Как установить CuDNN на Ubuntu 16.04?

Question 1

Графическая загрузка происходит только в том случае, если вы передаете параметр загрузки splash для ядра. Не помните, чтобы включить этот параметр при настройке нового загрузчика?

Конфигурация Ubuntu по умолчанию также использует параметр загрузки quiet для подавления информационных сообщений во время загрузки. Если вы хотите, чтобы все было как можно ближе к стандартной последовательности загрузки, убедитесь, что вы тоже включили его.

Question 2

Начиная с версии 5.1, вы не можете установить в соответствии с тем, что упоминалось в @Martin. Загрузите libcudnn6_6.0.21-1+cuda8.0_amd64.deb, libcudnn6-dev_6.0.21-1+cuda8.0_amd64.deb, libcudnn6-doc_6.0.21-1+cuda8.0_amd64.deb с сайта nvidia и установите один за другим.

 sudo dpkg -i <library_name>.deb

Question 3

Question 4

Зарегистрируйтесь на веб-сайте NVidia. Это может занять день или два, прежде чем они утвердят вашу учетную запись. По крайней мере, это было так, когда я зарегистрировался. Загрузите и установите последнюю версию CUDA от NVidia или последнюю версию, которая соответствует программному обеспечению, с которым вы будете работать, если таковая имеется, в этом случае ваша версия T-Flow. Обратите внимание, что установка через стандартный менеджер пакетов Ubuntu с помощью нажатия, вероятно, не будет работать должным образом. Вместо этого вам, вероятно, придется следовать этим инструкциям в терминале, чтобы установить патч .deb. После этого вам придется добавить несколько строк в .bashrc или в любом случае в вашем случае. Например, если вы настраиваете сервер, это, вероятно, будет другое место, возможно, где-то до автозагрузки вашего приложения, так как .bashrc, вероятно, не будет выполнен в этом случае. Загрузить CuDNN от NVidia Я использовал версию «Библиотека для Linux», не имел большой удачи с пакетами .deb. Вы можете найти, где CUDA находится через which nvcc. Обычно /usr/local/cuda/ будет символической ссылкой на вашу установленную версию. Откройте архив CuDNN и скопируйте соответствующее содержимое в соответствующие места в папке установки CUDA (cuda/lib64/ и cuda/include/). Я обычно sudo nautilus и делаю это оттуда визуально.

Question 5

Ускоренная перемотка вперед 2018 и NVIDIA теперь предоставляет cuDNN 7.x для загрузки. Шаги установки по-прежнему аналогичны тем, которые описаны в @GPrathap. Но если вы хотите заменить старую версию cuDNN на более новую, сначала нужно удалить ее перед установкой.

Напомним:

Шаг 0. Убедитесь, что вы уже установили инструментарий CUDA. Продолжайте установку инструментария CUDA, если вы этого не сделали.

Шаг 1. Перейдите на портал разработчика NVIDIA https://developer.nvidia.com/cudnn и загрузите cuDNN.

Шаг 2 Если вы ранее установили cuDNN, удалите его

sudo dpkg -r <old-cudnn-runtime>.deb
sudo dpkg -r <old-cudnn-dev>.deb

Шаг 3. Установите библиотеку cuDNN (runtime, dev, doc) с помощью dpkg

sudo dpkg -i <new-cudnn-runtime>.deb
sudo dpkg -i <new-cudnn-dev>.deb
sudo ldconfig

Шаг 4. Если вы хотите найти, где была установлена библиотека, вы можете обновить индекс локализации, а затем найти местоположение библиотеки.

sudo updatedb
locate libcudnn

Если вы специально устанавливаете cuDNN 7.x в CUDA toolkit 9.1, эта статья дает больше которые могут быть полезны: https://developer.nvidia.com/cudnn

Question 6

Кроме того, вы можете загрузить пакеты deb для дистрибутивов на основе Debian.

На веб-странице NVIDIA для профиля разработчика доступны следующие файлы:

cuDNN v5.1 Runtime Library для Linux (Deb) cuDNN v5.1 Библиотека разработчиков для Linux (Deb) cuDNN v5.1 Примеры кода и руководство пользователя Linux (Deb)

Я тестировал это на своей машине с Debian (Stretch) и TensorFlow работает!

