相比标准的cuda,它在一些常用的神经网络操作上进行了性能的优化,比如卷积,pooling,归一化,以及激活层等等。
在理解上面这段的基础上,我们可以猜测配置cuDNN时是要对cuda进行一些修改,所以我们要先安装cuda。cuDNN下载需要注册,如果不能打开注册页面,请自行架梯子,或到共享的文件下载。以ubuntu为例说明如何配置cuDNN。
博客主页:http://blog.csdn.net/xs1102
文章地址:https://blog.csdn.net/xs1102/article/details/81666663
1. 下载cuDNN压缩包
官网:https://developer.nvidia.com/cudnn
csdn:由于文件大小限制,不得不分卷,供大家免费下载。下载后,解压外层的zip分卷,里边是官方的tgz包
(1/2)https://download.csdn.net/download/xs1102/10603001
(2/2)https://download.csdn.net/download/xs1102/10603034
2. 解压
tar -zxvf cudnn-9.2-linux-x64-v7.2.1.38.tgz
3. 拷贝
解压后会看到一个cuda文件夹,里面包含了include以及lib64两个子目录。将这两个文件夹里的文件复制到cuda对应的安装目录。这里以cuda的安装目录为/usr/local/cuda/为例:
#进入解压后的目录内
cd cuda
#如果不是root用户,请分别在命令前加sudo
cp include/cudnn.h /usr/local/cuda/include
cp lib64/libcudnn.so.7.2.1 /usr/local/cuda/lib64
注意:要加sudo,为了获取权限。
4. 软链接
cd /usr/local/cuda/lib64
ln -s libcudnn.so.7.2.1 libcudnn.so.7.2
ln -s libcudnn.so.7.2 libcudnn.so
使用
在编译caffe(或者其他深度学习库)时,只需要在make的配置文件Makefile.config中将USE_CUDNN取消注释即可。