目录
简介
cuDNN（CUDA Deep Neural Network library）是NVIDIA开发的一个深度学习GPU加速库，旨在提供高效、标准化的原语（基本操作）来加速深度学习框架（如TensorFlow、PyTorch等）在NVIDIA GPU上的运算。主要性能体现在以下四点：
- 优化深度学习操作：cuDNN提供了为深度学习任务高度优化的函数，如卷积、池化、归一化和激活函数等。这些函数经过精心设计和优化，可以在NVIDIA的GPU硬件上实现最佳性能。
- 利用GPU并行处理能力：cuDNN充分利用了NVIDIA GPU的并行处理能力，从而大大加速了神经网络的训练和推断过程。
- 动态优化：cuDNN能够根据输入数据的大小和网络结构，自动选择最合适的计算算法，以实现最佳性能。
- 支持多种计算精度：cuDNN支持FP32（32位浮点数）和FP16（16位浮点数）等多种计算精度。使用低精度计算可以在不显著降低模型精度的情况下，加速计算并减少显存占用。
下载
进入NVIDIA Developer官网 cuDNN 部分
https://developer.nvidia.com/cudnn-downloads?target_os=Windows&target_arch=x86_64&target_version=Agnostic&cuda_version=12依据系统情况和CUDA版本选择合适的cuDNN版本，Download Base Installer
下载完成后解压压缩包即可得到主要文件
配置
下载完成后cuDNN包含bin、include、lib三个文件夹
需要将bin、include、lib三个文件夹内的cuDNN配置文件对应放入CUDA根目录下的bin、include、lib文件夹中
参考CUDA根目录路径：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.1
以bin文件夹为例，将对应的cudnnxxxx.dll文件全部放入即可
