在Ubuntu 18上安装cuDNN

INSTALL

  1. Navigate to your <cudnnpath> directory containing the cuDNN Tar file.
  2. Unzip the cuDNN package.
    $ tar -xzvf cudnn-9.0-linux-x64-v7.tgz
  3. Copy the following files into the CUDA Toolkit directory, and change the file permissions.
    $ sudo cp cuda/include/cudnn.h /usr/local/cuda/include
    $ sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
    $ sudo chmod a+r /usr/local/cuda/include/cudnn.h

Verifying

To verify that cuDNN is installed and is running properly, compile the mnistCUDNN sample located in the /usr/src/cudnn_samples_v7 directory in the debian file.

  1. Copy the cuDNN sample to a writable path.
    $cp -r /usr/src/cudnn_samples_v7/ $HOME
  2. Go to the writable path.
    $ cd  $HOME/cudnn_samples_v7/mnistCUDNN
  3. Compile the mnistCUDNN sample.
    $make clean && make
  4. Run the mnistCUDNN sample.
    $ ./mnistCUDNN
    If cuDNN is properly installed and running on your Linux system, you will see a message similar to the following:
    Test passed!

参考资料:https://docs.nvidia.com/deeplearning/sdk/cudnn-install/index.html#download

cuDNN下载地址:https://developer.nvidia.com/cudnn

### 安装配置NVIDIA cuDNN 为了在Ubuntu 20.04 LTS上成功安装并配置NVIDIA cuDNN,需遵循一系列特定的操作流程。首先确认已经正确安装了NVIDIA驱动程序[^1]。 对于带有图形界面的Ubuntu,在遇到任何显示错误时可以切换到TTY终端通过组合键`Ctrl + Alt + F1`至`F6`来操作命令行工具[^3]。 确保禁用了Secure Boot选项,这是因为使用来自非微软认证来源的第三方模块(如NVIDIA专有驱动)可能会被安全启动阻止加载,而关闭它不会带来显著的安全风险[^2]。 同样重要的是要停用开源 Nouveau 显示驱动程序,可以通过编辑 `/etc/modprobe.d/blacklist-nouveau.conf` 文件实现,并加入如下两行: ```bash blacklist nouveau options nouveau modeset=0 ``` 之后更新初始RAM磁盘环境以应用更改: ```bash sudo update-initramfs -u ``` 验证Nouveau是否已被成功屏蔽可通过执行 `lsmod | grep -i nouveau` 命令完成;理想情况下应返回为空[^4]。 当上述准备工作完成后,则可继续进行cuDNN库的具体安装过程。通常建议从NVIDIA官方网站下载适用于Linux系统的本地安装包(Tarball),这可能涉及到创建一个开发者账户以便获取访问权限[^5]。 #### 下载与解压cuDNN tar文件 假设已获得tar格式压缩包路径,那么下一步就是将其放置于合适位置并解压缩: ```bash tar -xzvf cudnn-linux-x86_64-*.*.*_*-archive.tar.xz cd cudnn-linux-x86_64-*.*.*_*-archive/ ``` 接着复制必要的文件夹到CUDA Toolkit目录内: ```bash sudo cp include/cudnn*.h /usr/local/cuda/include sudo cp lib/libcudnn* /usr/local/cuda/lib64/ sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn* ``` 最后刷新动态链接器缓存使新添加的内容生效: ```bash echo '/usr/local/cuda/lib64' | sudo tee /etc/ld.so.conf.d/cuda.conf sudo ldconfig ``` 至此,整个cuDNN设置工作宣告结束。现在应该能够正常使用这些库来进行深度学习框架下的开发活动了。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

THMAIL

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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