Win10 X64安装CUDA后使用nvcc -V报错

dianqi1102 2018-11-19 01:06:12

Win10 X64，处理器i5-7200，GPU：NVIDIA GF930MX
CUDA版本：cuda_10.0.130_411.31_win10.exe
参考网上教程，https://blog.csdn.net/qq_37296487/article/details/83028394
安装完CUDA，按如下图片添加了环境变量，然后使用nvcc -V测试报错，无此命令

SDK里的Nbody.exe正常运行，devicequery.exe出现闪退
请问我的到底安装成功了吗？敢怎么解决？

还没有进行cudnn-10.0-windows10-x64-v7.4.1.5.zip里面的lib、bin文件复制覆盖

...全文

3191 1 打赏收藏转发到动态举报

写回复

1 条回复

切换为时间正序

请发表友善的回复…

发表回复

wjsjason 2018-12-31

打赏
举报

回复

devicequery.exe出现闪退，开调试模式运行，看一下报错信息是什么

Transformer发轫于NLP（自然语言处理），并跨界应用到CV（计算机视觉）领域。 Swin Transformer是基于Transformer的计算机视觉骨干网，在图像分类、目标检测、实例分割、语义分割等多项下游CV应用中取得了SOTA的性能。该项工作也获得了ICCV 2021顶会最佳论文奖。本课程将手把手地教大家使用labelImg标注和使用Swin Transformer训练自己的数据集。本课程将介绍Transformer及在CV领域的应用、Swin Transformer的原理。课程以多目标检测（足球和梅西同时检测）为例进行Swin Transformer实战演示。课程在Windows和Ubuntu系统上分别做项目演示。包括：安装软件环境、安装Pytorch、安装Swin-Transformer-Object-Detection、标注自己的数据集、准备自己的数据集（自动划分训练集和验证集）、数据集格式转换（Python脚本完成）、修改配置文件、训练自己的数据集、测试训练出的网络模型、性能统计、日志分析。相关课程：《Transformer原理与代码精讲（PyTorch）》https://edu.csdn.net/course/detail/36697《Transformer原理与代码精讲（TensorFlow）》https://edu.csdn.net/course/detail/36699《ViT（Vision Transformer）原理与代码精讲》https://edu.csdn.net/course/detail/36719《DETR原理与代码精讲》https://edu.csdn.net/course/detail/36768《Swin Transformer实战目标检测：训练自己的数据集》https://edu.csdn.net/course/detail/36585《Swin Transformer实战实例分割：训练自己的数据集》https://edu.csdn.net/course/detail/36586《Swin Transformer原理与代码精讲》 https://download.csdn.net/course/detail/37045

安装了驱动程序，同时也安装了CUDA，但使用nvcc -V知识补充：为什么要使用nvcc命令？使用nvcc -V命令可以查看CUDA的版本，如下所示为正常的输入、输出内容，可以看出通过nvcc -V命令，可以看到目前所使用的CUDA版本。

遇到的问题： CUDA安装成功后在cmd中测试"nvcc -V"失败解决方案： step1、首先进入安装位置"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin",在此目录下启动cmd，结果正常运行 step2、根据以往经验，安装成功。但环境变量的配置有问题 step3、在cmd下输出"echo ...

今天同学配置cuda环境的时候，发现执行nvidia-smi报错。在网上找了很多解决方案，基本都是Ubuntu环境下的，这是我们的win10环境下报错的解决方案： 1、报错情况在执行nvcc -V的时候一切正常，但是执行nvidia-smi就报错： NVIDIA-SMI has failed because it couldn’t communicate with the NVIDIA driver. Make sure that the latest NVIDIA driver is installed

综上，如果driver API和runtime> API的CUDA版本不一致可能是因为你使用的是单独的GPU driver installer，而不是CUDA Toolkit installer里的GPU driver installer。CUDA有两个主要的API：runtime(运行时) API和driver API。发行版时的当前默认版本，它使用最新最好的虚拟化技术在轻量级实用工具虚拟机 (因为深度学习的原因，相信很多人都是在一块硬盘上面装双系统，如。的时间，这不变成了傻瓜式深度学习环境安装？

580

社区成员

2,919

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章