共计 1508 个字符，预计需要花费 4 分钟才能阅读完成。
前言
       为什么要在本地电脑装置 CUDA，CUDA 是什么的，用来做什么？我想，点击题目进来的小伙伴，应该都分明这些。不论你是用来做什么，或者跟我一样为了跑 Tensorflow 的 Object Detection (指标检测)。
      然而我为什么要用 CUDA9，这里版本要特地留神。因为我应用的是 Tensorflow-gpu 1.10.0，为了能运行胜利，最好和我的保持一致，那就开始我的踩坑流程吧。
环境
- windows10 的 64 位电脑
- cuda9.0.176
- cudnn7.0.5
CUDA9
1. 下载
1.1. 地址：https://developer.nvidia.com/cuda-90-download-archive
1.2. 下载流程
2. 装置
2.1. 关上 cuda_9.0.176_win10.exe 刚关上时会有一个漫长的期待过程，而后才会呈现如下界面。
2.2. 抉择自定义装置
         为什么抉择自定义，那是因为我开始全副默认间接装置失败。通过网上查问，有些是装置 CUDA 会装置一些本地曾经存在的工具，而后又与本地版本抵触等问题。抉择自定后会有四个选项，第一先把 NVIDIA GeForce Experience Core 敞开，而 CUDA 下的 Visial Studio Integration 也能够敞开，最初再点到”Driver Components“，如下图上两个能够敞开，而 Display Driver 须要依据上面办法再抉择敞开与否。
2.3. 查看本地显卡驱动版本
2.3.1. 桌面右击 NIVDIA 控制面板
2.3.2. 点击左下角“零碎信息”, 点击 “ 显示 ”
2.3.3. 驱动版本信息，CUDA 外围等参数都能够查看了。
       如上图显示我的显卡驱动程序版本 391.25，大于 CUDA 的 Display Driver 385.54，所以抉择敞开，如果小于就要勾选。
2.4. 装置下一步
        后面的选项都设置结束后，须要设置 CUDA 的装置目录和另外两个的地位，别离是 Development (CUDA 目录，前面 CUDNN 须要用到，并且会呈现在环境变量中), Documentation, Samples，期间弹出装置其他软件默认点击即可，并且会有闪黑屏状况，不用放心，只须要期待装置完结。
2.5. 查看是否装置胜利
2.5.1. 查看零碎环境变量关上我的电脑属性，环境变量 -> 零碎变量，查看是否有如下四个变量，再关上 Path，查看是否有 CUDA 的 bin 目录配置 (第二张图)。
2.5.2. 命令行获取版本号如果环境变量里都有下面这几个选项后，大概率是装置胜利了，然而能够通过 cmd 输出 nvcc -V 查看 CUDA 的版本。
CUDNN 7.0.5
1. 下载
1.1. 地址：https://developer.nvidia.com/rdp/cudnn-archive
1.2. 下载流程
       在下载 CUDNN 前，须要注册英伟达账户，通过邮件验证通过后，就按上面图片形式抉择下载了。
2. 配置
2.1. 解压解压结束后，能够看到如下图的三个目录，并且目录下都只有一个文件。
2.2. 将 CUDNN 文件增加到 CUDA 中这里就须要找到 CUDA 装置的地位，如果不记得地位，能够在后面环境变量中找到。最初只须要将 CUDNN 里的文件放入 CUDA 对应的目录中即可。
