cuda 8.0 安装 nvcc -v错误

小白求教,电脑显卡 NVS5400M
安装cuda8.0后,配置好环境变量,在CMD中运行nvcc -v 结果如下:

nvcc warning : The 'compute_20', 'sm_20', and 'sm_21' architectures are deprecated, and may be removed in a future release (Use -Wno-deprecated-gpu-targets to suppress warning).
nvcc fatal : No input files specified; use option --help for more information

请问如何解决?

2个回答

打开命令行,输入

nvcc -v

运行结果为nvcc fatal : No input files specified; use option --help for more information
于是使用提示的--help

nvcc --help

打印的部分帮助信息如下:
图片说明

可以看到上面写着-V(大写的)查看版本信息
于是重新输入

nvcc -V

打印出的结果如下
图片说明

Csdn user default icon
上传中...
上传图片
插入图片
抄袭、复制答案,以达到刷声望分或其他目的的行为,在CSDN问答是严格禁止的,一经发现立刻封号。是时候展现真正的技术了!
其他相关推荐
解决nvcc找不到的问题(Ubuntu16.04 CUDA 8.0)
最近在linux上安装了CUDA 8.0,但是在安装pycuda时却提示找不到nvcc命令。 在terminal中输入nvcc,也是提示找不到command。但是可以确定的是,CUDA8.0,以及nvidia-cuda-toolkit已经从官方网站下载并正确安装。 于是网上找了教程,说是需要在terminal中输入sudo apt-get install nvidia-cuda-toolkit
Win10 X64安装CUDA后使用nvcc -V报错
Win10 X64,处理器i5-7200,GPU:NVIDIA GF930MXrnCUDA版本:cuda_10.0.130_411.31_win10.exern参考网上教程,https://blog.csdn.net/qq_37296487/article/details/83028394rn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rn[img=https://img-bbs.csdn.net/upload/201811/19/1542560206_742415.png][/img]rnrnSDK里的Nbody.exe正常运行,devicequery.exe出现闪退rn请问我的到底安装成功了吗?敢怎么解决?rnrn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
CUDA编译器nvcc的说明
介绍了CUDA的编译器nvcc以及nvcc的有关优化指令
CUDA NVCC编译器模板
CUDA的确很强大,但它的编译器配置累坏很多人,虽然文档里写的很清楚,可对于很多新人来说还有有些难度,这个是CODEblocks下的NVCC编译器模板
CUDA:nvcc编译参数示例
CUDA:nvcc编译参数示例 前言 nvcc中有控制程序兼容性的参数,本节主要讲这些参数,如果对原理想有了解见CUDA:NVCC编译过程和兼容性详解 CMake中的参数写法和命令行的写法都有。 多种编译写法 虚拟架构+真实框架 这种编译要编译成唯一的结果,即确定GPU对象,写法如下: set(CUDA_NVCC_FLAGS -arch=compute_60;-code=sm_61)...
CUDA NVCC 安装指南
CUDA2.3 X32 + Windows XP 32bit + Visual Studio 2005 + Visual assist安装指南rn1. 安装CUDA Driver,toolkit,SDKrna) 建议driver,toolkit,SDK的顺序,默认路径安装rnb) 如果笔记本用户,可以选择强行安装2.3的驱动包(选择对应台式机的型号),但是会有部分游戏随机花屏等问题。可以装2.2就有笔记本驱动rn2. 安装Visual studio 2005rn3. 安装wizard x32版rn4. 环境配置rna) 将rni. C:\Documents and Settings\All Users\Application Data\NVIDIA Corporation\NVIDIA GPU Computing SDK\C\bin\win32\Debug;rnii. C:\Documents and Settings\All Users\Application Data\NVIDIA Corporation\NVIDIA GPU Computing SDK\C\bin\win32\emudebug;rniii. C:\Documents and Settings\All Users\Application Data\NVIDIA Corporation\NVIDIA GPU