NVIDIA顯卡,顯卡驅動版本，CUDA版本，cudnn版本之間兼容關系及如何選擇

要配置NVIDIA顯卡的CUDA和cudnn，各種版本之間的依賴關系以及與其他使用GPU的庫版本兼容一直沒有弄明白，最近經過多次卸載重裝，終於成功配置好了顯卡計算環境，於是把各個驅動程序和庫之間的依賴關系理一下。

一.顯卡

我的顯卡如下:

 

 二.驅動下載

官網下載https://www.geforce.cn/drivers,直接下載GeForce Experience,它會根據你機器的顯卡自動匹配和安裝最適合的驅動.

  

 

 

 

 

三.顯卡驅動版本查看

打開NVIDIA設置，在菜單“幫助”-》“系統信息”彈出的對話框的“顯示”tab框中能看到。

 四.顯卡驅動支持的CUDA版本查看

兩種辦法:

1.是打開NVIDIA設置，在菜單“幫助”-》“系統信息”彈出的對話框的“組件”tab框中能看到。

 

 2.參考顯卡驅動的Release Notes

https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html

 

 五.CUDA版本選擇

CUDA版本選擇要看其他上層庫的需求，比如TensorFlow，caffe,OpenCV，還有編譯環境的需求，比如VisualStudio等。
下載地址：https://developer.nvidia.com/cuda-toolkit-archive
tensorflow版本要求：
https://tensorflow.google.cn/install/source_windows
windows操作系統和VS編譯器需求：（可以在安裝指導中找到）

六.cuDNN版本
要選擇和cuda對應版本的,其實這只是一個基於cuda的庫，不需要安裝，下載后的壓縮包解壓后是一些頭文件，lib和dll（windows操作系統）文件。
cudnn下載地址：（需要登錄）
https://developer.nvidia.com/rdp/cudnn-download

七.顯卡GPU 算力查詢

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

  GTX1050 GPU算力6.1   ,即compute_61,sm_61  <CudaArchitecture>compute_61,sm_61</CudaArchitecture> 

 八. 訓練出現checked faild錯誤,檢查顯卡驅動是否出現黃色感嘆號

 

 

      解決辦法:

     卸載重裝,記住將原驅動也刪除掉.