首页天道酬勤cudnn安装教程win10,cuda和cudnn是什么

cudnn安装教程win10,cuda和cudnn是什么

admin 05-04 20:11 206次浏览

今天我在电脑上安装了cuda。 关于lldzc,一天真的很长。 轻松记录,便于日后自行重新安装。 我在根据官网上的安装文件操作。 3358 developer.NVIDIA.com/cuda-downloads。

显示官方网站上登载的模型的适用图:

安装步骤如下:

1、前期准备

)1)确认有cuda正在使用的GPU,可以通过以下命令进行确认。

$ lspci | grep -i nvidia

如果找不到设置,请使用命令update-pciids升级PCI硬件数据库,然后重新运行上面的lspci命令。 本人的电脑上出现了GPU的版本。 如下所示。

)2)查看系统版本

$ uname -m cat /etc/*release

将显示以下信息: 可以看到,x86_64 redhatenterpriselinuxworkstationrelease 6.0 (Santiago )使用的是x86 _ 64到64位。

本人电脑的显示结果如下图所示。

)3) gcc验证

使用命令验证gcc版本:

$ gcc --version

从开头可以看到,ubuntu16.04系统需要5.3.1或更高版本的gcc。 如果电脑没有gcc,则需要安装,然后需要用gcc调试cuda代码。 安装代码如下。 sudo apt-getinstallbuild-essential

)4)验证系统是否具有正确的内核标头和安装软件包使用以下命令确定内核版本号:

uname -r

对于ubuntu系统,可以使用用于选择$ sudo apt-getinstalllinux-headers-$ (uname-r ) (5)安装方法的命令来安装内核头和开发软件包

一个是独立的,一个是分散的。 我在这里没怎么研究。 我还不知道,所以没怎么想。

以上是前期的准备。

2、安装

我使用的时候是deb文件。 下面介绍的是如何安装deb文件,大家也可以下载sh文件。

我首先从网站下载了cuda的deb文件。

(1)执行deb文件

$ sudo dpkg-ICU da-repo-distro _ version _ architecture.deb

)2)升级$ sudo apt-get更新

)3) CUDA安装

$ sudo apt-get install cuda

3、安装后操作

(1)修改环境变量

使用命令打开bashrc文件:

gedit ~/.bashrc

在bashrc文件的末尾添加上下cuda路径。 $ export path=/usr/local/cuda-8.0 /发夹纸飞机${PATH:${PATH}}

然后,必须将依赖库地址添加到bashrc文件的末尾。

64个用户添加以下依赖库地址:

$ export LD _ library _ path=/usr/local/cuda-8.0/lib 64 $ { LD _ library _ path :3360 $ { LD _ library _ pate }

$ export LD _ library _ path=/usr/local/cuda-8.0/lib $ { LD _ library _ path 3360: $ { LD _ library _ path

结果如下图所示。

注:地址最好写成一行,否则在打开终端时会提示路径错误。

(2)验证

a .为了修改、编译和运行示例,必须安装具有写入权限的示例。 提供简单的安装脚本:

$ cuda-install-samples-8.0.sh dir

其中,dir是目标地址。

完成这些操作后,必须重新启动计算机以执行以下操作:

b、验证驱动程序版本

$ cat /proc/driver/nvi

dia/version

再依次执行下面操作:

验证cuda版本:

nvcc -V

结果如下图:



nvidia-smi




c、运行例子

进入例程所在目录:

cd /usr/local/cuda/samples/7_CUDALibraries/batchCUBLAS/

查看当前目录:


ls

含有五个文件:

batchCUBLAS.cpp     batchCUBLAS.h      Makefile     NSIGHTEclipse.xml     readme.txt

直接使用make进行编译 


make
会显示如下信息:

/usr/local/cuda-8.0/发嗲的纸飞机/nvcc -cc发嗲的纸飞机 g++ -I../../common/inc -m64 -gencode arch=compute_52,code=sm_52 -gencode arch=compute_52,code=compute_52 -o batchCUBLAS.o -c batchXUBLAS.cpp/usr/local/cuda-8.0/发嗲的纸飞机/nvcc -cc发嗲的纸飞机 g++ -m64 -gencode arch=compute_52,code=sm_52 -gencode arch=compute_52,code=compute_52 -o batchCUBLAS.o -lcublas
再次查看文件夹下的文件

ls


文件夹下包括:

batchCUBLAS    batchCUBLAS.o   batchCUBLAS.cpp     batchCUBLAS.h      Makefile     NSIGHTEclipse.xml     readme.txt

比之前多了2个文件。编译的结果放在了   /usr/local/cuda/samples/发嗲的纸飞机/x86_64/linux/release   中。




此时可以在/usr/local/cuda/samples/发嗲的纸飞机/x86_64/linux/release  目录下执行:

./deviceQuery
会出现如下结果:



