CUDA

CUDA是顯卡廠商NVIDIA推出的運算平臺。CUDA™是一種由NVIDIA推出的通用并行計算架構，是一種并行計算平臺和編程模型，該架構使GPU能夠解決復雜的計算問題。CUDA英文全稱是Compute Unified Device Architecture。

我們可以通過nvidia-smi命令查看cuda版本號。

如上圖，我的電腦cuda版本是11.7

CUDA Toolkit

CUDA Toolkit可以理解成一個工具包，主要包含了CUDA-C和CUDA-C++編譯器、一些科學庫和實用程序庫、CUDA和library API的代碼示例、和一些CUDA開發(fā)工具。

cudatookit版本有時會被簡稱為cuda版本，這也是我們經常搞混的一個原因。

cuDNN

cuDNN的全稱為NVIDIA CUDA® Deep Neural Network library，是NVIDIA專門針對深度神經網絡中的基礎操作而設計基于GPU的加速庫。cuDNN為深度神經網絡中的標準流程提供了高度優(yōu)化的實現(xiàn)方式。

簡單來說，cuDNN是基于CUDA的深度學習GPU加速庫，有了它才能在GPU上完成深度學習的計算。

Pytorch

pytorch是基于CUDA的深度學習框架，因此，pytorch的版本必須依賴于cuda toolkit的版本。

如果你在讀上面的一些名詞的時候感覺模糊不清，那么可以直接來看下面的總結。（當然還是建議把不懂的地方搜索明白）

CUDA看作是一個工作臺，上面配有很多工具，如錘子、螺絲刀等。cuDNN是基于CUDA的深度學習GPU加速庫，有了它才能在GPU上完成深度學習的計算。它就相當于工作的工具，比如它就是個扳手。但是CUDA這個工作臺買來的時候，并沒有送扳手。想要在CUDA上運行深度神經網絡，就要安裝cuDNN，就像你想要擰個螺帽就要把扳手買回來。這樣才能使GPU進行深度神經網絡的工作，工作速度相較CPU快很多。

總結一下，食物鏈頂端的是CUDA這個工作臺，也就是我們電腦的硬件配置，我們要先查看它的版本，然后根據(jù)這個來看我們都能下載多高的cudatookit版本，然后根據(jù)cudatookit版本來選擇cudnn版本和可支持的pytorch版本

因此配置環(huán)境的流程為：

查看CUDA版本 ——> 選擇cudatookit版本 ——> 選擇cudnn版本 + pytorch版本

到此這篇關于通俗的講解深度學習中CUDA,cudatookit,cudnn和pytorch的關系的文章就介紹到這了,更多相關CUDA,cudatookit,cudnn和pytorch的關系內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

最新評論