深度学习有多个常用模型框架,
如自动编码器、稀疏编码、限制波尔兹曼机、深信度网络、卷积神经网络等
<!-- flowchart 箭头图标 勿删 -->
<svg xmlns="http://www.w3.org/2000/svg" style="display: none;">
<path stroke-linecap="round" d="M5,0 0,2.5 5,5z" id="raphael-marker-block" style="-webkit-tap-highlight-color: rgba(0, 0, 0, 0);"></path>
</svg>
<h1><a name="t0"></a><a name="t0"></a><a id="cuDNN_Runtime__Developer_0"></a>cuDNN的安装(版本选择, Runtime 还是 Developer)</h1>
在安装完CUDA之后,想要研究深度学习网络的话一般都要安装cuDNN,这么多版本到底怎么下载,比如我在安装完 CUDA10.1 之后 ,cuDNN怎么选择和安装?这里做一个记录
一、CUDA 和 cuDNN 的对应版本
参考官网链接: https://docs.nvidia.com/deeplearning/sdk/cudnn-support-matrix/index.html
列出了CUDA 、 cuDNN以及驱动器版本的对应关系,比如:
查到我的cuda10.1 对应的cuDNN版本为 7.6.3
二、 cuDNN 的下载
进入链接 https://developer.nvidia.com/
下载 cuDNN 需要注册 Nvidia 账号登录进入才行。
用账号登录后,在右上角的搜索输入 cudnn 查找:
点击任意一个 cuDNN Download ,进入界面,选择 I Agree To the Terms of the cuDNN Software License Agreement ,会显示版本列表:
根据自己的cuda版本选择 cuDNN的版本,点击后会展开对应不同平台的版本:
注意,不同格式的cuDNN文件有不同的安装方法。这里说两种:
如果想下载 tgz格式的话:
选择 cuDNN Library for Linux
这个安装相对简单,下载、解压、把相应的文件拷贝到指定目录、赋予权限就可以了。
如果想下载deb格式的话:
我的系统是 Ubuntu16.04 但是发现对应的版本有两个:
cuDNN Runtime Library for Ubuntu16.04 (Deb)
cuDNN Developer Library for Ubuntu16.04 (Deb)
- 1
- 2
另外还有个 code samples 。。。。。 什么的文件,该怎么选择呢?
Runtime 和 Developer 版本的区别是:
developer library 包含了在Ubuntu系统上开发深度学习时所需的cuDNN头文件,如果你不需要开发编译任何深度学习程序,而只是将其用于运行某些深度学习应用,那么只下载“runtime library”就足够了。
我是把3个文件都下载下来了,分别安装。
三、cuDNN 安装
安装的官网链接 https://docs.nvidia.com/deeplearning/sdk/cudnn-install/index.html#prerequisites
我下载了 deb 格式的文件,找到相关的安装指南:
打开终端找到下载的deb 文件所在的位置,然后按步骤安装三个文件
sudo dpkg -i libcudnn7_7.6.5.32-1+cuda10.1_amd64.deb
sudo dpkg -i libcudnn7-dev_7.6.5.32-1+cuda10.1_amd64.deb
sudo dpkg -i libcudnn7-doc_7.6.5.32-1+cuda10.1_amd64.deb
- 1
- 2
- 3
如果下载的是tgz压缩文件,方法为:
打开终端解压缩文件:
tar -xzvf cudnn-10.1-linux-x64-v7.6.5.32.tgz
- 1
不进入文件夹,继续输入:
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*
- 1
- 2
- 3
检查安装是否成功
打开终端输入:
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
- 1
出现如下信息说明安装成功: