cuda 9.0及更新包和cudnn7.1

CUDA 9.0和CUDNN 7.1是NVIDIA公司推出的用于加速计算密集型应用程序的工具包，尤其在深度学习领域应用广泛。CUDA（Compute Unified Device Architecture）是NVIDIA开发的一种并行计算平台和编程模型，允许开发者利用GPU（图形处理器单元）的强大计算能力来解决复杂的计算问题。CUDNN（CUDA Deep Neural Network）是CUDA的一个库，专为深度神经网络（DNN）设计，提供了优化的数学函数，以实现高效的卷积神经网络（CNN）和其他类型的神经网络。 **CUDA 9.0知识点：** 1. **新特性**：CUDA 9.0引入了一些重要的新特性，包括对Tensor Cores的支持，这是专门为深度学习设计的硬件加速单元，可以执行混合精度计算，极大地提升了训练速度，尤其是在TensorFlow等框架下。 2. **CUDA Toolkit**：CUDA 9.0包含了完整的CUDA Toolkit，提供了一系列开发工具，如nvcc编译器、Nsight工具链、CUPTI性能分析工具，以及CUDA运行时库，帮助开发者编写、调试和优化CUDA程序。 3. **兼容性**：CUDA 9.0支持更广泛的NVIDIA GPU型号，包括Volta、Pascal和早期架构的GPU，扩大了硬件的可利用范围。 4. **库更新**：CUDA 9.0更新了多个库，如cuBLAS、cuFFT、cuRAND和cuSPARSE，提升了性能和效率，特别是在科学计算和机器学习任务中。 5. **动态并行ism**：CUDA 9.0增强了动态并行ism，使得GPU可以在运行时创建和销毁线程块，提高了程序的灵活性和效率。 6. **C++14支持**：CUDA 9.0开始支持C++14标准，为开发者提供了更多的现代C++特性，如lambda表达式和类型推断。 **CUDNN 7.1知识点：** 1. **深度学习优化**：CUDNN 7.1专注于深度学习性能优化，提供了针对ResNet、Inception、AlexNet等常见网络结构的优化算法。 2. **新的卷积模式**：CUDNN 7.1引入了Fused Convolution，将批量归一化、激活函数与卷积融合在一起，减少了内存交换和计算时间。 3. **自动调优**：CUDNN 7.1的自动调优功能可以根据特定硬件条件自动选择最优的卷积实现，无需手动调整。 4. **Tensor Core支持**：与CUDA 9.0配合，CUDNN 7.1利用Tensor Cores实现了混合精度计算，显著提升了深度学习模型的训练速度。 5. **多GPU训练**：CUDNN 7.1支持多GPU并行训练，可以分配大型模型到多个GPU上，提高训练效率。 6. **模型量化**：CUDNN 7.1开始支持模型量化，可以将模型的权重和激活数据从浮点数转换为整数，进一步降低内存需求和计算量。 在实际应用中，CUDA 9.0和CUDNN 7.1通常与深度学习框架如TensorFlow结合使用，通过它们提供的接口和库，可以轻松地将GPU计算能力引入到深度学习模型的训练和推理中。这个压缩包中的文件可能包含CUDA 9.0和CUDNN 7.1的安装包，下载后按照官方文档进行安装和配置，就能在本地环境中搭建起一个强大的深度学习计算平台。