Computing SDK\C\bin\win32\release;rn添加到path中rnb) 打开vs2005,工具,选项,项目和解决方案,VC++目录,rn库文件中添加rnC:\Documents and Settings\All Users\Application Data\NVIDIA Corporation\NVIDIA GPU Computing SDK\C\common\librnC:\CUDA\librn包含文件中添加rn C:\CUDA\includernC:\Documents and Settings\All Users\Application Data\NVIDIA Corporation\NVIDIA GPU Computing SDK\C\common\incrn源文件中添加rnC:\Documents and Settings\All Users\Application Data\NVIDIA Corporation\NVIDIA GPU Computing SDK\C\common\srcrnc) VC++项目设置,rnd) C/C++扩展名添加*.curne) 包含扩展名添加.cuhrnf) 规则文件搜索路径设为rnC:\Documents and Settings\All Users\Application Data\NVIDIA Corporation\NVIDIA GPU Computing SDK\C\commonrng) 到此可以新建一个项目测试一下hello cuda能否运行。rnh) 调试程序时rn在工程上右键选custom build rules->Find Existing,选中cuda.rules,点击ok。rn在工程上右键选属性,在CUDA中rnGPU Architecture选择sm_13rnUse Fast Math 选择“是”rnOptimization选择Maximize speed或Full OptimizationrnrnSet the default "CUDA -> Advanced -> GPU Architecture Compile Name" as "1.0(virtual) Arch", You may change it depends on your system. rnSet the default "CUDA -> Advanced -> GPU Architecture Code Name" as "1.0(hardware) code", You may change it depends on your system.rnSet the default "CUDA -> Output -> Inern Mode" as "Real" in Debug & Release;rn5. 安装Visual Assistrn破解版一大堆自己找吧rn6. VA配置rna) 将C:\Documents and Settings\All Users\Application Data\NVIDIA Corporation\NVIDIA GPU Computing SDK\C\doc\syntax_highlighting\visual_studio_8中的usertype.dat拷贝到C:\Program Files\Microsoft Visual Studio 8\Common7\IDE中rnb) 打开VS2005,选择工具-选项-文本编辑器-文件扩展名,在扩展名编辑框中填入cu,在编辑器下拉菜单中选择Microsoft Visual C++,单击添加,然后点击确定。rnc) 打开注册表,在HKEY_LOCAL_MACHINE\SOFTWARE \Microsoft\VisualStudio\9.0\Languages\File Extensions\.cpp下面添加子键 .cu 然后copy .cpp的键值到.cu。这样才能表示cu也是VS下的VC的工程文件。rnd) 打开VS,运行下VA(建立一个CPP工程,折腾到VA能用为止),关掉IDE,否则注册表不会添加对应信息。rne) HKEY_CURRENT_USER\Software\Whole Tomato\Visual Assist X\VANet8 在ExtSource键添加键值.curnf) 打开Visual Assist属性,在projects 的C/C++ Directories custom下面添加CUDA的头文件目录,这样才能在Visual Assist 生成规则的时候找到CUDA自身的特殊定义才能生成Visual Assist的关键字,如__global__.rn添加的目录有C:\CUDA\include,C:\Documents and Settings\All Users\Application Data\NVIDIA Corporation\NVIDIA GPU Computing SDK\C\common\incrnSource file中添加C:\Documents and Settings\All Users\Application Data\NVIDIA Corporation\NVIDIA GPU Computing SDK\C\common\srcrnrn
nvcc -V不可以用的原因
