深度学习踩坑系列之三 安装cuDNN详细步骤

最新推荐文章于 2024-07-21 15:45:02 发布
置顶 最新推荐文章于 2024-07-21 15:45:02 发布
阅读量1.2k 收藏 2
点赞数
文章标签： cuDNN
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/AIbeauty/article/details/84139480
版权

1)下载对应版本

注册账户后选定报错提示的那个版本5.0即可，我下载的是cudnn-8.0-linux-x64-v5.1.tgz

2)安装

Fz上传至Linux服务器指定文件夹，执行tar xvzf cudnn-8.0-linux-x64-v5.1.tgz，ls后可见cuda文件夹

3)设定软链接

没有在cuda目录的上层目录执行以下语句，就会报找不到对应file。正确执行路径可参考以下截图
sudo cp cuda/include/cudnn.h /usr/local/cuda/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64

参考截图

AIcheerful
关注
  • 0
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
安装CUDA、cudnn以及安装TensorFlow
weixin_47593279的博客
04-12 617
安装：安装TensorFlow前先要有cuda和cudnn安装cuda11.2.0版本①判断自己应该下载什么版本的cuda②打开nvidia（桌面右键）->选择左下角的系统信息->组件④点进去，按照如下配置选择，然后点击下载：遇到问题：解决上面问题：设置-应用-卸载nvidia frameview.问题解决！继续下一步：配环境变量：检验是否安装成功：以上就是cuda的下载及安装。
【WSL2笔记2】 搭建深度学习开发环境踩坑笔记 Ubuntu+CUDA+cuDNN+PyTorch+Tensorflow+ONNX
老富的博客
04-06 2478
错误的结果就是配置的所有虚拟环境都以base的python版本运行，无法配置每个虚拟环境使用不同python版本，失去了虚拟环境意义。至此，适用PyTorch、Tensorflow、cuDNN框架的深度学习开发环境搭建完成。WSL 上的 CUDA 用户指南。安装protobuf 3.2版本。Anaconda官网版本档案。下载Anaconda安装包。创建Python虚拟环境。设置Anaconda路径。需要注册账号登录下载。通过SSH传送WSL。
Pytorch（gpu），cuda，cudnn安装
qq_48563775的博客
11-25 9043
Pytorch（gpu），cuda，cudnn安装
cuDNN安装
最新发布
qq_44722189的博客
07-21 215
严格来说，CUDNN是个库，不需要安装，只需要把其文件复制到CUDA文件夹下即可使用。要把CUDNN中的bin，include，lib都复制到CUDA的对应目录下。注意，CUDA的bin文件夹应该被添加进环境变量。需要已经安装好了Nvidia驱动及CUDA。这里主要记录一下使用tar包安装cuDNN的方式，官方文档中还有其他的安装方式，可以参考。中寻找对应目前使用中的CUDA的版本下载。根据自己系统版本及处理器架构选择对应的安装包，我使用的是第二个。下载完tar包后，在tar包所在的目录下开始进行安装。
Python：conda install cudatoolkit的备选方案：pip install nvidia-cudnn-*：
WinterShiver
07-25 8697
由于使用深度学习框架的不同，有的时候我们需要切换cudnn环境。比起在系统中安装多个cudnn版本，更便捷的方法是通过在python环境下安装cudnn工具，这样不同的cudnn环境就可以用python的包管理器（如conda等）管理，使用起来很方便。然而有的时候我们用的包管理器不是cuda，或者我们用的python包镜像不支持cuda，这时只能用pip. 以cuda11为例，此时可以使用以下指令安装需要的cudnn工具；最常用的方式是在conda下，通过安装不同版本的cudatoolkit来满足要求。
win10下pip安装pytorch-gpu以及CUDA/cuDnn的配置（避坑）
热门推荐
weixin_43741711的博客
10-03 1万+
文章目录1、升级nvidia显卡驱动2、离线下载CUDA3、安装对应版本的cudnn4、pip镜像安装pytorch-gpu及torchvision5、测试 装了一天，踩了不少坑。主要还是显卡驱动的问题，不管是用geforce experience还是驱动精灵，都没办法升级到最新的版本。这也限制了CUDA的版本，然而目前pytorch支持最低的CUDA版本是9.2，所以一直print False。最后，在官网上下载驱动包进行离线安装，解决了这个问题。另外，conda安装虽然方便，但是比较容易失败，利用pip
cuDNN和Pytorch安装
qq_43435923的博客
12-13 2028
日志
深度学习环境搭建资源集合
04-01
### 深度学习环境搭建资源集合 在深入探索深度学习的世界之前，首先需要搭建一个稳定可靠的开发环境。...希望这些精选的文章能够帮助大家顺利地完成环境搭建，为后续的深度学习之旅打下坚实的基础。
Win10笔记本用雷电3接口外接显卡加速tensorflow深度学习步骤