Question 7

Question 8

Добавление важной детали к все еще действительным ответам @Martin Thoma и @ Íhor Mé: После копирования файлов libcudnn в каталоги cuda вы должны обновить свой .bashrc-файл:

export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64"
export CUDA_HOME=/usr/local/cuda

You должен затем добавить каталог include в любой файл конфигурации, который его использует. Caffe, например. имеет конфигурационный файл, который вы должны редактировать перед компиляцией с make. Для этого отредактируйте caffe / Makefile.config, чтобы добавить пути к этим переменным конфигурации (добавьте пробел между путями):

INCLUDE_DIRS: /usr/local/caffe/cuda/include/ 
LIBRARY_DIRS: /usr/local/cuda/lib64/

Для каждого текущего окна терминала вы хотите, чтобы эти изменения были эффективными, не забудьте выполнить файл один раз!

. ~/.bashrc

Question 9

ответ правильный, но для cuDNN 5.1 некоторые имена были изменены. Поэтому, если вы используете эту версию после извлечения файла cuDNN, вы найдете две папки: lib и include. измените имя файла * .h в папке include на cudnn.h, а затем следуйте https://askubuntu.com/a/767270/641589. это изменение необходимо, если вы хотите использовать cuDNN для Caffe!

Question 10

В 16.04, если вы устанавливаете CUDA прямо с сайта Nvidia, и вы также создаете Tensorflow из исходного кода, вы можете указать каталог, который хотите указать как Cudnn. По умолчанию это:

/usr/include/x86_64-linux-gnu

Когда вы создаете Tensorflow, он спросит вас, какую версию вы хотите указать для использования в Cudnn. Затем после этого он спросит, где он находится. Просто укажите каталог выше, и он будет работать нормально. Он должен создать файл колеса в этот момент, и вы можете установить его с помощью pip.

Craig S. Anderson · Answer 1 · 23 May 2018 в 11:27

Начиная с версии 5.1, вы не можете установить в соответствии с тем, что упоминалось в @Martin. Загрузите libcudnn6_6.0.21-1+cuda8.0_amd64.deb, libcudnn6-dev_6.0.21-1+cuda8.0_amd64.deb, libcudnn6-doc_6.0.21-1+cuda8.0_amd64.deb с сайта nvidia и установите один за другим.

 sudo dpkg -i <library_name>.deb

25

ответ дан Craig S. Anderson 23 May 2018 в 11:27

1

Благодарю. Я попал в эту проблему несколько раз. Давайте просто установим правило большого пальца. Когда что-то не работает, придерживайтесь установки с использованием пакетов .deb. – Anuraag Vaidya 17 August 2017 в 14:45
2

При компиляции Tensorflow из исходного кода полезно знать, что путь установки библиотеки cuDNN равен /usr/lib/x86_64-linux-gnu/ – Visionscaper 11 December 2017 в 15:59

Íhor Mé · Answer 2 · 23 May 2018 в 11:27

Зарегистрируйтесь на веб-сайте NVidia. Это может занять день или два, прежде чем они утвердят вашу учетную запись. По крайней мере, это было так, когда я зарегистрировался. Загрузите и установите последнюю версию CUDA от NVidia или последнюю версию, которая соответствует программному обеспечению, с которым вы будете работать, если таковая имеется, в этом случае ваша версия T-Flow. Обратите внимание, что установка через стандартный менеджер пакетов Ubuntu с помощью нажатия, вероятно, не будет работать должным образом. Вместо этого вам, вероятно, придется следовать этим инструкциям в терминале, чтобы установить патч .deb. После этого вам придется добавить несколько строк в .bashrc или в любом случае в вашем случае. Например, если вы настраиваете сервер, это, вероятно, будет другое место, возможно, где-то до автозагрузки вашего приложения, так как .bashrc, вероятно, не будет выполнен в этом случае. Загрузить CuDNN от NVidia Я использовал версию «Библиотека для Linux», не имел большой удачи с пакетами .deb. Вы можете найти, где CUDA находится через which nvcc. Обычно /usr/local/cuda/ будет символической ссылкой на вашу установленную версию. Откройте архив CuDNN и скопируйте соответствующее содержимое в соответствующие места в папке установки CUDA (cuda/lib64/ и cuda/include/). Я обычно sudo nautilus и делаю это оттуда визуально.

Mike · Answer 3 · 23 May 2018 в 11:27

Ускоренная перемотка вперед 2018 и NVIDIA теперь предоставляет cuDNN 7.x для загрузки. Шаги установки по-прежнему аналогичны тем, которые описаны в @GPrathap. Но если вы хотите заменить старую версию cuDNN на более новую, сначала нужно удалить ее перед установкой.

Напомним:

Шаг 0. Убедитесь, что вы уже установили инструментарий CUDA. Продолжайте установку инструментария CUDA, если вы этого не сделали.

