本着不折腾难受的原则,装一下cudnn
首先,下载安装包
下载 cuDNN Libaray for Linux 和下面的三个 Runtime、Developer 和 Code Samples
然后开始安装
- 解压 cuDNN 代码
tar -xzvf cudnn-x.x-linux-x64-v8.x.x.x.tgz
- 将文件复制到 CUDA 路径下(这个路径我并没有直接设置为cuda,好像是默认的cuda-xx.x这样一个文件名,请按自己实际情况自行修改)
sudo cp cuda/include/cudnn*.h /usr/local/cuda-xx.x/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda-xx.x/lib64
sudo chmod a+r /usr/local/cuda-xx.x/include/cudnn*.h /usr/local/cuda-xx.x/lib64/libcudnn*
- cd到三个包的下载目录下,然后按照顺序运行:
安装 runtime library:
sudo dpkg -i libcudnn8_x.x.x-1+cudax.x_amd64.deb
安装developer library:
sudo dpkg -i libcudnn8-dev_8.x.x.x-1+cudax.x_amd64.deb
安装 code samples 和 cuDNN library documentation:
sudo dpkg -i libcudnn8-doc_8.x.x.x-1+cudax.x_amd64.deb
- 使用例子测试是否安装成功
复制 cuDNN sample到有读写权限的文件夹下:
$ cp -r /usr/src/cudnn_samples_v8/ $HOME
cd到复制的mnistcudnn目录下
$ cd $HOME/cudnn_samples_v8/mnistCUDNN
编译mnistCUDNN sample.
$make clean && make
运行mnistCUDNN sample.
$ ./mnistCUDNN
一番运行后,出现如下信息表明安装成功:
Test passed!
参考链接:
- https://docs.nvidia.com/deeplearning/cudnn/install-guide/index.html#cross-compiling-cudnn-overview
- https://zhuanlan.zhihu.com/p/68544360