Programas essenciais para IA generativa: tutorial detalhado com imagens da instalação do cuDNN



📚Curso em vídeo
🕒Última atualização: 18/11/2024
👥Empreendedores / Criadores de conteúdo / Vendedores de comércio transfronteiriço / Renda extra

Material de estudo de referência — incluído com a assinatura
Desbloquear curso com assinatura
🔓
Obtenha este curso para seu estudo de referência com a assinatura
📦
Junte-se à assinatura — estude os 16742 cursos e ferramentas de software como referência
🔄
Os cursos são atualizados constantemente — os membros estudam o novo material assim que chega
Compartilhar:

在软件个锤子站,你会发现许多生成式AI工具的整合包。这些整合包通常会打包好所需的运行环境,安装后即可使用。不过,也有不少朋友更喜欢亲自部署工具,自己动手更有成就感!但难免会遇到运行报错的问题。其实,很多时候问题的根源在于没有安装好必备的运行环境。

Para que você não perca tempo por caminhos errados, reunimos as ferramentas, frameworks e plugins essenciais para dominar a IA generativa. A partir desta edição, vamos apresentar um a um os recursos, as características e os tutoriais de instalação dessas ferramentas; mesmo usuários sem nenhum conhecimento prévio conseguem acompanhar facilmente!

Ferramentas básicas: os três componentes principais

1. CUDA: a tecnologia central da aceleração por placa de vídeo

CUDA, sigla de Compute Unified Device Architecture, é a plataforma de computação paralela lançada pela NVIDIA. Ela permite que sua placa de vídeo ajude a processar tarefas de cálculo complexas, transferindo para a GPU parte do trabalho que antes cabia à CPU, o que aumenta enormemente a eficiência computacional. Na IA generativa, o CUDA é a ferramenta básica para acelerar a computação de grandes volumes de dados e de algoritmos complexos.

2. cuDNN: a ferramenta mágica de aceleração do aprendizado profundo

cuDNN (CUDA Deep Neural Network) também é uma ferramenta desenvolvida pela NVIDIA, otimizada especificamente para redes neurais profundas. Construída sobre a tecnologia CUDA, oferece capacidade computacional altamente otimizada para operações centrais como convolução, pooling e funções de ativação. Esta biblioteca de aceleração é amplamente utilizada nos principais frameworks de aprendizado profundo, como TensorFlow, PyTorch e MXNet, aumentando significativamente a velocidade de treinamento e de inferência. Em poucas palavras, o cuDNN é a "ferramenta mágica" do aprendizado profundo.

3. FFmpeg: o rei versátil do processamento multimídia

Nas aplicações de IA generativa, a geração de vídeo e o processamento de áudio são dois cenários comuns, e o FFmpeg é uma ferramenta indispensável neles. Como uma poderosa ferramenta de processamento multimídia, ele realiza com eficiência tarefas de codificação, decodificação e conversão de áudio e vídeo, sendo o grande responsável nos bastidores de muitas ferramentas de IA.

A seguir, apresentamos um tutorial de instalação detalhado para ajudar você a implantar o CUDA e o cuDNN passo a passo (atenção: apenas para usuários de placas NVIDIA!).

Tutorial de instalação do cuDNN

(O cuDNN é um complemento do CUDA; antes de instalar o cuDNN, certifique-se de que o CUDA foi instalado com sucesso)

1. Baixe a versão do cuDNN correspondente ao CUDA

① Acesse o site oficial de download no link abaixo, crie uma conta com seu e-mail e escolha a versão do cuDNN correspondente à versão do CUDA

Baixe a versão do cuDNN correspondente à versão do CUDA:https://developer.nvidia.com/rdp/cudnn-archive

② Clique em "Local Installer for Windows (Zip)" para baixar o pacote compactado local

2. Instale o cuDNN

① Extraia o pacote compactado baixado; após a extração, você obterá três pastas

② Copie as três pastas e cole-as no diretório da pasta do CUDA. Ao colar, você verá que o diretório de instalação do CUDA contém pastas com os mesmos nomes das pastas descompactadas do cuDNN; não se preocupe, basta copiar e substituir

③ Adicione, um após o outro, os caminhos abaixo nas variáveis de ambiente

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.6\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.6\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.6\lib
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.6\libnvvp

3. Verifique se o cuDNN foi instalado com sucesso

① Entre na pasta "demo_suite" do diretório do CUDA

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.6\extras\demo_suite

② No diretório da pasta, digite "cmd" e pressione "Enter" para abrir o Prompt de Comando

③ Com o mouse, arraste o arquivo "bandwidthTest.exe" da pasta para o Prompt de Comando e pressione "Enter" para ver se aparecem as telas abaixo. Se aparecerem, siga para o próximo passo; caso contrário, o cuDNN não foi instalado com sucesso

④ Novamente com o mouse, arraste o arquivo "deviceQuery.exe" da pasta para o Prompt de Comando e pressione "Enter". Se aparecer a tela abaixo, isso indica que o cuDNN foi instalado com sucesso

Tutorial detalhado com imagens da instalação do CUDA

Tutorial detalhado com imagens da instalação do FFmpeg

Cursos relacionados