安装CUDNN详细过程

cuDNN(CUDA Deep Neural Network library)是由NVIDIA开发的深度学习GPU加速库。
cuDNN包含了许多针对神经网络操作进行高度优化的函数,旨在使深度学习框架能够在NVIDIA的GPU上实现最佳性能,这个库提供了高效计算和加速,支持包括卷积神经网络在内的多种深度学习网络,并兼容多种常见的深度学习软件,如CNTK、Caffe、Theano、Keras、TensorFlow等。我们想要在训练模型时利用起来自己电脑的gpu的话,需要安装Cudnn库,这里我总结了一下安装的环境和过程以及遇到的一些问题。

一、环境

cuda 为11.7 驱动版本为516.94

二、安装

  1. 进入cudnn官网
    在这里插入图片描述

2.点击下载cudnn
在这里插入图片描述
2. 下载对应版本
在这里插入图片描述

4.接下来按照安装指导(https://docs.nvidia.com/deeplearning/cudnn/installation/overview.html)进行安装

1)首先确定各个组件的版本对应关系(https://docs.nvidia.com/deeplearning/cudnn/support-matrix/index.html)

在这里插入图片描述

2)安装cuda driver: 本机已经安装

3)安装cuda CUDA Toolkit for Windows
在这里插入图片描述
可以看到这里是最新版本的cuda toolkit ,我们安装的是11.7版本的cuda,为了保持和本机的cuda版本一致,不在这里下载。

在 NVIDIA CUDA 官方逛一段时间,突然发现通过搜索来查找CUDA Toolkit 各个版本安装方式。

4)查找NVIDIA CUDA Toolkit 各个版本安装方式

参考

来到这个网址:https://developer.nvidia.com/search?page=1&sort=relevance&term=CUDA%20Toolkit%2010.2

然后搜索想要的 CUDA Toolkit版本即可,比如CUDA Toolkit 11.7的
在这里插入图片描述
在这里插入图片描述
5)安装cuda toolkit 11.7

a.打开刚才下载的可执行文件,由于我们已经安装的cuda driver,所以这里只选择tool

在这里插入图片描述
在这里插入图片描述
完成安装

6)安装cudnn

a.解压刚才下载的cudnn压缩包,解压后得到cudnn-windows-x86_64-8.9.5.29_cuda11-archive的文件夹,将文件夹改名为对应的版本文件,我们这里将文件夹命名为 8.9.5.29

在这里插入图片描述
b. 找到本机的cuda安装目录,C:\ProgramData\NVIDIA,在cuda目录下新建CUDNN文件夹

在这里插入图片描述
c.将刚才解压改名后的 8.9.5.29文件夹放到CUDNN目录中。
在这里插入图片描述
d.注意:保证bin,include和lib目录下面就是相应的文件,将 中间的x86文件夹删除掉。
在这里插入图片描述
完成安装后,还是缺少dll文件,所以我们重新安装cuda

这次我们重新选择cuda的所有组件进行安装
在这里插入图片描述
安装成功!

### 如何在特定操作系统上安装CUDA和CuDNN #### 安装准备 为了确保顺利安装CUDA和cuDNN,在开始之前需确认硬件支持情况并选择适合的操作系统版本。对于大多数现代深度学习框架而言,推荐使用受支持的最新稳定版CUDA和cuDNN组合。 #### 下载合适版本 访问[NVIDIA官方网站](https://developer.nvidia.com/cuda-downloads),根据目标操作系统的具体配置(如Linux发行版、Windows版本等),下载对应版本的CUDA Toolkit。同样地,通过[NVIDIA cuDNN页面](https://developer.nvidia.com/rdp/cudnn-archive)获取相匹配版本的cuDNN库文件[^2]。 #### 安装过程概述 针对不同的操作系统平台,具体的安装流程有所差异: ##### 对于Linux系统: 1. **更新现有软件包** 执行命令`sudo apt-get update && sudo apt-get upgrade -y`来保持系统处于最新状态。 2. **添加NVIDIA仓库密钥与源列表** 使用如下指令完成此步:`wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/cuda-keyring_1.0-1_all.deb` (注意替换URL中的路径以适应实际使用的Linux版本), 接着运行 `sudo dpkg -i cuda-keyring_1.0-1_all.deb`. 3. **安装CUDA驱动及工具链** 可选方式一:利用APT管理器直接安装整个CUDA套件; 或者, 方式二:单独先安装最新的显卡驱动程序后再安装CUDA toolkit. 4. **验证安装成功与否** 输入`nvcc --version`查看已安装的CUDA编译器版本号;另外还可以尝试执行简单的测试样例代码验证环境搭建是否无误。 5. **设置必要的环境变量** 编辑~/.bashrc或其他shell初始化脚本加入以下两行: ```bash export PATH=/usr/local/cuda/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH ``` 6. **安装cuDNN** 解压下载好的cuDNN压缩包至指定目录下,并按照官方文档指示复制相应头文件(.h)及相关动态链接库(.so,.a)到对应的CUDA安装位置内[^3]. 7. **重启计算机使更改生效** ##### Windows环境下: 由于微软生态系统的特点,建议遵循更直观简便的方式来进行部署: 1. 访问上述提到的两个网址分别下载适用于Windows平台的installer; 2. 运行exe格式的安装向导按提示逐步完成全部选项的选择直至结束; 3. 同样记得调整好相应的环境参数以便后续调用方便快捷; 请注意以上步骤仅为概括性的描述,详细的每一步骤应当参照官方发布的指南进行操作[^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

打赏作者

添财小哥

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