博客
关于我
Win7环境下VS2015安装+CUDA 10.0安装配置教程以及安装环境时遇到的一些问题
阅读量:532 次
发布时间:2019-03-08

本文共 1321 字,大约阅读时间需要 4 分钟。

VS2015 + CUDA 10.0 安装配置指南

1. VS2015(社区版)安装

1.1 虚拟光驱安装

正版的 VS 安装程序通常是刻录在光盘上,但从互联网下载的安装镜像文件需要通过虚拟光驱使用。推荐使用 DVDFab 这类免费虚拟光驱软件。

1.2 VS2015 安装

  • 不要在线安装:VS2015 社区版下载后会得到一个 .iso 文件,安装前务必安装虚拟光驱。
  • 安装路径:建议安装到 D:\Program Files\ 目录。
  • 组件选择:只需勾选“Visual C++”相关组件。

1.3 常见问题解决

  • 安装证书:安装完成后,运行 VS2015 时可能会提示“安装包丢失或损坏”。此时需先安装 Microsoft Visual Studio 2015 的支持证书,确保安装顺利进行。

2. CUDA 10.0 安装

2.1 安装前的准备

  • 检查显卡支持:确保系统支持 CUDA 的显卡型号,查看 NVIDIA 控制面板中的系统信息。
  • 下载 CUDA 工具包:访问 NVIDIA 官方网站,根据显卡型号选择对应版本的 CUDA 工具包。

2.2 安装过程

  • 安装路径:建议安装在默认路径 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\。
  • 驱动选择:安装时勾选“GeForce Experience”可能导致冲突,建议取消勾选。
  • 显卡驱动:如果显卡驱动版本高于 CUDA 自带的版本,需手动设置取消勾选对应驱动组件。

2.3 安装验证

  • 路径检查:确认安装目录为 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin\,存在 nvcc.exe。
  • 环境变量:检查 CUDA_PATH 和 CUDA_PATH_V10.0 是否存在于系统环境变量中。

2.4 CUDA 工作环境配置

  • 开发工具集成:在 VS2015 中新建项目时,会发现 NVIDIA 选项,表明 CUDA 已安装成功。
  • 测试示例程序:打开 C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.0\bin\win64\Release,运行 deviceQuery.exe 和 bandwidthTest.exe,确保结果为 PASS。

2.5 常见问题解决

  • VS2015 无法新建 CUDA 工程:这通常是由于 CUDAVisualStudioIntegration 插件未正确配置。可通过以下步骤解决:
  • 将插件文件拷贝到正确的 VS2015 配置目录中。
  • 或者重装 CUDA 并勾选 Visual Studio Integration 选项。

3. CUDA 安装成功后使用

  • 开发环境:在 VS2015 中编写 C/C++ 代码时,可以直接使用 CUDA 库。
  • Python 开发:在 Anaconda 或 PyCharm 中安装 CUDA 库,用于 GPU 加速 Python 计算。

4. 参考资料

你可能感兴趣的文章
Python加速运行技巧
查看>>
python办公自动化基础遍历文件夹
查看>>
python办公自动化基础输出文件和文件夹
查看>>
python办公自动化基础搜索文件
查看>>
python知识:@classmethod和@staticmethod的异同
查看>>
python前端之css
查看>>
Python制作进度条,原来有这么多方法
查看>>
Python制作简单的学生成绩管理系统
查看>>
python制作甘特图的基本知识(附Demo)
查看>>
python制作一个简单的服务器,【Python】 做一个简单的 http 服务器
查看>>
Python到底能做什么?它的优点在哪?
查看>>
python利用pytorch库导出图像分割算子
查看>>
python利用pyshark监听网卡来抓包其中pyshark中摸索的一些可用参数
查看>>
python利用excel分析过杀漏失
查看>>
python判断汉字数目
查看>>
python判断文件是空的,如果是空的,就删除
查看>>
python判断密码是否正确_python密码判断是否符合要求的方法
查看>>
python判断字符串包含中文_Python 判断字符串是否包含中文
查看>>
python删除第一行_Python 乱码指北:一行删掉根目录
查看>>
Python删除列表元素的三种方法
查看>>