cuda deb安装后 需要配置环境变量 apt-get 安装cuda默认最新版 可以在 sudo apt-get instal cuda后按tab键补全查看可以安装的版本
nvcc和cuda版本不一致问题
nvcc -V命令的版本是7.5 而cuda安装的版本是8.0 解决如下: 1.使用sudo apt-get autoremove nvidia-cuda-toolkit 卸载7.5版本 2.查看nvcc -V现在是no such file 3.查看/usr/local/cuda/bin中是否有可执行文件,如果有,执行下一步;如果没有,则添加软连接: sudo ln -s /usr/l...
安装多版本cuda时,nvcc和cuda版本不一致问题
Ubuntu 16.04,原始cuda版本8.0,安装cuda 10.0后,使用nvcc --version查询,显示cuda仍为8.0 ubuntu@zhangli:/usr/local$ nvcc --version nvcc: NVIDIA (R) Cuda compiler driver Copyright (c) 2005-2016 NVIDIA Corporation Built...
CUDA编译(一)---使用nvcc编译cuda
CUDA编译(一)—使用nvcc编译cuda nvcc介绍 示例 nvcc介绍 nvcc是编译cuda程序的编译器,CDUA C是在C语言上的扩展,所以它依赖C编译器(C编译器在window下是cl.exe,在Linux下是gcc)。因此我们编译CUDA程序必须依靠编译器nvcc。 其实,nvcc编译cuda程序和g++编译c++程序是差不多的。在我的其它博客中也写了有关g++编译...
CUDA:NVCC编译过程和兼容性详解
CUDA:NVCC编译过程和兼容性详解 https://codeyarns.com/2014/03/03/how-to-specify-architecture-to-compile-cuda-code/ https://docs.nvidia.com/cuda/cuda-compiler-driver-nvcc/index.html#supported-phases CUDA:NVCC...
CUDA学习(一)-NVCC的编译过程
正文: NVCC的编译过程总体可以用一个图进行描述: NVCC的编译过程分为离线编译和即时编译两部分组成: 离线编译(绿色虚线框内): CUDA源程序(即xxx.cu文件)在编译前的预处理会被分为主机端代码和设备段代码(即图中的左右分支): 1.如图右分支:在设备端代码会被编译成ptx文件(可以看作是用于设备端的汇编文件)或是直接可运行的二进制文件xxx.cubin,然后将起.ptx...
CUDA以及NVCC编译流程
NVCC编译流程
takecolor v 8.0
自动颜色获取工具,小巧而方便,是设计师的得力助手
Ubuntu17.04 如何不折腾地安装Cuda 8.0
Ubuntu17.04 如何不折腾地安装Cuda 8.0
集群管理——(1)安装Ubuntu和CUDA 8.0
实验室集群新购置了深度学习计算系统,配套安装服务靠不住,工程师甩锅于学校的网络环境问题。没办法,只能自己慢慢摸索学习搭建和管理维护,在各种坑中爬出。 目前集群采用计算节点和存储节点结合的方式(管理节点尚未使用),计算节点采用Ubuntu14.04系统,安装CUDA8.0和DIGITS深度学习系统。下面我从系统的安装开始叙述我的搭建过程。Ubuntu和CUDA安装包的下载。 百度网盘资源下载
CUDA学习(二)-NVCC的编译过程及命令
nvcc编译过程第一篇:https://blog.csdn.net/shungry/article/details/89715468 正文:编译流程(补充) 以我mytest.cu为例子,输入以下命令: nvcc --cuda .\mytest.cu -keep 先解释里面命令的含义, --cuda/-cuda是将.cu文件编译成一个.cu.cpp.ii的文件; --keep/-k...
CUDA学习(三)-NVCC的分散编译
nvcc编译过程第一篇:https://blog.csdn.net/shungry/article/details/89715468 nvcc编译过程第二篇:https://blog.csdn.net/shungry/article/details/89788342 正文: nvcc的分散编译必须在CUDA5.0版本之后才支持,在此之前是不支持的。也就是说以前的版本一贯支持单独的主机代码的编...
The CUDA Compiler Driver NVCC Version 2.3
This compilation trajectory involves several splitting, compilation, preprocessing, and merging steps for each CUDA source file, and several of these steps are subtly different for different modes of CUDA compilation (such as compilation for device emulation, or the generation of device code repositories). It is the purpose of the CUDA compiler driver nvcc to hide the intricate details of CUDA compilation from developers.