/usr/local/cuda/samples/7_CUDALibraries/batchCUBLAS/      下的batchCUBLAS实现矩阵乘运算,可以在该目录下运行如下代码:


$ ./batchCUBLAS -m4096 -n4096 -k4096






安装CUDNN 

安装cudnn比安装cudn相对来说简单的多得多,所以就不单独拿出一篇文章来介绍了。很简单。

CuDNN是专门针对Deep Learning框架设计的一套GPU计算加速方案,目前支持的DL库包括Caffe,ConvNet, Torch7等。

CuDNN可以在官网免费获得,注册帐号后即可下载。官网没有找到安装说明,下载得到的压缩包内也没有Readme. 不过google一下就会找到许多说明。基本原理是把lib文件加入到系统能找到的lib文件夹里, 把头文件加到系统能找到的include文件夹里就可以。


参考:http://www.cnblogs.com/platero/p/4118139.html


1、下载

在网站  https://developer.nvidia.com/cudnn   下载·「  cuDNN  v**  library for Linux    」




2、执行如下命令

tar -xzvf cudnn-8.0-linux-x64-v5.1.tgz
cd cudnn-8.0-linux-x64-v5.1 进入解压缩的文件内,名称会有所不同,所以解压的时候要注意。有时可能也会是cuda

复制相关信息

sudo cp lib* /usr/local/cuda/lib64/sudo cp cudnn.h /usr/local/cuda/include/
cudnn.h有时可能在include 文件夹内,需要进入include 文件夹内对 cudnn.h 进行复制。


3、 修改 caffe 的·配置文件
进入caffe目录下,打开Makefile.config文件,将Use_cudnn解注释。


cd caffegedit Makefile.config

修改配置文件:



4、验证

对caffe进行重新编译,如果成功加载cudnn的lib库,则编译成功,否则添加失败。


验证后出现错误:

/usr/发嗲的纸飞机/ld: 找不到 -lcudnn



我解决的方法是将压缩出来的文件单个复制到指定的文件夹下:

sudo cp libcudnn.so /usr/local/cuda/lib64/sudo cp libcudnn.so.5 /usr/local/cuda/lib64/sudo cp libcudnn.so.5.1.10 /usr/local/cuda/lib64/sudo cp libcudnn_static.a /usr/local/cuda/lib64/


之后再编译caffe,




极速赛车7码口诀>

/usr/local/cuda/samples/7_CUDALibraries/batchCUBLAS/      下的batchCUBLAS实现矩阵乘运算,可以在该目录下运行如下代码:


$ ./batchCUBLAS -m4096 -n4096 -k4096






安装CUDNN 

安装cudnn比安装cudn相对来说简单的多得多,所以就不单独拿出一篇文章来介绍了。很简单。

CuDNN是专门针对Deep Learning框架设计的一套GPU计算加速方案,目前支持的DL库包括Caffe,ConvNet, Torch7等。

CuDNN可以在官网免费获得,注册帐号后即可下载。官网没有找到安装说明,下载得到的压缩包内也没有Readme. 不过google一下就会找到许多说明。基本原理是把lib文件加入到系统能找到的lib文件夹里, 把头文件加到系统能找到的include文件夹里就可以。


参考:http://www.cnblogs.com/platero/p/4118139.html


1、下载

在网站  https://developer.nvidia.com/cudnn   下载·「  cuDNN  v**  library for Linux    」




2、执行如下命令

tar -xzvf cudnn-8.0-linux-x64-v5.1.tgz
cd cudnn-8.0-linux-x64-v5.1 进入解压缩的文件内,名称会有所不同,所以解压的时候要注意。有时可能也会是cuda

复制相关信息

sudo cp lib* /usr/local/cuda/lib64/sudo cp cudnn.h /usr/local/cuda/include/
cudnn.h有时可能在include 文件夹内,需要进入include 文件夹内对 cudnn.h 进行复制。


3、 修改 caffe 的·配置文件
进入caffe目录下,打开Makefile.config文件,将Use_cudnn解注释。


cd caffegedit Makefile.config

修改配置文件:



4、验证

对caffe进行重新编译,如果成功加载cudnn的lib库,则编译成功,否则添加失败。


验证后出现错误:

/usr/发嗲的纸飞机/ld: 找不到 -lcudnn



我解决的方法是将压缩出来的文件单个复制到指定的文件夹下:

sudo cp libcudnn.so /usr/local/cuda/lib64/sudo cp libcudnn.so.5 /usr/local/cuda/lib64/sudo cp libcudnn.so.5.1.10 /usr/local/cuda/lib64/sudo cp libcudnn_static.a /usr/local/cuda/lib64/


之后再编译caffe,




Java Apache common-pool对象池介绍node后端与Vue前端跨域问题怎么处理最简单的方式在SSM/SpringBoot上实现登录过滤器
ubuntu18安装cuda,ubuntu查看是否安装cuda ubuntu18.04安装cuda,Ubuntu安装anaconda
相关内容