cudnn算力
『壹』 有知道最新的GTX1660 支持CUDA 计算能力吗
知道，最新的rtx也支持，nvidia这个cuda已经很多年了
『贰』 怎么调用cudnn
怎么去掉那两个滚动条，
『叁』 cudnn安装问题求助
NVIDIA CuDNN 安装说明
CuDNN是专门针对Deep Learning框架设计的一套GPU计算加速方案，目前支持的DL库包括Caffe，ConvNet, Torch7等。
CuDNN可以在官网免费获得，注册帐号后即可下载。官网没有找到安装说明，下载得到的压缩包内也没有Readme. 不过google一下就会找到许多说明。基本原理是把lib文件加入到系统能找到的lib文件夹里， 把头文件加到系统能找到的include文件夹里就可以。这里把他们加到CUDA的文件夹下（参考这里）
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/
执行后发现还是找不到库， 报错
error while loading shared libraries: libcudnn.so.6.5: cannot open shared object file: No such file or directory
而lib文件夹是在系统路径里的，用ls -al发现是文件权限的问题，因此用下述命令先删除软连接
cd /usr/local/cuda/lib64/
sudo rm -rf libcudnn.so libcudnn.so.6.5
然后修改文件权限，并创建新的软连接
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与cudnn版本不兼容
安装GPU版本的tensorflow就可以了pipinstall--upgrade还需要安装GPU加速包，CUDA和cuDNN的安装包了，注意版本号分别是CUDA8.0和cuDNN5.1。如果都安装成功，运行程序时会自动使用GPU计算
『伍』 使用tensorflow为什么要安装cuda,cudnn
为我的电脑TensorFlow-CPU版本感觉运算速度不足,于是乎开始安装TensorFlow-GPU版本。
『陆』 gpu加速和cudnn加速的区别
cudaa是英伟达的技术，主要用于深度学习功能，打造人工智能AI的。
GPU加速是很宽泛的，比如网上看视频，可以选择硬件（GPU）加速，让显卡来代替CPU计算视频音频信息，可以极大降低CPU负载。
『柒』 怎样判断cuda和cudnn是否安装成功win10
首先确认你的电脑是否安装了nvidia显卡，目前CUDA只支持Nvida的显卡，不支持AMD/ATI的显卡（AMD对OpenCL支持的很好）。在设备管理器中，可以查看显卡信息。如下图所示，含有NVIDIA的显卡，就可安装。
在官网上下载cuda工具包，注意是windows系统的，而且需要看清楚是笔记本还是台式机的安装包，下载笔记本的安装套件，名字为cuda_5.0.35_winvista_win7_win8_notebook_32-3，(cuda5.5类似）双击打开安装即可，，按照提示安装，在这过程中，它也会更新nvidia的显卡驱动。
CUDA工具包安装完成后，我们还需要确认，CUDA是否已经正确安装，我们可以先检查nvcc编译器是否正确安装，在命令提示符窗口中输入：nvcc -V，回车查看是否有版本信息。若出现版本信息，则证明nvcc安装成功，更一般的，我们会在命令行中运行在C:\ProgramData\NVIDIA Corporation\CUDA Samples\v5.0\bin\win32\Release中deviceQuery程序，若能检测到cuda device则证明程序已经正确安装！
『捌』 没有gpu需要安装cudnn 吗
cuDNN是支持CUDA的，没有GPU，装不了，因为有 nvcc 编译，需要CUDA
『玖』 如何测试caffe与cudnn结合，性能提升
1.配置环境我在自己的笔记本配置的caffe，配置的环境为：Windows764位+cuda6.5+Opencv2.49+VS2013。假设在配置caffe之前，你已经准备好这些。本文中将给出一些编译好的依赖库，如果你也是用的Windows764位+VS2013，可以直接使用。2.准备依赖库在Windows下配置caffe，一个很主要的问题就是依赖库的编译。不像在Ubuntu下那么方便，在Windows下，依赖库都需要使用vs2013进行编译才能使用。下面我将介绍caffe需要的依赖库（如果你也是win764位+VS2013，可以直接使用我提供的依赖库）。2.1boostboost可以下载源码进行编译，也可以直接下载安装文件。我使用的是后者，方便、快捷。我使用的是：boost_1.56_0-msvc-12.0-64.exe注意下载适合你的配置环境的boost版本即可。下载完毕，双击运行安装文件即可。2.2Glog+Gflag+Protobuf+LevelDB+HDF5+LMDB+Openblas。
『拾』 cudnn可以安装多个吗
to different addresses.