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.
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
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
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!
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
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!
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.