L’installation de CuDNN consiste simplement à placer les fichiers dans le répertoire CUDA. Si vous avez spécifié les routes et l’option CuDNN correctement lors de l’installation de caffe, il sera compilé avec CuDNN.

Vous pouvez vérifier cela en utilisant cmake . Créez un répertoire caffe/build et lancez cmake .. partir de là. Si la configuration est correcte, vous verrez ces lignes:

 -- Found cuDNN (include: /usr/local/cuda-7.0/include, library: /usr/local/cuda-7.0/lib64/libcudnn.so) -- NVIDIA CUDA: -- Target GPU(s) : Auto -- GPU arch(s) : sm_30 -- cuDNN : Yes 

Si tout est correct, lancez les commandes pour installer caffe à partir de là.

L’installation de CuDNN ne fait que copier certains fichiers. Par conséquent, pour vérifier si CuDNN est installé (et quelle version vous avez), il vous suffit de vérifier ces fichiers.

Installer CuDNN

Étape 1: Enregistrez un compte développeur nvidia et téléchargez cudnn ici (environ 80 Mo). Vous pourriez avoir besoin de nvcc --version pour obtenir votre version de cuda.

Étape 2: Vérifiez où se trouve votre installation cuda. Pour la plupart des gens, ce sera /usr/local/cuda/ . Vous pouvez le vérifier avec which nvcc .

Étape 3: Copiez les fichiers:

 $ cd folder/extracted/contents $ sudo cp include/cudnn.h /usr/local/cuda/include $ sudo cp lib64/libcudnn* /usr/local/cuda/lib64 $ sudo chmod a+r /usr/local/cuda/lib64/libcudnn* 

Version de vérification

Vous devrez peut-être ajuster le chemin. Voir l’étape 2 de l’installation.

 $ cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2 

Remarques

Quand vous obtenez une erreur comme

 F tensorflow/stream_executor/cuda/cuda_dnn.cc:427] could not set cudnn filter descriptor: CUDNN_STATUS_BAD_PARAM 

avec TensorFlow, vous pouvez envisager d’utiliser CuDNN v4 au lieu de v5.

Utilisateurs d’Ubuntu qui l’ont installé via apt : https://askubuntu.com/a/767270/10425

Debian et Ubuntu

A partir de CuDNN v5 (au moins lorsque vous installez via sudo dpkg -i .deb ), il semblerait que vous deviez utiliser les éléments suivants:

 cat /usr/include/x86_64-linux-gnu/cudnn_v*.h | grep CUDNN_MAJOR -A 2 

Par exemple:

 $ cat /usr/include/x86_64-linux-gnu/cudnn_v*.h | grep CUDNN_MAJOR -A 2 #define CUDNN_MAJOR 6 #define CUDNN_MINOR 0 #define CUDNN_PATCHLEVEL 21 -- #define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL) #include "driver_types.h" 

indique que la version 6.0.21 de CuDNN est installée.

Dissortingbutions Redhat

Sur CentOS, j’ai trouvé l’emplacement de CUDA avec:

 $ whereis cuda cuda: /usr/local/cuda 

J’ai ensuite utilisé la procédure concernant le fichier cudnn.h trouvé à cet endroit:

 $ cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2 

Pour vérifier l’installation de CUDA, exécutez la commande ci-dessous , si elle est installée correctement, la commande ci-dessous ne lancera aucune erreur et imprimera la version correcte de la bibliothèque.

 function lib_installed() { /sbin/ldconfig -N -v $(sed 's/:/ /' <<< $LD_LIBRARY_PATH) 2>/dev/null | grep $1; } function check() { lib_installed $1 && echo "$1 is installed" || echo "ERROR: $1 is NOT installed"; } check libcuda check libcudart 

Pour vérifier l’installation de CuDNN, exécutez la commande ci-dessous , si CuDNN est installé correctement, vous n’obtiendrez aucune erreur.

 function lib_installed() { /sbin/ldconfig -N -v $(sed 's/:/ /' <<< $LD_LIBRARY_PATH) 2>/dev/null | grep $1; } function check() { lib_installed $1 && echo "$1 is installed" || echo "ERROR: $1 is NOT installed"; } check libcudnn 

OU

vous pouvez exécuter la commande depuis n’importe quel répertoire

 nvcc -V 

il devrait donner quelque chose comme ça

  nvcc: NVIDIA (R) Cuda comstackr driver Copyright (c) 2005-2016 NVIDIA Corporation Built on Tue_Jan_10_13:22:03_CST_2017 Cuda compilation tools, release 8.0, V8.0.61 

Lors de l’installation sur Ubuntu via .deb vous pouvez utiliser sudo apt search cudnn | grep installed sudo apt search cudnn | grep installed

Pour Linux

Utilisez les commandes suivantes pour trouver le chemin d’access à cuDNN:

 $ whereis cuda cuda: /usr/local/cuda 

Ensuite, utilisez ceci pour obtenir la version du fichier d’en-tête,

 $ cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2 

Pour les fenêtres

Utilisez les commandes suivantes pour trouver le chemin d’access à cuDNN:

 C:\>where cudnn* C:\Program Files\cuDNN6\cuda\bin\cudnn64_6.dll 

Ensuite, utilisez ceci pour vider la version du fichier d’en-tête,

 type "%PROGRAMFILES%\cuDNN6\cuda\include\cudnn.h" | findstr CUDNN_MAJOR 

Exécutez ./mnistCUDNN dans /usr/src/cudnn_samples_v7/mnistCUDNN

Voici un exemple:

 cudnnGetVersion() : 7005 , CUDNN_VERSION from cudnn.h : 7005 (7.0.5) Host comstackr version : GCC 5.4.0 There are 1 CUDA capable devices on your machine : device 0 : sms 30 Capabilities 6.1, SmClock 1645.0 Mhz, MemSize (Mb) 24446, MemClock 4513.0 Mhz, Ecc=0, boardGroupID=0 Using device 0