1.去nvidia官网下载cudnn,官网cudnn链接:https://developer.nvidia.com/rdp/cudnn-archive,这个必须先登录才能下载,进去之后注意选择和自己安装cuda版本相对应的和ubuntu版本相对应的三个cudnn的deb包
2.打开终端,进入放cudnn相应的目录,依次输入以下命令
sudo dpkg -i libcudnn7_7.5.0.56-1+cuda10.0_amd64.deb
sudo dpkg -i libcudnn7-dev_7.5.0.56-1+cuda10.0_amd64.deb
sudo dpkg -i libcudnn7-doc_7.5.0.56-1+cuda10.0_amd64.deb
3.通过安装我们要知道cudnn的路径是什么,就比如我的cudnn路径是:/usr/ include/cudnn,接下来把.h文件复制到/usr/local/cuda/include文件夹下面,并修改 权限,依次输入以下命令
sudo cp /usr/include/cudnn.h /usr/local/cuda/include
sudo chmod a+x /usr/local/cuda/include/cudnn.h
4.通过上述步骤我们已经基本上装好了cudnn,接下来检测一下是否装好,输入以下命令。
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
如果出现下面图片的显示的就是装好了
5.cudnn知识点
NVIDIA cuDNN是用于深度神经网络的GPU加速库。它强调性能、易用性和低内存开销。NVIDIA cuDNN可以集成到更高级别的机器学习框架中,如谷歌的Tensorflow、加州大学伯克利分校的流行caffe软件。简单的插入式设计可以让开发人员专注于设计和实现神经网络模型,而不是简单调整性能,同时还可以在GPU上实现高性能现代并行计算,CUDA看作是一个工作台,上面配有很多工具,如锤子、螺丝刀等。有了它才能在GPU上完成深度学习的计算。它就相当于工作台的工具,比如它就是个扳手,但是CUDA这个工作台买来的时候,并没有送扳手。想要在CUDA上运行深度神经网络,就要安装cuDNN,就像你想要拧个螺帽就要把扳手买回来。这样才能使GPU进行深度神经网络的工作,工作速度相较CPU快很多。