NVCC 分歩 编译 CUDA 程序
先上一张大图,nviDIA官方文档的编译流程图 完整的说明了如何从一个 .cu or .cpp 生成一个可执行的文件。1.只打印,不运行nvcc -O2 -c backprop_cuda.cu -keep -arch sm_30 --dryrun2.打印出 具体流程1. 读取环境变量 #$ _SPACE_= #$ _CUDART_=cudart #$ _HERE_=/home/gpgpu-s
检查CUDA的NVCC编译器和GPU加速卡
在安装好CUDA环境之后,初次使用CUDA之前还要检查编译器NVCC和GPU加速卡1、检查CUDA的NVCC编译器是否安装正确: $ which nvcc2、检查机器上是否安装了GPU加速卡$ ls -l /dev/nv*...
Linux下c和cuda混合编译时nvcc选项
在linux下将c和cuda进行混合编程时,我先将程序编译成可执行文件,发现可疑正常运行,但是重新建了一个c++ lib工程后,发现报错,报错信息为relocation R_X86_64_32against '.bss' can not bbe used when making a shared object; recompiler with -fPIC。解决方案是在用nvcc编译.cu文件时需要
CUDA 8.0适用于win10
Tensorflow Windows必备,官网下载贼慢,由于大小原因给大家放个百度云链接。
CUDA 8.0 例程目录
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0 0_Simple——简单例程 asyncAPI cdpSimplePrint cdpSimpleQuicksort clock clock_nvrtc cppIntegration cppOverload cudaOpenMP fp16ScalarProduct
cuda8.0.6-win10、cudnn-v6.0 for cuda 8.0
win10平台下的cuda8.0、用于NVIDIA的GPU加速,配置加速环境所需的cudnn6.0 -win10 for cuda 8.0。文件太大,请使用baiduyun下载.
cudnn for cuda 8.0
cudnn for cuda8.0 在nvidia的网站上需要,我就下完放这里了。
CUDA编译器nvcc的用法用例与问题简答
1.nvcc支持OpenMP 使用-fopenmp时会报nvcc fatal : Unknown option ‘fopenmp’错误。正确的编译选项是: -Xcompiler -fopenmp
Winimage v 8.0 注册机 keygen
Winimage v 8 虚拟光驱 软件 注册机
cuda由7.0升级到8.0
有个单卡的服务器,想在上面装tensorflow 1.0,但是报错提示需要cuda 8.0,而本机的cuda是7.0. 于是就想进行升级: 升级之前的准备工作1 uname -m && cat /etc/*release # get ubuntu version 2 uname -r # g
[CUDA学习]CUDA安装
CUDA安装
cuDNN(for CUDA 8.0,win10)5.1
TensorFlow GPU安装需要的,适用于win7,cuDNN v5.1(官方建议版本) Library for Windows 7,解压后分别将三个文件放到cuda的相应安装目录下
cuda 8.0 ubuntu16.04 百度云链接
cuda 8.0 ubuntu16.04 百度云链接 用于gpu训练安装。需要
cuDNN v7.0.3 for CUDA 8.0 下载
cuDNN v7.0.3 (Sept 28, 2017), for CUDA 8.0 有文档,window10和ubuntu 16.04的安装文件
CUDA错误
-
安装cuda的
安装cuda的问题记录 emmm,作为一个小白的我前天想学cuda,结果就遇到了问题,搞了一天,真是令人头大。 我就记一下,也许哪天会倒回来看或给同学看。 emmm,其实还是主要想混点积分啦,哈哈哈哈。 emmmm,我主要是安装后想编译并尝试玩一下那几个sample 结果编译一直都是只有41个成功,失败122个。 我的是cuda9.2和vs2017(15.8.1)和win10(1803) 后来发现...
cuda 安装
