【搭建机器学习环境】安装cuDNN 7.1

本文详细介绍如何在Ubuntu 16.04环境下为CUDA 9.2安装cuDNN,并提供了解决常见安装错误的方法。同时,还分享了如何通过mnistCUDNN示例程序来验证cuDNN是否正确安装。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

  • 摘要:

cuDNN的全称为NVIDIA CUDA® Deep Neural Network library,是NVIDIA专门针对深度神经网络(Deep Neural Networks)中的基础操作而设计基于GPU的加速库。

最近在学习搭建TensorFlow,用到GPU运算,需要安装cuDNN。

安装cuDNN前需要先安装Cuda,可以参考我的另一篇文章:

https://blog.youkuaiyun.com/sks/article/details/81126380

硬件环境:i7 5820K;GTX 980 *2;32GB;250GSSD

系统:Ubuntu16.04.4 64位 Desktop版

软件环境:Cuda9.2

  • 参考文章:

https://docs.nvidia.com/deeplearning/sdk/cudnn-install/index.html#install-linux

  • 下载:

原始下载地址:(需注册、翻墙)

https://developer.nvidia.com/compute/machine-learning/cudnn/secure/v7.1.4/prod/9.2_20180516/cudnn-9.2-linux-x64-v7.1

百度网盘地址:

链接:https://pan.baidu.com/s/1IQXGfE0vpQ69ea0xSQdcyw 密码:2994

  • 安装步骤:

解压
tar -xzvf cudnn-9.2-linux-x64-v7.1.tgz
复制文件
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 /usr/local/cuda/lib64/libcudnn*

  • 验证安装结果:

  • 下载验证程序代码:(cudnn的doc包中给出的例子,读者也可以自己安装doc包然后拿到此例子。)

https://download.youkuaiyun.com/download/sks/10553221

  • 解压
  • 编译运行
$cd cudnn_samples_v7/mnistCUDNN
$make clean && make
$ ./mnistCUDNN

这个过程如果成功,会见到如下结果:

Test passed!

但可能会遇到两个错误:

  • 错误1:

编译过程中有如下提示:

/usr/local/cuda-9.2/targets/x86_64-linux/lib/libcudnn.so.7 is not a symbolic link

对策:

参考:https://devtalk.nvidia.com/default/topic/1032114/tensorrt/tensorrt-4-installation-libcudnn-so-7-is-not-a-symbolic-link/
执行如下命令:

$sudo ln -sf /usr/local/cuda-9.2/targets/x86_64-linux/lib/libcudnn.so.7.1.4 \
            /usr/local/cuda-9.2/targets/x86_64-linux/lib/libcudnn.so.7
  • 错误2:

运行报错:

$ ./mnistCUDNN
cudnnGetVersion() : 7104 , CUDNN_VERSION from cudnn.h : 7104 (7.1.4)
Cuda failurer version : GCC 5.4.0
Error : unknown error
error_util.h:93
Aborting...

参考另外一篇文章:

https://blog.youkuaiyun.com/sks/article/details/81115268

评论 1
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
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