此教程不单独安装cuda和cudnn，如果GPU是NVIDIA 的可以直接安装pytorch包里面自动安装好cuda即可，安装好此教程可以在pycharm中跑数据进行深度学习相关工作，但是此教程只针对电脑含有NVIDIA英伟达GPU的。
2022-07-22 22:00:44
8KB
1
cudnn-windows-x86_64-8.3.2.44_cuda11.5-archive
官网下载，自用备份
2022-07-22 21:34:29
678.88MB
1
适合cuda11.1的cudnn8.0
libcudnn8_8.0.5.39-1+cuda11.1_amd64.deb
libcudnn8-dev_8.0.5.39-1+cuda11.1_amd64.deb
libcudnn8-samples_8.0.5.39-1+cuda11.1_amd64.deb
2022-07-20 22:00:39
857.04MB
1
cudnn-11.3-windows-x64-v8.2.1.32.rar
cudnn的rar解压后相关内容复制进cuda安装的NVIDIA GPU Computing Toolkit/CUDA/v11.3文件夹中
cuda太大传不上，去官网选择相应版本下载cuda_11.3.0_465.89_win10.exe
2022-07-15 17:06:04
456.01MB
1
深度学习无法使用GPU：解决深度学习使用gpu错误could not load library cudnn_ops_infer64_8.dll. Error code 126系列错误，里面包含了所有相关dll文件，下载后，解压缩，将ddl文件复制到C：\windows\system文件夹下，即可正常使用gpu,也可以找到安装CUDA的地址，默认在C：\windows\progrsmfile\NVIDIA GPU Computing Toolkit\CUDA\V11.6文件夹下的bin文件夹，复制ddl文件夹至该文件夹下，如果电脑自带CUDA，无法找到CUDA安装地址，将文件解压缩后放入C：\windows\system文件夹下，即可正常使用GPU，这种情况是不需要重装CUDA的，按照上述操作即可解决，正常使用GPU，如果有疑问，可以私信我，看到后我会及时回复。
2022-07-13 21:07:30
978.84MB
ubuntu20.04显卡驱动安装,CUDA 安装和卸载,cudnn安装教程
2022-07-06 14:14:07
754KB
1
cudnn-10.2-windows10-x64-v8.0.2.39.zip
适合操作系统为：windows10-x64,cuda版本：cuda10.2
2022-07-01 12:01:13
295.68MB
1
cudnn-10.2-windows10-x64-v8.0.3.33.zip
适合操作系统为：windows10-x64,cuda版本：cuda10.2
2022-07-01 12:01:13
298.1MB
1
cudnn-10.2-windows10-x64-v8.0.4.30.zip
适合操作系统为：windows10-x64,cuda版本：cuda10.2
2022-07-01 12:01:12
297.29MB
1
cudnn-10.2-windows10-x64-v8.0.5.39.zip
适合操作系统为：windows10-x64,cuda版本：cuda10.2
2022-07-01 12:01:11
298.59MB
1