cuDNN的安装过程 

1、下载cuDNN

       因为之前的博文“目标检测第3步”下载的CUDA版本是11.1，那么我们就要找到与CUDA11.1版本对应的cuDNN版本。地址为：cuDNN Archive | NVIDIA Developer

2、安装cuDNN

下载到的cuDNN文件是一个压缩包，解压缩之后会出现如下文件夹：

接下来需要将解压出来的这三个文件夹中的文件分别拷贝到CUDA对应的文件夹里，打开CUDA的安装目录：

到此为止，cuDNN已经成功的安装到了CUDA的内部。因为我们安装了cuDNN，所以有必要按照上一篇博文中提到的检验方法，再次对CUDA进行检验。

3、检验CUDA是否被cuDNN影响

A、查看CUDA版本

win+R，输入cmd。在里面输入“nvcc -V”或者“nvcc --version”，如果出现以下截图即可证明CUDA安装成功：

B、运行CUDA的测试文件

打开CUDA的安装目录，找到如下截图的两个文件：

 

 以上两张截图末尾的Result均为pass状态，所以，我们刚才安装的cuDNN不会对原有的CUDA造成影响。

总结：显卡、GPU、CUDA、cuDNN的使用是一个需求逐渐提升的过程。小时候，喜欢玩大型网络游戏，原有的集成显卡无法满足游戏要求，那么就得要求有好的显卡，并且要有适配的显卡驱动。大了之后，学习了计算机视觉，需要使用GPU进行复杂的计算及推理，这样的情况下我们知道了GPU。随着学习的深入，原来GPU的简单操作无法满足我们对于深度学习中的网络性能时，CUDA出现在我们的面前。最后我们开始进行深度神经网络的学习了，CUDA对GPU的加持也无法满足我们的需求了，我们引入了注重性能的cuDNN。

转自：目标检测第4步：显卡、GPU、CUDA、cuDNN的介绍及如何在Windows 10下安装cuDNN？