Как установить CuDNN на Ubuntu 16.04?

Шаг 0: установите cuda из стандартных репозиториев. (См. Как установить CUDA на Ubuntu 16.04? )

Шаг 1: зарегистрируйте учетную запись разработчика nvidia и загрузите cudnn здесь (около 80 МБ).

Шаг 2: Проверьте, где установлена ​​ваша установка cuda. Для установки из репозитория это /usr/lib/... и /usr/include . В противном случае это будет /usr/local/cuda/ или /usr/local/cuda-<version> . Вы можете проверить это с помощью which nvcc или ldconfig -p | grep cuda

Шаг 3: Скопируйте файлы:

$ cd folder/extracted/contents
$ sudo cp -P include/cudnn.h /usr/include
$ sudo cp -P lib64/libcudnn* /usr/lib/x86_64-linux-gnu/
$ sudo chmod a+r /usr/lib/x86_64-linux-gnu/libcudnn*

Начиная с версии 5.1, вы не можете установить в соответствии с указанным @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 form сайт nvidia и установите один за другим.

 sudo dpkg -i <library_name>.deb

1. 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.

2. Загрузите и установите последнюю версию CUDA от NVidia или самую последнюю версию, которая подходит для программного обеспечения, с которым вы будете работать, если таковые имеются, в этом случае ваша версия T-Flow.

   Обратите внимание, что установка через стандартный менеджер пакетов Ubuntu с помощью щелчка, вероятно, не будет работать надлежащим образом.

   Вместо этого вам, вероятно, придется следовать этим инструкциям в терминале для установки .deb pakage. После этого вы должны добавить несколько строк до .bashrc , или в любом случае в вашем случае. Например, если вы настраиваете сервер, это, вероятно, будет другое место, возможно, где-то до автоклава вашего приложения, так как .bashrc , вероятно, не будет выполнено в этом случае.

3. Загрузить CuDNN от NVidia

   Я использовал версию «Библиотека для Linux», не очень повезло с пакетами .deb .

4. Вы можете найти, где CUDA находится через %код%. Обычно which nvcc будет символической ссылкой на вашу установленную версию.

5. Откройте архив CuDNN и скопируйте соответствующее содержимое в соответствующие места в папке установки CUDA ( /usr/local/cuda/ и cuda/lib64/ ). Я обычно cuda/include/ и делаю это оттуда визуально.

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 Библиотека времени выполнения для Linux (Deb)
• cuDNN v5.1 Developer Library для Linux (Deb)
• cuDNN v5.1 Примеры кода и руководство пользователя Linux (Deb)

Я тестировал это, над моей машиной с Debian (Stretch) и TensorFlow работает!

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 Ссылка . 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, что вы используете для 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 пипа.