Шаг 1. Перейдите на портал разработчика NVIDIA https://developer.nvidia.com/cudnn и загрузите cuDNN.

Шаг 2 Если вы ранее установили cuDNN, удалите его

sudo dpkg -r <old-cudnn-runtime>.deb
sudo dpkg -r <old-cudnn-dev>.deb

Шаг 3. Установите библиотеку cuDNN (runtime, dev, doc) с помощью dpkg

sudo dpkg -i <new-cudnn-runtime>.deb
sudo dpkg -i <new-cudnn-dev>.deb
sudo ldconfig

Шаг 4. Если вы хотите найти, где была установлена библиотека, вы можете обновить индекс локализации, а затем найти местоположение библиотеки.

sudo updatedb
locate libcudnn

Если вы специально устанавливаете cuDNN 7.x в CUDA toolkit 9.1, эта статья дает больше которые могут быть полезны: https://developer.nvidia.com/cudnn

Спасибо @Mike, вы знаете, какая разница между использованием файлов deb и обычного .tar-файла? какой из них рекомендуется и почему? (Кстати, я сам использовал CUDA с использованием файла runfile, а также использовал пакет .tar для cuDNN в ubuntu) — Breeze, 6 April 2018 в 22:21
Согласно соответствующие установочные документы из Nvidia , то, что вы говорите о необходимости удаления старых версий, неверно: cuDNN v7 can coexist with previous versions of cuDNN, such as v5 or v6. — Dexter Morgan, 1 May 2018 в 02:13

LAraque · Answer 4 · 23 May 2018 в 11:27

Кроме того, вы можете загрузить пакеты deb для дистрибутивов на основе Debian.

На веб-странице NVIDIA для профиля разработчика доступны следующие файлы:

cuDNN v5.1 Runtime Library для Linux (Deb) cuDNN v5.1 Библиотека разработчиков для Linux (Deb) cuDNN v5.1 Примеры кода и руководство пользователя Linux (Deb)

Я тестировал это на своей машине с Debian (Stretch) и TensorFlow работает!

Обратите внимание, что на данный момент (июль 2016 года) cuDNN v5.1 не будет работать с TensorFlow, если вы не скомпилировали его из источника, см. tensorflow.org/versions/r0.9/get_started/os_setup.html — mastazi, 12 July 2016 в 07:48

So Kalbi · Answer 5 · 23 May 2018 в 11:27

Добавление важной детали к все еще действительным ответам @Martin Thoma и @ Íhor Mé: После копирования файлов libcudnn в каталоги cuda вы должны обновить свой .bashrc-файл:

export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64"
export CUDA_HOME=/usr/local/cuda

You должен затем добавить каталог include в любой файл конфигурации, который его использует. Caffe, например. имеет конфигурационный файл, который вы должны редактировать перед компиляцией с make. Для этого отредактируйте caffe / Makefile.config, чтобы добавить пути к этим переменным конфигурации (добавьте пробел между путями):

INCLUDE_DIRS: /usr/local/caffe/cuda/include/ 
LIBRARY_DIRS: /usr/local/cuda/lib64/

Для каждого текущего окна терминала вы хотите, чтобы эти изменения были эффективными, не забудьте выполнить файл один раз!

. ~/.bashrc

Community · Answer 6 · 23 May 2018 в 11:27

ответ правильный, но для cuDNN 5.1 некоторые имена были изменены. Поэтому, если вы используете эту версию после извлечения файла cuDNN, вы найдете две папки: lib и include. измените имя файла * .h в папке include на cudnn.h, а затем следуйте https://askubuntu.com/a/767270/641589. это изменение необходимо, если вы хотите использовать cuDNN для Caffe!

Измените свой ответ и добавьте ссылку «инструкция выше». — sudodus, 12 January 2017 в 22:42

Goddard · Answer 7 · 23 May 2018 в 11:27

В 16.04, если вы устанавливаете CUDA прямо с сайта Nvidia, и вы также создаете Tensorflow из исходного кода, вы можете указать каталог, который хотите указать как Cudnn. По умолчанию это:

/usr/include/x86_64-linux-gnu

Когда вы создаете Tensorflow, он спросит вас, какую версию вы хотите указать для использования в Cudnn. Затем после этого он спросит, где он находится. Просто укажите каталог выше, и он будет работать нормально. Он должен создать файл колеса в этот момент, и вы можете установить его с помощью pip.

Как установить CuDNN на Ubuntu 16.04?

7 ответов

Другие вопросы по тегам:

Похожие вопросы: