最正确的姿势安装cudnn，⽹上⼤多数教程都太坑了
为什么需要安装cudnn
cuDNN的全称为NVIDIA CUDA® Deep Neural Network library，是NVIDIA专门针对深度神经⽹络（Deep Neural Networks）中的基础操作⽽设计基于GPU的加速库。cuDNN为深度神经⽹络中的标准流程提供了⾼度优化的实现⽅式，例如convolution、pooling、normalization以及activation layers的前向以及后向过程。
各深度学习框架安装cuDNN需知
基本上所有的深度学习框架都⽀持cuDNN这⼀加速⼯具，例如：Caffe、Caffe2、TensorFlow、Torch、Pytorch、Theano 等。
Caffe可以通过修改fig中的相应选项来修改是否在编译Caffe的过程中编译cuDNN，如果没有编译cuDNN的话，执⾏⼀些基于Caffe这⼀深度学习框架的程序速度上要慢3-5倍（Caffe官⽹上说不差多少，明明差很多嘛）。Caffe对cuDNN 的版本不是很严格，只要⼤于cuDNN 4就可以。
TensorFlow⽬前的版本r1.2，强⾏要求装cuDNN，⽽且对版本也有相应的限制（cuDNN 5.1）。不过就官⽅说明
看，TensorFlow将在下⼀个版本r1.3中加⼊对cuDNN 6.0的⽀持。
Torch通过LuaJit可以⾃动检测⽬前系统中的cuDNN版本来进⾏相应的编译（如没有cuDNN，也可在进⾏Torch的安装）。
如何安装cudnn
⾸先说⼀下⽹上⼤多数中⽂安装cuDNN教程的错误⽅式，这种⽅式真的坑⼈⽆数。
tensorflow版本选择简单地说⽹上的⼤多错误的安装cuDNN的⽅式都是将下载后的cuDNN压缩包解压。然后再将cudnn的头⽂件（cuda/include ⽬录下的.h⽂件）复制到cuda安装路径的include路径下，将cudnn的库⽂件（cuda/lib64⽬录下的所有⽂件）复制到cuda安装路径的lib64路径下。这种⽅法如果不重置cuDNN相应的符号链接的话是不能成功的安装cuDNN的。
下⾯我们说⼀下正确的安装cuDNN⽅式，其实跟着官⽅安装说明进⾏安装就可以了。
2、如果这个压缩包不是.tgz格式的，把这个压缩包重命名为.tgz格式。解压当前的.tgz格式的软件包到系统中的任意路径（这个路径很重要，以下将该路径的绝对路径简称为/your/path/to/cudnn），解压后的⽂件夹名为cuda，⽂件夹中包含两个⽂件夹：⼀个为include，另⼀个为lib64。
例如：我将这个压缩包解压在了/usr/local⽬录下，那么该⽂件的绝对路径为/usr/local/cuda
tar -zvxf archive_ -C /usr/local
3、将解压后的⽂件中的lib64⽂件夹关联到环境变量中。这⼀步很重要。
cd ~
sudo gedit .bashrc
4、在弹出的gedit⽂档编辑器（.bashrc中）中最后⼀⾏加⼊：
export LD_LIBRARY_PATH=/your/path/to/cuda/lib64:$LD_LIBRARY_PATH
5、其中/your/path/to/cudnn/lib64是指.tgz解压后的⽂件所在路径中的lib64⽂件夹。
保存更改的⽂件后，紧接着：
source .bashrc
6、再重启⼀下Terminal（终端），该步骤可以成功的配置cuDNN的Lib⽂件。
配置cuDNN的最后⼀步就是将解压后的cuDNN⽂件夹（⼀般该⽂件名为cuda）中的include⽂件夹
（/your/path/to/cudnn/include）中的cudnn.h⽂件拷贝到/usr/local/cuda/include中，由于进⼊了系统路径，因此执⾏该操作时需要获取管理员权限。
打开终端，进⼊/your/path/to/cudnn/include。其中/your/path/to/cudnn/include指的是.tgz解压后的⽂件所在路径中的include ⽂件夹。例如：
cd /YOUR/PATH/TO/cuda/include
sudo cp *.h /usr/local/cuda/include/
7、其中这⾥的cuda/include对于我⾃⼰的安装来说就是/your/path/to/cudnn/include。因为我将cudnn的.tgz压缩包解压到了home的当前⽤户的路径下，解压后的⽂件夹名为cuda。
之后，再重置cudnn.h⽂件的读写权限：
sudo chmod a+r /usr/local/cuda/include/cudnn.h
⾄此，cuDNN的配置就全部安装完成了。
另外：
查看cuda版本的⽅法：
cat /usr/local/
查看cudnn版本的⽅法：
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。