大家好，我是小鱼，因为疫情原因导致晶圆缺货，加上挖矿，全球芯源水涨船高。
小鱼我是买不起显卡的，这次是基于一位客户的问题。这位客户主要是用来做三维物体的识别，比如箱子识别的，这个还是很有意思的，过段时间研究一下，再给大家分享。
之前给大家分享过在闲鱼80块钱帮别人搞定ROS问题的文章，最后ROS问题变成了CUDA的环境问题。
有兴趣可以戳：?技术变现！！价值80元的闲鱼技术支持都干了啥？
后来在闲鱼上查了查，这一类的服务还真的不少，有市场那说明一定有需求。
所以一定有很多人遇到这个问题，今天小智就来讲一讲torch、cudnn、cuda与我们显卡之间的关系，保证以后大家遇到这一类问题再也不用花钱找人搞。
首先小智告诉大家一个关于计算机的秘密——所有的操作，最终都会变成处理器的算术和逻辑计算。
原理介绍
当我们使用torch进行卷积等运算的时候，最终都会变成在处理器上的算术逻辑计算，那问题就来了，到底是怎么变成的呢?
其实是这样一条链路
这里面有五个角色：
-
物理显卡：真正的计算单元，是你需要花钱买的
-
显卡驱动：与显卡配套的驱动程序（所有的硬件都是需要软件驱动的）
-
CUDA：CUDA(ComputeUnified Device Architecture)，是显卡厂商NVIDIA推出的运算平台，它负责调用显卡驱动完成计算
-
CUDNN：这是一个插件，没有也可以用，但有了它速度会快很多
-
torch：这个大家肯定很熟悉的框架了，就不介绍了
角色太多，相互之间又是依赖关系，版本又强相关，这就是大家老是装不好的原因，所以最重要的是搞清楚版本对应关系，一切也就理清楚了。
第一条线：物理显卡与显卡驱动
先使用lshw 查看一下你的显卡型号（看带display的即可），然后到这个网站选一下显卡型号即可:官方 GeForce 驱动程序 | NVIDIA
第二条线：显卡驱动与CUDA对应关系
大家安装完驱动，在linux终端下可以使用nvidia-smi查看驱动的版本号
然后根据版本号对照表我们可以找到大于367.51的CUDA版本有哪些。
查表可知，我们可以安装CUDA8.0以上的CUDA。
第三条线 Torch与CUDA版本对应
这个图网上摘抄的，顺便说明了与python和torchvision的版本关系，大家只要确定好torch版本，其他的都可以确定了。
第四条线 CUDNN与CUDA
之所以把这条线放到最后，是因为即使不使用cudnn也可以进行正常的跑代码了。
那如何匹配CUDA的版本呢？
参考地址：cuDNN Archive | NVIDIA Developer
这里的cudann最后都有一个for CUDA的版本号，大家根据版本号找对应的下载就行，下载好之后解压复制到cuda的文件下，就可以完成安装了，是不是很方便
最后给大家附上几个链接：
cudnn下载：cuDNN Archive | NVIDIA Developer
pytorch官网：Previous PyTorch Versions | PyTorch
显卡驱动下载：官方 GeForce 驱动程序 | NVIDIA
cudnn的安装与卸载：CUDA与cuDNN - 简书 (jianshu.com)
最后欢迎大家关注，点赞~
下期分享一下怎么用显卡跑gazebo仿真，体验丝滑的赶脚~