这是我利用GPU加速Opencv的时候自己在VS2015平台下编译好的库(VS2015+CUDA9.2+OpenCV3.4.2)

ubuntu16.04 cuda9.0 nccl2.1.13 多GPU交互

cuda_10.0.130_411.31_win10 cudnn-10.0-windows10-x64-v7.6.5.32 cuda11.0 cudnn8.0 Anaconda3 NVIDIA-455.38驱动

CUDA10.0 WIN10版本 官网下载打不开的用这个 CUDA（Compute Unified Device Architecture），是显卡厂商NVIDIA推出的运算平台。 CUDA™是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。 它包含了CUDA指令集架构（ISA）以及GPU内部的并行计算引擎。 开发人员可以使用C语言来为CUDA™架构编写程序，C语言是应用最广泛的一种高级编程语言。所编写出的程序可以在支持CUDA™的处理器上以超高性能运行。CUDA3.0已经开始支持C++和FORTRAN。

由于一些程序指定了cudnn的版本，所以上传cudnn7.0-v3的文件。使用方法，将头文件拷贝到/usr/local/cuda/include路径下，将lib内的文件拷贝到/usr/local/cuda/lib64路径下，删除软连接并重新创建，ln -s libcudnn.so.7.0.64 libcudnn.so.7.0, ln -s libcudnn.so.7.0 libcudnn.so

CUDA9.0在线安装包+cudnn7配套压缩包+测试代码文件，也可自行官网下载。

主要介绍了Win10下安装并使用tensorflow-gpu1.8.0+python3.6全过程（显卡MX250+CUDA9.0+cudnn），本文给大家介绍的非常详细，具有一定的参考借鉴价值,需要的朋友可以参考下

cuda9.0+cudnn7.1的百度网盘连接，配套的安装，ubuntu版本的，.run格式

TensorRT-7.0.0.11.Ubuntu-18.04.x86_64-gnu.cuda-10.0.cudnn7.6.tar.gz TensorRT-7.0.0.11.Ubuntu-18.04.x86_64-gnu.cuda-10.0.cudnn7.6.tar.gz

本资源CUDA9.1适用于Ubuntu16.04，Ubuntu17.04以及Ubuntu18.04，为runfile文件，包含cuda_9.1.85_387.26_linux.run，以及cuda_9.1.85.1_linux.run，cuda_9.1.85.2_linux.run，cuda_9.1.85.3_linux.run，因为上传文件大小有限，所以文件是百度云盘的链接和密码，如链接失效，请联系我，另外还有配套cudnn-9.1-linux-x64-v7.tgz，可以在我的资源中下载。