CUDA: CUDNN安装测试

最新推荐文章于 2024-03-23 19:17:57 发布
最新推荐文章于 2024-03-23 19:17:57 发布
阅读量1k 收藏 3
点赞数 1
分类专栏： CUDA 文章标签： 深度学习 人工智能
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/weixin_42849849/article/details/127323402
版权

CUDNN安装测试

细节

  • 环境

    说明备注
    CUDAToolkit11.2.r11.2A40 vGPU/CentOS-8.x
    cudnn-local-repo-rhel8-8.5.0.96-1.0-1.x86_64.rpmCUDNN8.5-CUDA11.7官网下载
    rpm -Uvh安装/var/cudnn-local-repo-rhel8-8.5.0.96获得三个rpm： libcudnn8-8.5.0.96-1.cuda11.7.x86_64.rpm,libcudnn8-devel-8.5.0.96-1.cuda11.7.x86_64.rpm,libcudnn8-samples-8.5.0.96-1.cuda11.7.x86_64.rpm

  • 安装步骤

    
#安装解压repo包
rpm -Uvh cudnn-local-repo-rhel8-8.5.0.96-1.0-1.x86_64.rpm
cd /var/cudnn-local-repo-rhel8-8.5.0.96
mkdir tmp && cd tmp

#将rpm解压到本地路径
rpm2cpio ../libcudnn8-8.5.0.96-1.cuda11.7.x86_64.rpm | cpio -div
rpm2cpio ../libcudnn8-devel-8.5.0.96-1.cuda11.7.x86_64.rpm | cpio -div
rpm2cpio ../libcudnn8-samples-8.5.0.96-1.cuda11.7.x86_64.rpm | cpio -div 


#将库(.so,.a)和软连接拷贝到CUDAToolkit对应目录下
cp -d ./usr/lib64/* /usr/local/cuda/lib64/.

#将头文件(.h)和软连接拷贝到CUDAToolkit对应目录下
cp -d ./usr/include/* /usr/local/cuda/include/.

##-------------------------------------------
cd /usr/local/cuda/lib64

##建立软连接: 旧版本兼容
ln -s libcudnn.so.8 libcudnn.so

##---------------------------------------------

cd /usr/local/cuda/include 


##建立软连接: 旧版本兼容
ln -s cudnn_v8.h cudnn.h
ln -s cudnn_version_v8.h cudnn_version.h
ln -s cudnn_ops_train_v8.h cudnn_ops_train.h
ln -s cudnn_ops_infer_v8.h cudnn_ops_infer.h
ln -s cudnn_cnn_train_v8.h cudnn_cnn_train.h
ln -s cudnn_cnn_infer_v8.h cudnn_cnn_infer.h
ln -s cudnn_backend_v8.h cudnn_backend.h
ln -s cudnn_adv_train_v8.h cudnn_adv_train.h
ln -s cudnn_adv_infer_v8.h cudnn_adv_infer.h

