cudnn算力

『壹』 有知道最新的GTX1660 支持CUDA 計算能力嗎

知道，最新的rtx也支持，nvidia這個cuda已經很多年了

『貳』 怎麼調用cudnn

怎麼去掉那兩個滾動條，

『叄』 cudnn安裝問題求助

NVIDIA CuDNN 安裝說明
CuDNN是專門針對Deep Learning框架設計的一套GPU計算加速方案，目前支持的DL庫包括Caffe，ConvNet, Torch7等。
CuDNN可以在官網免費獲得，注冊帳號後即可下載。官網沒有找到安裝說明，下載得到的壓縮包內也沒有Readme. 不過google一下就會找到許多說明。基本原理是把lib文件加入到系統能找到的lib文件夾里， 把頭文件加到系統能找到的include文件夾里就可以。這里把他們加到CUDA的文件夾下（參考這里）
tar -xzvf cudnn-6.5-linux-R1.tgz
cd cudnn-6.5-linux-R1
sudo cp lib* /usr/local/cuda/lib64/
sudo cp cudnn.h /usr/local/cuda/include/
執行後發現還是找不到庫， 報錯
error while loading shared libraries: libcudnn.so.6.5: cannot open shared object file: No such file or directory
而lib文件夾是在系統路徑里的，用ls -al發現是文件許可權的問題，因此用下述命令先刪除軟連接
cd /usr/local/cuda/lib64/
sudo rm -rf libcudnn.so libcudnn.so.6.5
然後修改文件許可權，並創建新的軟連接
sudo chmod u=rwx,g=rx,o=rx libcudnn.so.6.5.18
sudo ln -s libcudnn.so.6.5.18 libcudnn.so.6.5
sudo ln -s libcudnn.so.6.5 libcudnn.s

『肆』 tensorflow gpu與cudnn版本不兼容

安裝GPU版本的tensorflow就可以了pipinstall--upgrade還需要安裝GPU加速包，CUDA和cuDNN的安裝包了，注意版本號分別是CUDA8.0和cuDNN5.1。如果都安裝成功，運行程序時會自動使用GPU計算

『伍』 使用tensorflow為什麼要安裝cuda,cudnn

為我的電腦TensorFlow-CPU版本感覺運算速度不足,於是乎開始安裝TensorFlow-GPU版本。

『陸』 gpu加速和cudnn加速的區別

cudaa是英偉達的技術，主要用於深度學習功能，打造人工智慧AI的。

GPU加速是很寬泛的，比如網上看視頻，可以選擇硬體（GPU）加速，讓顯卡來代替CPU計算視頻音頻信息，可以極大降低CPU負載。

『柒』 怎樣判斷cuda和cudnn是否安裝成功win10

首先確認你的電腦是否安裝了nvidia顯卡，目前CUDA只支持Nvida的顯卡，不支持AMD/ATI的顯卡（AMD對OpenCL支持的很好）。在設備管理器中，可以查看顯卡信息。如下圖所示，含有NVIDIA的顯卡，就可安裝。
在官網上下載cuda工具包，注意是windows系統的，而且需要看清楚是筆記本還是台式機的安裝包，下載筆記本的安裝套件，名字為cuda_5.0.35_winvista_win7_win8_notebook_32-3，(cuda5.5類似）雙擊打開安裝即可，，按照提示安裝，在這過程中，它也會更新nvidia的顯卡驅動。
CUDA工具包安裝完成後，我們還需要確認，CUDA是否已經正確安裝，我們可以先檢查nvcc編譯器是否正確安裝，在命令提示符窗口中輸入：nvcc -V，回車查看是否有版本信息。若出現版本信息，則證明nvcc安裝成功，更一般的，我們會在命令行中運行在C:\ProgramData\NVIDIA Corporation\CUDA Samples\v5.0\bin\win32\Release中deviceQuery程序，若能檢測到cuda device則證明程序已經正確安裝！

『捌』 沒有gpu需要安裝cudnn 嗎

cuDNN是支持CUDA的，沒有GPU，裝不了，因為有 nvcc 編譯，需要CUDA

『玖』 如何測試caffe與cudnn結合，性能提升

1.配置環境我在自己的筆記本配置的caffe，配置的環境為：Windows764位+cuda6.5+Opencv2.49+VS2013。假設在配置caffe之前，你已經准備好這些。本文中將給出一些編譯好的依賴庫，如果你也是用的Windows764位+VS2013，可以直接使用。2.准備依賴庫在Windows下配置caffe，一個很主要的問題就是依賴庫的編譯。不像在Ubuntu下那麼方便，在Windows下，依賴庫都需要使用vs2013進行編譯才能使用。下面我將介紹caffe需要的依賴庫（如果你也是win764位+VS2013，可以直接使用我提供的依賴庫）。2.1boostboost可以下載源碼進行編譯，也可以直接下載安裝文件。我使用的是後者，方便、快捷。我使用的是：boost_1.56_0-msvc-12.0-64.exe注意下載適合你的配置環境的boost版本即可。下載完畢，雙擊運行安裝文件即可。2.2Glog+Gflag+Protobuf+LevelDB+HDF5+LMDB+Openblas。

『拾』 cudnn可以安裝多個嗎

to different addresses.