kevinup的博客
11-05 1万+
简介：最近入手了一块rtx3060，但自己的主力设备是笔记本，于是萌生了通过外接显卡来加速深度学习的想法，配置过程中遇到一些小问题，经过调试最后解决了，现在简单把整个过程涉及的要点提炼出来，希望能帮助到有相同需求的人。 笔记本设备：Dell Precision 7540 操作系统：Windows 10 专业工作站版 20H2 19042.985 显卡拓展坞：雷蛇（Razer）战核 Core X 幻彩版 外接显卡：Nvidia Geforce Rtx 3060 Ultra W OC 12G L 注意
Windows10+Tensorflow2.0.0+CUDA10.0+CUDNN10.0安装踩坑实录
wcywcywcywcywcy的博客
01-12 669
写在前面 总算开始学tf了，正好得知tf2正式版已经发布，遂看了网上教程下载安装之，疯狂踩坑后勉强安装成功来记录和分享一下，本人是业余爱好，非常菜，出错和不懂的地方还恳请大神指导下，感恩~同时感谢一切看到的教程的作者！ 官方安装教程：https://tensorflow.google.cn/install 顺便提一句，Linux和MacOS可能有Python版本和CUDA和TF版本的兼容问题，而W...
ubuntu20.04深度学习环境配置(自用基本转载)
xuanmudaoman的博客
07-30 683
写在最前面，小白上路，基本上是参考集成其它哥们的教程带上自己坑点。以及抄代码的时候看好人家代码里操作的文件的版本和你自己下的是不是一个，cd路径等小白最常见的傻瓜问题。
cuda8.0+cudnn6.0+python3.5+pip_for_win10亲测可用，救急
10-31
内含cuda8.0、cudnn6.0、python3.5以及安装教程，win10亲测可用，由于文件大于110M，故上传百度云链接，大家下载下来的是百度云分享链接和密码，然后再用百度云下载即可
【小白安装pytorch环境 cuda cuDNN torch torchvision】
Blingbling007的博客
03-28 1166
确定本机NVIDIA驱动、python版本，安装cuda、cuDNN，离线下载torch、torvision
关于CUDA和cuDNN的安装
whaoger的博客
09-27 555
关于CUDA和cuDNN的安装 1：检查系统信息，了解允许安装的CUDA版本 我的电脑允许安装的最高版本为10.2.120，则此次选择安装10.1； 2：安装方式参考 https://zhuanlan.zhihu.com/p/99880204?from_voters_page=true 3：安装完成后 在终端输入命令行nvcc -V，查看安装的版本； win+r 打开cmd终端， 然后将exe文件拖到终端中运行，直接双击运行会闪退。 显示Result = PASS则说明安装通过 4：安装完成后配置环境变
pytorch与cudatoolkit,cudnn对应关系及安装相应的版本
玖玖玖
11-06 7146
从驱动和运行时的版本对应关系来看，版本为384.81的驱动程序 对应的 运行时版本是9.0，也就是说我们在python中安装cudatoolkit和cudnn程序包版本9.2是过高了。然后安装对应版本的cudatoolkit和cudnn程序包：pip install cudatoolkit=9.0；因为系统中依赖GPU驱动的程序比较多，一般出现这种情况，我们都是更改cudatoolkit和cudnn程序包的版本。CUDA Version: 12.0 表明当前的显卡驱动可以安装的cuda最高版本是12.0。
虚拟环境中cuda和cudnn及pytorch和tensorflow的安装
小火球儿
09-01 2773
虚拟环境中cuda和cudnn及pytorch和tensorflow的安装
『Python学习笔记』Python代码打包成pip包(可pip install)|查看安装torch、cuda和cudnn版本号
AI新视界
07-21 1774
Python代码打包成pip包(可以pip install)
CUDA，cuDNN，虚拟环境，更换pip
CSTGYinZong的博客
10-19 1534
Tensorflow以及pytorch安装Tensorflow GPU版本安装1、环境三级目录Pytorch安装二级目录三级目录 仅为记录，不喜勿喷。 Tensorflow GPU版本安装 1、环境 首先确定电脑所能支持的tensorflow版本，根据tensorflow官网所给配置，我们要去检查电脑gpu的cuda支持版本，再去对应下载python版本和tensorflow版本。 TensorFlow版本和型号 在pycharm中输入以下代码： import tensorflow as tf from
深度学习踩坑系列之十 创建&克隆&激活虚拟环境
AIbeauty的博客
12-04 708
创建虚拟环境 conda create -n your_env_name python=3.6.2 pip numpy matplotlib pandas sortedcontainers conda克隆虚拟环境 conda create -n your_env_name --clone old_env_list 激活这个虚拟环境 source activate your_env_name ...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值