NVIDIA的顯卡驅(qū)動(dòng)程序和CUDA完全是兩個(gè)不同的概念哦腿准！

CUDA的本質(zhì)是一個(gè)工具包（ToolKit）,CUDA是NVIDIA推出的用于自家GPU的并行計(jì)算框架，也就是說(shuō)CUDA只能在NVIDIA的GPU上運(yùn)行。

顯卡驅(qū)動(dòng)的安裝：

當(dāng)我們使用一臺(tái)電腦的時(shí)候默認(rèn)的已經(jīng)安裝了NVIDIA的顯卡驅(qū)動(dòng)，因?yàn)闆](méi)有顯卡驅(qū)動(dòng)根本用不了顯卡嘛，但是這個(gè)時(shí)候我們是沒(méi)有CUDA可以用的蛾茉，我們可以更新我們的驅(qū)動(dòng)，更新鏈接為：

https://www.nvidia.com/Download/index.aspx?lang=en-us

在這個(gè)里面可以根據(jù)自己的顯卡類型選擇最新的驅(qū)動(dòng)程序撩鹿。

CUDA ToolKit的安裝：

CUDA的下載地址為：https://developer.nvidia.com/cuda-downloads

離線安裝

當(dāng)我們選定相對(duì)應(yīng)的版本之后谦炬，下載的時(shí)候發(fā)現(xiàn)這個(gè)地方的文件大小大概在2G左右，Linux系統(tǒng)下面我們選擇runfile(local) 完整安裝包從本地安裝，或者是選擇windows的本地安裝键思。CUDA Toolkit本地安裝包時(shí)內(nèi)含特定版本Nvidia顯卡驅(qū)動(dòng)的础爬，所以只選擇下載CUDA Toolkit就足夠了，如果想安裝其他版本的顯卡驅(qū)動(dòng)就下載相應(yīng)版本即可吼鳞。

所以看蚜，NVIDIA顯卡驅(qū)動(dòng)和CUDA工具包本身是不具有捆綁關(guān)系的，也不是一一對(duì)應(yīng)的關(guān)系赔桌，只不過(guò)是離線安裝的CUDA工具包會(huì)默認(rèn)攜帶與之匹配的最新的驅(qū)動(dòng)程序。

注意事項(xiàng)：NVIDIA的顯卡驅(qū)動(dòng)器與CUDA并不是一一對(duì)應(yīng)的哦疾党，CUDA本質(zhì)上只是一個(gè)工具包而已音诫，所以我可以在同一個(gè)設(shè)備上安裝很多個(gè)不同版本的CUDA工具包，比如我的電腦上同事安裝了 CUDA 9.0雪位、CUDA 9.2竭钝、CUDA 10.0三個(gè)版本。一般情況下雹洗，我只需要安裝最新版本的顯卡驅(qū)動(dòng)香罐，然后根據(jù)自己的選擇選擇不同CUDA工具包就可以了，但是由于使用離線的CUDA總是會(huì)捆綁CUDA和驅(qū)動(dòng)程序时肿，所以在使用多個(gè)CUDA的時(shí)候就不要選擇離線安裝的CUDA了庇茫，否則每次都會(huì)安裝不同的顯卡驅(qū)動(dòng)，這不太好嗜侮，我們直接安裝一個(gè)最新版的顯卡驅(qū)動(dòng)港令，然后在線安裝不同版本的CUDA即可啥容。

總結(jié)：CUDA和顯卡驅(qū)動(dòng)是沒(méi)有一一對(duì)應(yīng)的锈颗。

（2）cuDNN是一個(gè)SDK，是一個(gè)專門(mén)用于神經(jīng)網(wǎng)絡(luò)的加速包咪惠，注意击吱，它跟我們的CUDA沒(méi)有一一對(duì)應(yīng)的關(guān)系，即每一個(gè)版本的CUDA可能有好幾個(gè)版本的cuDNN與之對(duì)應(yīng)遥昧，但一般有一個(gè)最新版本的cuDNN版本與CUDA對(duì)應(yīng)更好覆醇。

總結(jié)：cuDNN與CUDA沒(méi)有一一對(duì)應(yīng)的關(guān)系

（3）CUDA 工具包附帶的?CUPTI。

?CUPTI炭臭，即CUDA Profiling Tools Interface?(CUPTI)永脓。在CUDA分析工具接口（CUPTI）能夠分析和跟蹤靶向CUDA應(yīng)用程序的工具的創(chuàng)建。CUPTI提供以下API：

Activity API鞋仍，

Callback API常摧，

事件API，

Metric API，和

Profiler API落午。

使用這些API谎懦，您可以開(kāi)發(fā)分析工具，深入了解CUDA應(yīng)用程序的CPU和GPU行為溃斋。CUPTI作為CUDA支持的所有平臺(tái)上的動(dòng)態(tài)庫(kù)提供界拦。請(qǐng)參閱CUPTI文檔。

一梗劫、tensorflow各個(gè)版本需要的CUDA版本以及Cudnn的對(duì)應(yīng)關(guān)系

1.1 對(duì)應(yīng)表格

相應(yīng)的網(wǎng)址為：

https://www.tensorflow.org/install/source#common_installation_problems

https://www.tensorflow.org/install/source_windows

現(xiàn)在NVIDIA的顯卡驅(qū)動(dòng)程序已經(jīng)更新到 10.1版本享甸，最新的支持CUDA 10.1版本的cuDNN為7.6.0

1.2 CUDA的命名規(guī)則

下面以幾個(gè)例子來(lái)說(shuō)

