Ubuntu18.04/Ubuntu20.04安装cudnn（含各种坑记载）

目录

问题描述

解决方案

1. 统一tensorflow与cuda的版本

​2. 安装符合cuda版本的cudnn

后记

---

问题描述

（不需要解决这个问题、想直接看cudnn怎么安装的友友可直接跳转​2. 安装符合cuda版本的cudnn）

今天在跑一个baselines时，出现了这种错误

2023-02-15 21:27:52.823352: I tensorflow/stream_executor/platform/default/dso_loader.cc:53] Could not dlopen library 'libcudart.so.10.0'; dlerror: libcudart.so.10.0: cannot open shared object file: No such file or directory; LD_LIBRARY_PATH: :/usr/local/cuda/lib64:/usr/local/lib:/root/.mujoco/mujoco210/bin

2023-02-15 21:27:52.823440: I tensorflow/stream_executor/platform/default/dso_loader.cc:53] Could not dlopen library 'libcublas.so.10.0'; dlerror: libcublas.so.10.0: cannot open shared object file: No such file or directory; LD_LIBRARY_PATH: :/usr/local/cuda/lib64:/usr/local/lib:/root/.mujoco/mujoco210/bin

2023-02-15 21:27:52.823519: I tensorflow/stream_executor/platform/default/dso_loader.cc:53] Could not dlopen library 'libcufft.so.10.0'; dlerror: libcufft.so.10.0: cannot open shared object file: No such file or directory; LD_LIBRARY_PATH: :/usr/local/cuda/lib64:/usr/local/lib:/root/.mujoco/mujoco210/bin

2023-02-15 21:27:52.823598: I tensorflow/stream_executor/platform/default/dso_loader.cc:53] Could not dlopen library 'libcurand.so.10.0'; dlerror: libcurand.so.10.0: cannot open shared object file: No such file or directory; LD_LIBRARY_PATH: :/usr/local/cuda/lib64:/usr/local/lib:/root/.mujoco/mujoco210/bin

2023-02-15 21:27:52.823675: I tensorflow/stream_executor/platform/default/dso_loader.cc:53] Could not dlopen library 'libcusolver.so.10.0'; dlerror: libcusolver.so.10.0: cannot open shared object file: No such file or directory; LD_LIBRARY_PATH: :/usr/local/cuda/lib64:/usr/local/lib:/root/.mujoco/mujoco210/bin

2023-02-15 21:27:52.823753: I tensorflow/stream_executor/platform/default/dso_loader.cc:53] Could not dlopen library 'libcusparse.so.10.0'; dlerror: libcusparse.so.10.0: cannot open shared object file: No such file or directory; LD_LIBRARY_PATH: :/usr/local/cuda/lib64:/usr/local/lib:/root/.mujoco/mujoco210/bin

2023-02-15 21:27:52.823831: I tensorflow/stream_executor/platform/default/dso_loader.cc:53] Could not dlopen library 'libcudnn.so.7'; dlerror: libcudnn.so.7: cannot open shared object file: No such file or directory; LD_LIBRARY_PATH: :/usr/local/cuda/lib64:/usr/local/lib:/root/.mujoco/mujoco210/bin

 看网上说，应当是没有正确安装cudnn所致，但是之前我已经按照Ubuntu20.04下安装CUDNN_可疑的墨水的博客-CSDN博客中所说的方式，通过以下过程安装并验证过成功安装cudnn了：

 但是确实有问题，于是开始重新研究怎么正确在Ubuntu下安装cudnn。

解决方案

1. 统一tensorflow与cuda的版本

首先，以下这个错误是因为我的代码是在tensorflow1.14版本下运行的，而我的cuda版本是11.2。

Could not dlopen library 'libcudart.so.10.0'; dlerror: libcudart.so.10.0: cannot open shared object file: No such file or directory; LD_LIBRARY_PATH:

由下图可知，cuda11.2至少需要2.5.0以上的tensorflow版本，于是我重新找了一个支持tensorflow2.x.x的baseline（当然也可以更换cuda版本）。

 2. 安装符合cuda版本的cudnn  

 灵感是在以下链接中找到的：python - "Could not load dynamic library 'libcudnn.so.8'" when running tensorflow on ubuntu 20.04 - Stack Overflow

官方对于cudnn的各种安装方式教程可以在下面这个文档中看到：

Installation Guide :: NVIDIA Deep Learning cuDNN Documentation

具体来说，需要依次执行以下命令（如果版本不是18.04，就换成对应的版本）：

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/cuda-ubuntu1804.pin
sudo mv cuda-ubuntu1804.pin /etc/apt/preferences.d/cuda-repository-pin-600
sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/${last_public_key}.pub
sudo add-apt-repository "deb https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/ /"
sudo apt-get update

之后就是确定自己该安装什么版本的cudnn，通过查阅以下网址：https://www.cnblogs.com/EasonJim/p/7144017.html

执行以下命令来列出当前操作系统所有支持的libcudnn8和libcudnn8-dev版本：

apt-cache madison libcudnn8
apt-cache madison libcudnn8-dev

选择一个低于当前cuda版本但比较新的libcudnn8和 libcudnn8-dev安装即可。如：

sudo apt-get install libcudnn8=8.1.1.33-1+cuda11.2
sudo apt-get install libcudnn8-dev=8.1.1.33-1+cuda11.2

 成功解决问题描述里提到的问题，也成功运行了baseline。问题解决！

后记

1. 一定注意tensorflow和cuda版本的对应，学会看错误提示

2. cudnn版本的选择不能过高，要参照自己的cuda版本，否则会出现以下bug：

Could not create cudnn handle: CUDNN_STATUS_NOT_INITIALIZED

3. 配置服务器终于告一段落了， 希望以后可以正确快速的运行各种代码呀！