GPU环境配置：驱动、CUDA与框架版本匹配
教材《人工智能导论》7.1.2 / 内部第2点 · 已审核
通俗解释
GPU 环境中最常见且最隐蔽的问题，是GPU 驱动、CUDA、深度学习框架之间的版本不匹配，其中CUDA 是NVIDIA 提供的GPU 通用计算平台与工具链，包含运行库和编译工具，让程序能够在GPU 上运行。 而cuDNN 是建立在CUDA 之上的深度学习算子加速库（如卷积、归一化等），深度学习框架通常依赖它来获得高性能。
例子
安装框架后发现显卡不可用，检查驱动、CUDA 运行环境与框架版本是否兼容。
容易混淆
有 GPU 硬件不等于框架能调用，还需驱动与运行库版本匹配。
检查理解
用自己的话解释“GPU环境配置：驱动、CUDA与框架版本匹配”在“人工智能开发环境”中的作用，并举出教材中的一个例子或适用场景。对照原文检查条件、公式和图表。
查看参考答案
要点：GPU 环境中最常见且最隐蔽的问题，是GPU 驱动、CUDA、深度学习框架之间的版本不匹配，其中CUDA 是NVIDIA 提供的GPU 通用计算平台与工具链，包含运行库和编译工具，让程序能够在GPU 上运行。 而cuDNN 是建立在CUDA 之上的深度学习算子加速库（如卷积、归一化等），深度学习框架通常依赖它来获得高性能。 示例：安装框架后发现显卡不可用，检查驱动、CUDA 运行环境与框架版本是否兼容。