CUDA Driver、CUDA Tookit 3.2、CUDA SDK 3.2 我都安装了,现在的情况是,我死活都用不了cudarnrn我用的是VS 2010,完全按如下步骤安装,是不是因为是本本的关系按不上啊?rnrn显卡是GT520MrnrnrnCUDA 3.2 VS2010 配置指南rn一、 系统环境rnWindows 7,32位操作系统。rn二、 安装步骤rn1. 依次安装CUDA Driver、CUDA Tookit 3.2、CUDA SDK 3.2rna) 到官网上下载本机对应显卡型号的驱动,rnhttp://www.nvidia.cn/Download/index.aspx?lang=cn;rnb) 下载CUDA Toolkit3.2和CUDA SDK 3.2,rn http://developer.nvidia.com/object/cuda_3_2_downloads.html。rn2. 安装CudaVs2010rna) 下载解压CudaVs 2010,rn http://forums.nvidia.com/index.php?showtopic=161096;rn b) 用VS 2010打开目录下的CudaVs2010.sln,选择菜单中的“生成”“配置管理器”,将其中的“活动解决方案平台”设置为与自己系统相对应的平台,在此,选择x86平台,然后重新编译生成整个工程;rn c) 进入到cuda toolkit安装目录下的doc目录中,C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v3.2\doc,rn将CUDA_Toolkit_Release_Notes_Windows.txt复制粘贴一个到当前目录作为备份,然后将其文件名改为CUDA_Release_Notes_3.2.txt;rn d) 进入到rnCuda32_Vs2010\CudaVs2010\Data\CUDA\3.2\BuildCustomizations目录中,将其中的CudaRuntimeApi30.props、CudaDriverApi30. props两个文件中的rn$(CUDA_LIB_PATH)..\lib改成rn$(CUDA_LIB_PATH),如果已经被改过则不用再改。rn e) 双击运行Cuda32_Vs2010\CudaVs2010\Data目录下的CudaVs2010.exe,完成。rn f) 安装成功后的效果rn rn图1 CudaVs2010安装成功后效果rn3. 安装Visual assistX 10.6rnrn三、 配置步骤rn1. 系统环境变量配置rna) 在“CUDA_INC_PATH”中添加SDK的inc(..\common\c\inc);rnb) 在“CUDA_LIB_PATH”中添加SDK的lib(..\common\c\lib)。rn2. Visual Stdio注册表配置rn在注册表中添加子键,rn[HKEY_LOCAL_MACHINE\SOFTWARE\Microsoft\VisualStudio\10.0\Languages\File Extensions]中添加子项“.cu”,并把“.cpp”的键值复制给“.cu”。rn rn图2 添加cu子键rn3. 配置Visual Assist Xrna) 添加VAsist X对.cu文件的识别rn找到VAssistX的注册表项rn[HKEY_CURRENT_USER\Software\Whole Tomato\Visual Assist X\VANet10],修改ExtSource键值,添加“.cu”和“.cuh”(注:要以“;”号结尾,且在修改时要关闭VS);rn rn图3 添加对.cu文件的识别rnb) 添加对CUDA关键字的识别rn打开VS,选择“VAssistX”菜单项下的“…option”选项,依次选择“Projects->C/C++ Derictors”,“ Platform”中选择“Custom”,添加CUDA Toolkit和CUDA SDK中的include/inc目录。rn rn图4 添加对CUDA关键字的识别rn4. 最终效果rn rn图5 配置完成后的效果rnrnrnrnrn(本文档由kileven整理,如有疑问请联系826941283@qq.com)rn
CUDA安装
CUDA安装 一:在NVIDIA官网下载安装包:cuda_6.0.37_linux_64.run 关闭图形用户界面  init3以root身份登录,执行:#./ cuda_6.0.37_linux_64.run        默认安装位置:/usr/local/NVIDIA_CUDA-6.0_Samples 配置CUDA开发环境变量 二:将cuda bin和lib64目录
cuda的安装
首先在官网上下载安装包https://developer.nvidia.com/cuda-downloads 我下载的是deb版本 根据官网上的命令,首先执行sudo dpkg -i cuda-repo-.deb 然后执行sudo apt-get update 其中在执行update的时候可能会遇到不能更新的情况,这时候需要百度,下载一个库就行,具体的错误情况忘记了,遇
安装CUDA
嗯,本渣又回到了科研道路上了。这次讲讲怎么安装CUDA
安装cuda
默认已经下载好cuda 本机安装的是cuda7.5 同意并继续 选择自定义安装,选择所有的选项 (5)配置CUDA的环境变量 自动生成的2个环境变量 CUDA程序在安装过程中会自动在系统环境中添加两个环境变量,都是指向NVIDIA GPUComputing Toolkit的安装路径 除了上述安装程序自动添加的2个环境变量,还
相关热词 c# 标准差 计算 c#siki第五季 c#入门推荐书 c# 解码海康数据流 c# xml的遍历循环 c# 取 查看源码没有的 c#解决高并发 委托 c#日期转化为字符串 c# 显示问号 c# 字典对象池