cudnn 安装说明

Introduction of how to install Cudnn

1) Enter to the includepath of cudnn:
cd ~/torch/cudnn-7.0-linux/

2)
export LD_LIBRARY_PATH=`pwd`:$LD_LIBRARY_PATH

3)

sudo cp  include/cudnn.h /usr/local/include/
sudo cp  lib64/* /usr/local/lib/
cd /usr/local/lib/
ls -l

'''
XXX.so
XXx.so.4
xXX.so.4.7
XXX.a
'''

sudo rm -rf libcudnn*
cd - # 返回最近一次访问的目录
sudo cp lib64/* /usr/local/lib/
cd -
ls -l
sudo rm -rf libcudnn.so libcudnn.so.4
sudo ln -s libcudnn.so.4.0.7 libcudnn.so.4
sudo ln -s libcudnn.so.4.0.7 libcudnn.so
ls -l
sudo ldconfig -v

cd -
cd lib64/
ls -l

sudo rm /usr/local/lib/XXX.so /usr/local/lib/XXX.so.4
cd /usr
sudo ln -s
### CUDNN 安装指南 CUDNN 是由 NVIDIA 提供的一个用于加速深度神经网络的 GPU 加速库。以下是详细的安装步骤: #### 1. 注册并下载 cuDNN 访问 NVIDIA 的官方 cuDNN 下载页面,注册开发者账户后登录[^2]。 选择与当前系统 CUDA Toolkit 版本匹配的 cuDNN 版本,并根据操作系统选择对应的文件进行下载。 #### 2. 解压 cuDNN 文件 将下载好的 cuDNN 压缩包解压到本地目录。假设解压后的路径为 `/path/to/cudnn`[^5]。 #### 3. 配置 Conda 环境 创建一个新的 Conda 虚拟环境,并安装所需的依赖项: ```bash conda create --name myenv python=3.8 conda activate myenv ``` 接着,在该环境中安装指定版本的 `cudatoolkit`: ```bash conda install cudatoolkit=11.2 ``` #### 4. 手动复制 cuDNN 文件至 CUDA 目录 将解压得到的 cuDNN 库文件手动拷贝到 CUDA 工具链的相关目录下。具体命令如下: ```bash sudo cp /path/to/cudnn/include/* $CONDA_PREFIX/include/ sudo cp /path/to/cudnn/lib64/* $CONDA_PREFIX/lib/ ``` 此操作会将头文件和动态链接库放置于 Conda 环境中适当的位置[^3]。 #### 5. 设置环境变量 为了使程序能够找到 cuDNN 动态库位置,需配置环境变量 `$LD_LIBRARY_PATH` 或者直接通过 Python 寻找模块路径来定义 `$CUDNN_PATH` 变量: ```bash export CUDNN_PATH=$(dirname $(python -c "import os, cudnn; print(os.path.dirname(cudnn.__file__))")) export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$CUDNN_PATH/lib ``` 验证是否成功加载 cuDNN 库可以通过运行测试代码确认其功能正常。 #### 注意事项 在整个安装流程里,请务必参照相关文档说明仔细核对所选组件间的兼容性关系以及硬件支持情况;同时建议提前做好数据备份工作以免意外发生影响正常使用体验[^4]。
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
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