（1）CUDA 9.2

CUDA? 9.2.148

（2）CUDA 10.0

CUDA 10.0.130.411.31（后面的411.31對(duì)應(yīng)更具體的版本號(hào)）

（3）CUDA 10.1

CUDA 10.1.105.418.96（后面的418.96對(duì)應(yīng)更具體的版本號(hào)）

更多詳細(xì)的請(qǐng)參考如下官網(wǎng)：

https://developer.nvidia.com/cuda-toolkit-archive

1.3 如何查看自己所安裝的CUDA的版本：

（1）直接在NVIDIA的控制面板里面查看NVCUDA.DLL的版本。

注意：這里網(wǎng)上有很多說(shuō)法是錯(cuò)誤的在跳，這個(gè)版本并不能絕對(duì)說(shuō)明自己所安裝的CUDA工具包一定這個(gè)版本

（2）通過(guò)命令查看：nvcc -V 或者是nvcc --version都可以枪萄，但前提是添加了環(huán)境變量

（3）直接通過(guò)文件查看，這里分為L(zhǎng)inux和windows兩種情況

在windows平臺(tái)下猫妙，可以直接進(jìn)入CUDA的安裝目錄瓷翻，比如我的是：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2? ?里面有一個(gè)version.txt的文本文件，直接打開(kāi)即可割坠，也可以使用命令齐帚，即

首先進(jìn)入到安裝目錄，然后執(zhí)行：type version.txt 即可查看

在Linux平臺(tái)下：

同windows類似彼哼，進(jìn)入到安裝目錄对妄，然后執(zhí)行? cat version.txt 命令

1.4 如何查看自己的cuDNN的版本

因?yàn)閏uDNN本質(zhì)上就是一個(gè)C語(yǔ)言的H頭文件，

（1）在windows平臺(tái)下：

直接進(jìn)入安裝目錄：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2\include? 之下敢朱，然后找到

cudnn.h 的頭文件剪菱，直接到開(kāi)查看，在最開(kāi)始的部分會(huì)有如下定義：

#define CUDNN_MAJOR 7

#define CUDNN_MINOR 5

#define CUDNN_PATCHLEVEL 0

#define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)

即7500拴签，也就是cudnn的版本為7.5.0版本孝常；

（2）在Linux下當(dāng)然也可以直接查看，但是通過(guò)命令更簡(jiǎn)單蚓哩，進(jìn)入到安裝目錄构灸，執(zhí)行如下命令：

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2?

?二、CUDA與相對(duì)應(yīng)的Cudnn對(duì)應(yīng)關(guān)系

Download cuDNN v7.4.2 (Dec 14, 2018), for CUDA 10.0

Download cuDNN v7.4.2 (Dec 14, 2018), for CUDA 9.2

Download cuDNN v7.4.2 (Dec 14, 2018), for CUDA 9.0

Download cuDNN v7.4.1 (Nov 8, 2018), for CUDA 10.0

Download cuDNN v7.4.1 (Nov 8, 2018), for CUDA 9.2

Download cuDNN v7.4.1 (Nov 8, 2018), for CUDA 9.0

Download cuDNN v7.3.1 (Sept 28, 2018), for CUDA 10.0

Download cuDNN v7.3.1 (Sept 28, 2018), for CUDA 9.2

Download cuDNN v7.3.1 (Sept 28, 2018), for CUDA 9.0

Download cuDNN v7.3.0 (Sept 19, 2018), for CUDA 10.0

Download cuDNN v7.3.0 (Sept 19, 2018), for CUDA 9.0

Download cuDNN v7.2.1 (August 7, 2018), for CUDA 9.2

Download cuDNN v7.1.4 (May 16, 2018), for CUDA 9.2

Download cuDNN v7.1.4 (May 16, 2018), for CUDA 9.0

Download cuDNN v7.1.4 (May 16, 2018), for CUDA 8.0

Download cuDNN v7.1.3 (April 17, 2018), for CUDA 9.1

Download cuDNN v7.1.3 (April 17, 2018), for CUDA 9.0

Download cuDNN v7.1.3 (April 17, 2018), for CUDA 8.0

Download cuDNN v7.1.2 (Mar 21, 2018), for CUDA 9.1 & 9.2

Download cuDNN v7.1.2 (Mar 21, 2018), for CUDA 9.0

Download cuDNN v7.0.5 (Dec 11, 2017), for CUDA 9.1

Download cuDNN v7.0.5 (Dec 5, 2017), for CUDA 9.0

Download cuDNN v7.0.5 (Dec 5, 2017), for CUDA 8.0

Download cuDNN v7.0.4 (Nov 13, 2017), for CUDA 9.0

Download cuDNN v6.0 (April 27, 2017), for CUDA 8.0

Download cuDNN v6.0 (April 27, 2017), for CUDA 7.5

Download cuDNN v5.1 (Jan 20, 2017), for CUDA 8.0

Download cuDNN v5.1 (Jan 20, 2017), for CUDA 7.5

Download cuDNN v5 (May 27, 2016), for CUDA 8.0

Download cuDNN v5 (May 12, 2016), for CUDA 7.5

Download cuDNN v4 (Feb 10, 2016), for CUDA 7.0 and later.

Download cuDNN v3 (September 8, 2015), for CUDA 7.0 and later.

Download cuDNN v2 (March 17,2015), for CUDA 6.5 and later.

Download cuDNN v1 (cuDNN 6.5 R1)

三岸梨、NVIDIA顯卡以及對(duì)應(yīng)的顯卡驅(qū)動(dòng)的對(duì)應(yīng)關(guān)系

由于NVIDIA存在多個(gè)系列的顯卡類型喜颁，詳情可以參考官網(wǎng)鏈接：

https://developer.nvidia.com/cuda-gpus