##--------------------------------------------

##测试
cd /var/cudnn-local-repo-rhel8-8.5.0.96/tmp/usr/src/cudnn_samples_v8/conv_sample
make 
./conv_sample
weixin_42849849
关注
专栏目录
cudnn的安装和检测
weixin_60417738的博客
03-16 1544
去下载对应cuda版本的cudnn（cuDNN Archive | NVIDIA Developer） 如选择步骤为，如下图：先选择Download cuDNN v7.6.5 (November 18th, 2019), for CUDA 10.2 然后在选择其下的cuDNN Runtime Library for Ubuntu18.04 (Deb） cuDNN Developer Library for Ubuntu18.04...
测试CUDNN是否成功安装
zbbmm的博客
10-22 2万+
本文以在Ubuntu 1604 环境下，CUDA 10.0 CUDNN 7.6.0为例子介绍如何检测CUDNN是否成功安装。 cuDNN 7.6.0安装： tar -xvf cudnn-10.0-linux-x64-v7.tgz cd cuda sudo cp include/cudnn.h /usr/local/cuda/include/ sudo cp lib64/*...
cudnn 安装测试
aspnetcs7的博客
09-21 434
https://baijiahao.baidu.com/s?id=1628772919833850903&wfr=spider&for=pc
检测CUDNN是否成功安装
CVer
02-18 6万+
本文以在Ubuntu 1604 环境下，CUDA 9.0 CUDNN 7.0.4 为例子介绍如何检测CUDNN是否成功安装。 cuDNN 7.0.5 安装： tar -xvf cudnn-9.0-linux-x64-v7.tgz cd cuda sudo cp include/cudnn.h /usr/local/cuda/include/ sudo cp lib64/* /u...
cudnn验证程序
12-29
安装完cudnn可以用这个程序进行验证。
（租用服务器GPU大概率是这样）RuntimeError: cuDNN error: CUDNN_STATUS_EXECUTION_FAILED
qq_41809511的博客
03-06 1678
在服务器上租用实例（创建的时候自带的框架以及pytorch），跑模型的时候出现的这样的错误。当时租用的是3090-24G，pytorch1.8.1，cuda 11.1，python3.8，ubuntu 18.04。自己刚入门，对版本这些没什么要求，租用实例的时候心想肯定时越高越好（之前听说最新的版本会出现一些问题，相当于测试版本），就租用了稍微新一点的版本。第一次跑模型使用上面自带的环境，结果没有原论文里面的好，还差了一大截。经过github的issue，解决方案是pytorch的版本会影响模型指标。
conda安装cuda10.1+cudnn7.6.5，conda安装深度学习gpu环境
09-28
同时，你也可以在Python环境中测试： ```python import torch print(torch.version.cuda) ``` 如果一切正常，你应该能看到与你安装的CUDA版本相符的输出。 接下来，我们将安装PyTorch和 torchvision。这两个库是...
pytorch安装GPU版本cuda和cudnn安装配置
01-22
为了利用GPU的计算能力，PyTorch需要与CUDA和cuDNN一起安装。以下是对GPU版本PyTorch、CUDA和cuDNN的详细安装配置过程： 1. **CUDA安装**： - CUDA是NVIDIA开发的用于加速计算的应用程序接口，它使得GPU可以执行...
【Pytorch】解决cuDNN error: CUDNN_STATUS_NOT_INITIALIZED
Hawley的博客
07-10 1万+
【Pytorch】解决cuDNN error: CUDNN_STATUS_NOT_INITIALIZED 文章目录【Pytorch】解决cuDNN error: CUDNN_STATUS_NOT_INITIALIZED问题描述解决思路1、验证cuda是否可用2、如果cuda不可用，则查看cuda版本3、如果cuda可用，则查看pytorch版本总结 问题描述 在git上下载了相关的代码准备在服务器上跑一下，然后发现在之前配好的conda虚拟环境下跑不了，版本太高了，所以就重新配了一个虚拟环境，结果遇到了以
ubuntu20.04显卡驱动,CUDA 安装和卸载,cudnn安装.pdf
07-06
1. **确定CUDA版本**：安装CUDA前，使用`nvidia-smi`检查显卡支持的最高CUDA版本。 2. **下载CUDA**：访问NVIDIA开发者网站下载CUDA Toolkit，例如CUDA 11.3。下载完成后，给.run文件添加执行权限。 3. **安装CUDA...
cudnn_samples
07-20
cudnn的测试程序。用来检验cuda和cudnn的安装结果。需要在linux gcc环境下编译运行。
检测cudnn是否安装成功
guo___ke的博客
09-23 1万+
https://blog.csdn.net/caicaiatnbu/article/details/87626491（亲测）
ubuntu安装cudnn以及验证cudnn是否安装成功
weixin_53765004的博客
01-16 2337
ubuntu安装cudnn以及验证cudnn是否安装成功
测试cudnn是否安装成功(针对没反应的问题)
yxt916的博客
11-03 6541
安装cudnn后，使用网上的命令行查看cudnn是否安装成功: cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2 发现没反应 发生甚么事了？ 奥，原来是佐天，英伟达不讲武德，改版了。 新版本的的版本信息在cudnn_version.h里了，不在cudnn.h里： cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2 我大意了啊 ...
Ubuntu 安装 cuDNN（附测试）
代码使我快乐
02-21 6840
为深度学习所用，博主预想在Ubuntu16.04上安装 显卡驱动 + CUDA + cuDNN + Tensorflow-gpu + Keras + PyCharm，参考了众多资料，最终成功将所有软件安装完毕，且能成功运行使用。该篇博客介绍了cuDNN的安装教程，亦可通过下方链接查看其他步骤的安装教程。 前期说明及版本对照 换源及安装显卡驱动 安装 CUDA（附测试） 安装 cuDNN（附测试） ...
Ubuntu20.04下CUDA、cuDNN的详细安装与配置过程（图文）
热门推荐
嵌入式技术与人工智能
02-23 12万+
Ubuntu20.04安装NVIDIA显卡驱动及CUDA深度学习环境配置（图文）安装准备，重要！NVIDIA（英伟达）显卡驱动安装安装CUDA安装cudnnCUDA测试 我发现在终端输入sudo apt install nvidia-cuda-toolkit就能自动安装CUDA了，但是有没有安装cudnn 安装准备，重要！ NVIDIA（英伟达）显卡驱动安装 由于新安装的Ubuntu20.04系统并没有安装NVIDIA显卡驱动，所以需要先安装它。如果系统已经安装过驱动，可以通过指令nvidia-smi查看，
使用命令行验证测试cuDNN8.4.0是否安装成功
最新发布
qq_34425255的博客
03-23 570
注意：首先确认cuda11.6.0已经安装成功。命令，观察窗口输出结果。进入到cuda的安装路径。找到如下两个.exe文件。两条命令都出现 PASS。
检测Cudnn是否安装成功
SophisticatedWolf的博客
08-13 9346
安装Cudnn后通过网上找到的方法（如下）没有任何输出，以为是没能安装成功。 cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A2 或者 cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR 或者 cat /usr/local/cuda-11.1/include/cudnn.h | grep CUDNN_MAJOR -A2 检测版本Cudnn是否安装成功的方法与老方法略有不同，头文.
cuda 与cudnn安装
09-25
4. 测试CUDA是否安装成功。 接下来，安装cuDNN的步骤如下： 1. 前往cuDNN官网下载与您所安装的CUDA版本对应的cuDNN版本。 2. 下载完成后，解压文件。 3. 将解压出来的cudnn64_7.dll文件复制到CUDA安装目录\NVIDIA ...
评论
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