Pertanyaan Bagaimana cara menginstal CuDNN di Ubuntu 16.04?


Untuk TensorFlow saya ingin menginstal cuda dan CuDNN. Bagaimana saya melakukannya di Ubuntu 16.04?


86
2018-05-04 06:12


asal


Peringatan: jika Anda mencoba menjalankan tensorflow dan perlu cudnn, pastikan untuk menginstal 5.1 dan bukan 6.0 untuk saat ini. - wordsforthewise
@wordsforthewise CuDNN 6.0 sekarang didukung (setidaknya untuk TF 1.4). - ComputerScientist
Itu bagus, terima kasih. - wordsforthewise


Jawaban:


Langkah 0: Instal cuda dari repositori standar. (Lihat Bagaimana saya bisa menginstal CUDA di Ubuntu 16.04?)

Langkah 1: Daftarkan akun pengembang nvidia dan unduh cudnn di sini (sekitar 80 MB)

Langkah 2: Periksa di mana instalasi cuda Anda. Untuk instalasi dari repositori itu /usr/lib/... dan /usr/include. Kalau tidak, itu akan terjadi /usr/local/cuda/ atau /usr/local/cuda-<version>. Anda bisa memeriksanya which nvcc atau ldconfig -p | grep cuda

Langkah 3: Salin file:

Instalasi repositori:

$ 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*

Instalasi Runfile:

$ 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*

124
2018-05-04 06:12



Menambah -P mempertahankan tautan simbolis, yaitu sudo cp -P lib64/libcudnn* /usr/lib/x86_64-linux-gnu/, dan menghindari pesan: /sbin/ldconfig.real: /usr/lib/x86_64-linux-gnu/libcudnn.so.5 is not a symbolic link - Max Gordon
Perbarui dari sini: "Unduh cuDNN v4 (v5 saat ini adalah kandidat rilis dan hanya didukung ketika menginstal TensorFlow dari sumber)." - nobar
Agar Tensorflow dapat menemukan semuanya, saya harus menyalinnya include/cudnn.h dan perpustakaan di lib64/ untuk /usr/local/cuda-8.0/include dan /usr/local/cuda-8.0/lib64 (menggunakan CUDA 8.0, Ubuntu 14.04, Tensorflow 0.12.0rc0) - mungkin ini bermanfaat untuk seseorang. - David Stutz
@ MaxGordon Hai, apakah masalah jika saya menggunakan pustaka runtime untuk ubuntu16.04 power8 atau pustaka untuk linux? - tryingtolearn
Tip lain - pastikan Anda menginstal cuda sebelum menginstal cudnn. Kalau tidak, installer cuda tidak akan menimpa direktori / usr / local / cuda yang mungkin telah Anda buat. - kevins


Mulai dari 5.1 dan seterusnya Anda tidak dapat menginstal sesuai apa yang disebutkan oleh @Martin. Unduh 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 dari situs nvidia  dan instal satu demi satu cara follwing.

 sudo dpkg -i <library_name>.deb

28
2018-05-19 05:17



Terima kasih. Saya telah jatuh ke dalam masalah ini beberapa kali. Mari kita buat aturan jempol. Ketika hal-hal tidak berfungsi, tetap menginstal menggunakan paket .deb. - Anuraag Vaidya
Ketika mengkompilasi Tensorflow dari sumber, adalah baik untuk mengetahui bahwa jalur instalasi perpustakaan cuDNN adalah /usr/lib/x86_64-linux-gnu/ - Visionscaper


  1. Mendaftar di situs web NVidia. Mungkin diperlukan satu hari, atau dua sebelum mereka akan mendapatkan persetujuan akun Anda. Setidaknya itu dulu kasusnya ketika saya mendaftar.
  2. Unduh dan Instal CUDA terbaru dari NVidia, atau versi terbaru yang sesuai dengan perangkat lunak yang akan Anda gunakan, jika ada, dalam hal ini versi T-Flow Anda.

    Perhatikan, bahwa menginstal melalui pengelola paket standar ubuntu melalui mengklik mungkin tidak akan berfungsi dengan benar.

    Sebaliknya, Anda mungkin harus mengikuti instruksi ini di terminal untuk menginstal .deb pakage. Setelah itu Anda harus melakukannya tambahkan beberapa baris untuk .bashrc, atau dimanapun sesuai dalam kasus Anda. Misalnya, jika Anda mengonfigurasi server, itu mungkin akan menjadi tempat yang berbeda, mungkin di suatu tempat sebelum autolaunch aplikasi Anda, seperti .bashrc mungkin tidak akan dieksekusi dalam kasus itu.

  3. Unduh CuDNN dari NVidia 

    Saya menggunakan versi "Library for Linux", tidak memiliki banyak keberuntungan .deb paket.

  4. Anda dapat menemukan lokasi CUDA which nvcc. Biasanya /usr/local/cuda/ akan menjadi tautan simbolis ke versi yang Anda instal saat ini.

  5. Buka arsip CuDNN dan salin isi yang sesuai ke tempat yang sesuai dalam folder instalasi CUDA (cuda/lib64/ dan cuda/include/). saya biasanya sudo nautilus dan melakukannya dari sana secara visual.

