Ich habe viele Orte durchsucht, aber alles, was ich bekomme, ist, wie man es installiert, nicht wie man überprüft, ob es installiert ist. Ich kann überprüfen, ob mein NVIDIA-Treiber installiert ist und ob CUDA installiert ist, aber ich weiß nicht, wie ich überprüfen kann, ob CuDNN installiert ist. Hilfe wird sehr geschätzt, danke!

PS.
Dies ist für eine Caffe-Implementierung. Derzeit funktioniert alles ohne CuDNN aktiviert.

Bei der Installation von CuDNN werden lediglich die Dateien im CUDA-Verzeichnis abgelegt. Wenn Sie die Routen und die CuDNN-Option während der Installation von caffe korrekt angegeben haben, wird sie mit CuDNN kompiliert.

Sie können dies mit überprüfen cmake. Erstellen Sie ein Verzeichnis caffe/buildund führen Sie es cmake ..von dort aus. Wenn die Konfiguration korrekt ist, werden folgende Zeilen angezeigt:

-- 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

Wenn alles korrekt ist, führen Sie einfach die makeBefehle aus, um caffe von dort aus zu installieren.

Bei der Installation von CuDNN werden nur einige Dateien kopiert. Um zu überprüfen, ob CuDNN installiert ist (und welche Version Sie haben), müssen Sie nur diese Dateien überprüfen.

Installieren Sie CuDNN

Schritt 1: Registrieren Sie ein NVIDIA-Entwicklerkonto und laden Sie cudnn hier herunter (ca. 80 MB). Du brauchst vielleichtnvcc --version Sie Ihre Cuda-Version erhalten.

Schritt 2: Überprüfen Sie, wo sich Ihre Cuda-Installation befindet. Für die meisten Menschen wird es so sein /usr/local/cuda/. Sie können es mit überprüfen which nvcc.

Schritt 3: Kopieren Sie die Dateien:

$ 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 prüfen

Möglicherweise müssen Sie den Pfad anpassen. Siehe Schritt 2 der Installation.

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

Anmerkungen

Wenn Sie einen Fehler wie erhalten

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

Mit TensorFlow können Sie CuDNN v4 anstelle von v5 verwenden.

Ubuntu-Benutzer, die es installiert haben überapt : https://askubuntu.com/a/767270/10425

Sie müssen zuerst die installierte cudnn-Datei finden und diese Datei dann analysieren. Um die Datei zu finden, können Sie Folgendes verwenden:

whereis cudnn.h
CUDNN_H_PATH=$(whereis cudnn.h)

Wenn dies nicht funktioniert, lesen Sie unten "Redhat-Verteilungen".

Sobald Sie diesen Ort gefunden haben, können Sie Folgendes tun (durch ${CUDNN_H_PATH}den Pfad ersetzen ):

cat ${CUDNN_H_PATH} | grep CUDNN_MAJOR -A 2

Das Ergebnis sollte ungefähr so ​​aussehen:

#define CUDNN_MAJOR 7
#define CUDNN_MINOR 5
#define CUDNN_PATCHLEVEL 0
--
#define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)

Was bedeutet, dass die Version 7.5.0 ist.

Ubuntu 18.04 (über sudo apt nvidia-cuda-toolkit installieren)

Diese Installationsmethode installiert cuda in / usr / include und / usr / lib / cuda / lib64. Daher befindet sich die Datei, die Sie sich ansehen müssen, in /usr/include/cudnn.h.

CUDNN_H_PATH=/usr/include/cudnn.h
cat ${CUDNN_H_PATH} | grep CUDNN_MAJOR -A 2

Debian und Ubuntu

Ab CuDNN v5 (zumindest bei der Installation über sudo dpkg -i <library_name>.debPakete) müssen Sie möglicherweise Folgendes verwenden:

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

Beispielsweise:

$ 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"

zeigt an, dass CuDNN Version 6.0.21 installiert ist.

Redhat-Distributionen

Unter CentOS fand ich den Standort von CUDA mit:

$ whereis cuda
cuda: /usr/local/cuda

Ich habe dann die Prozedur ungefähr für die Datei cudnn.h verwendet, die ich von diesem Speicherort aus gefunden habe:

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

Um die Installation von CUDA zu überprüfen, führen Sie den folgenden Befehl aus . Wenn es ordnungsgemäß installiert ist, gibt der folgende Befehl keinen Fehler aus und druckt die richtige Version der Bibliothek.

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

Führen Sie den folgenden Befehl aus , um die Installation von CuDNN zu überprüfen. Wenn CuDNN ordnungsgemäß installiert ist, wird kein Fehler angezeigt.

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 

ODER

Sie können den folgenden Befehl aus einem beliebigen Verzeichnis ausführen

nvcc -V

es sollte eine Ausgabe wie diese geben

 nvcc: NVIDIA (R) Cuda compiler 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

CuDNN-Version erhalten [Linux]

Verwenden Sie Folgendes, um den Pfad für cuDNN zu finden:

cat $(whereis cudnn.h) | grep CUDNN_MAJOR -A 2

Wenn oben nicht funktioniert, versuchen Sie Folgendes:

cat $(whereis cuda)/include/cudnn.h | grep CUDNN_MAJOR -A 2

CuDNN-Version abrufen [Windows]

Verwenden Sie Folgendes, um den Pfad für cuDNN zu finden:

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

Verwenden Sie diese Option, um die Version aus der Header-Datei zu sichern.

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

CUDA-Version erhalten

Dies funktioniert sowohl unter Linux als auch unter Windows:

nvcc --version

Bei der Installation auf Ubuntu über können .debSie verwendensudo apt search cudnn | grep installed

Führen Sie ./mnistCUDNNin/usr/src/cudnn_samples_v7/mnistCUDNN

Hier ist ein Beispiel:

cudnnGetVersion() : 7005 , CUDNN_VERSION from cudnn.h : 7005 (7.0.5)
Host compiler 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