11
2017-08-11 16:35





Fast forward 2018 dan NVIDIA kini menyediakan cuNNN 7.x untuk mengunduh. Langkah-langkah instalasi masih serupa dengan yang dijelaskan oleh @GPrathap. Tetapi jika Anda ingin mengganti versi cuDNN lama dengan yang lebih baru, Anda harus menghapusnya terlebih dahulu sebelum instalasi.

Untuk rekap:

Langkah 0. Pastikan Anda telah menginstal perangkat CUDA. Lanjutkan dengan instalasi toolkit CUDA jika Anda belum.

Langkah 1. Pergi ke portal pengembang NVIDIA https://developer.nvidia.com/cudnn dan unduh cuDNN.

Langkah 2. Jika sebelumnya Anda telah menginstal cuDNN, lepaskan

sudo dpkg -r <old-cudnn-runtime>.deb
sudo dpkg -r <old-cudnn-dev>.deb

Langkah 3. Instal pustaka cuDNN (runtime, dev, doc) menggunakan dpkg

sudo dpkg -i <new-cudnn-runtime>.deb
sudo dpkg -i <new-cudnn-dev>.deb
sudo ldconfig

Langkah 4. Jika Anda ingin menemukan di mana pustaka diinstal Anda dapat memperbarui indeks cari dan kemudian menemukan lokasi pustaka.

sudo updatedb
locate libcudnn

Jika Anda secara khusus menginstal cuDNN 7.x terhadap toolkit CUDA 9.1, artikel ini menyediakan elaborasi lebih lanjut yang dapat membantu: http://tech.amikelive.com/node-679/quick-tip-installing-cuda-deep-neural-network-7-cudnn-7-x-library-for-cuda-toolkit-9-1-on- ubuntu-16-04 /


5
2018-03-30 03:02



Terima kasih @ Mike, apakah Anda tahu apa perbedaannya antara menggunakan file deb dan file .tar biasa? mana yang direkomendasikan dan mengapa? (Ngomong-ngomong saya sendiri dulu menginstal CUDA menggunakan runfile dan juga menggunakan paket .tar untuk cuDNN di ubuntu) - Breeze
Menurut dokumen instalasi yang relevan dari Nvidia, apa yang Anda katakan tentang harus menghapus versi lama tidak benar: cuDNN v7 can coexist with previous versions of cuDNN, such as v5 or v6. - n1k31t4


Juga, Anda dapat mengunduh paket deb untuk distribusi berbasis Debian.

Dari halaman web NVIDIA, untuk profil pengembang tersedia file selanjutnya:

  • cuDNN v5.1 Runtime Library untuk Linux (Deb)
  • cuDNN v5.1 Library Pengembang untuk Linux (Deb)
  • cuDNN v5.1 Contoh Kode dan Panduan Pengguna Linux (Deb)

Saya menguji ini, melalui mesin saya dengan Debian (Stretch) dan TensorFlow bekerja!


2
2018-06-28 16:56



Harap dicatat bahwa mulai sekarang (Juli 2016) cuDNN v5.1 tidak akan berfungsi dengan TensorFlow kecuali Anda mengumpulkannya dari sumber, lihat tensorflow.org/versions/r0.9/get_started/os_setup.html - mastazi


Menambahkan detail penting pada jawaban yang masih valid oleh @Martin Thoma dan @ Íhor Mé: Setelah menyalin file libcudnn ke direktori cuda, Anda harus memperbarui file .bashrc Anda:

export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64"
export CUDA_HOME=/usr/local/cuda

Anda kemudian harus menambahkan direktori include ke file konfigurasi apa pun yang menggunakannya. Caffe mis. memiliki file konfigurasi yang harus Anda edit sebelum dikompilasi dengan make. Untuk ini, edit caffe / Makefile.config untuk menambahkan jalur ke variabel konfigurasi ini (tambahkan spasi putih di antara jalur):

INCLUDE_DIRS: /usr/local/caffe/cuda/include/ 
LIBRARY_DIRS: /usr/local/cuda/lib64/

Untuk setiap jendela terminal saat ini Anda menginginkan perubahan ini menjadi efektif, jangan lupa untuk mengeksekusi file sekali!

. ~/.bashrc

2
2018-04-05 05:57





jawabannya benar tetapi untuk cuDNN 5.1 beberapa nama telah diubah. Jadi jika Anda menggunakan versi ini setelah mengekstrak file cuDNN Anda akan menemukan dua folder: lib dan include. ubah nama file * .h di folder include ke cudnn.h lalu ikuti https://askubuntu.com/a/767270/641589. perubahan ini diperlukan jika Anda ingin menggunakan cuDNN untuk Caffe!


0
2018-01-12 18:03



Harap edit jawaban Anda dan tambahkan referensi, 'instruksi di atas'. - sudodus


Di 16.04 jika Anda menginstal CUDA langsung dari situs web Nvidia dan Anda juga membangun Tensorflow dari sumber maka Anda dapat menentukan direktori yang ingin Anda tandai sebagai Cudnn. Secara default adalah:

/usr/include/x86_64-linux-gnu

Ketika Anda sedang membangun Tensorflow, ia akan menanyakan kepada Anda versi apa yang ingin Anda tunjukkan yang Anda gunakan untuk Cudnn. Kemudian setelah itu akan menanyakan di mana lokasinya. Hanya menunjukkan direktori di atas dan itu akan berfungsi dengan baik. Ini harus membuat file roda pada saat itu dan Anda dapat menginstalnya dengan pip.


0
2018-02-15 00:21