如何验证CuDNN安装？

Question

我搜索了很多地方，但我得到的是如何安装它，而不是如何验证它是否已安装。我可以验证我的NVIDIA驱动程序已安装，并且已安装CUDA，但我不知道如何验证是否已安装CuDNN。非常感谢帮助，谢谢！

PS。
这是为了实现caffe。目前一切正常，没有启用CuDNN。

Answer 1

CuDNN的安装只是复制一些文件。因此，要检查是否安装了CuDNN（以及您拥有的版本），您只需要检查这些文件。

安装CuDNN

第1步：注册一个nvidia开发者帐户和download cudnn here（约80 MB）。您可能需要nvcc --version才能获得cuda版本。

步骤2：检查您的cuda安装位置。对于大多数人来说，它将是/usr/local/cuda/。您可以使用which nvcc进行检查。

第3步：复制文件：

$ 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*

检查版本

您可能需要调整路径。请参阅安装的第2步。

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

备注

当您收到类似

的错误时

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

使用TensorFlow，您可以考虑使用CuDNN v4而不是v5。

通过apt 安装的Ubuntu用户：https://askubuntu.com/a/767270/10425

Answer 2

首先需要找到已安装的cudnn文件，然后解析此文件。要查找文件，您可以使用：

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

如果不起作用，请参阅下面的“Redhat发行版”。

找到此位置后，您可以执行以下操作（将${CUDNN_H_PATH}替换为路径）：

cat ${CUDNN_H_PATH} | grep CUDNN_MAJOR -A 2

结果应如下所示：

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

这意味着版本是7.5.0。

Ubuntu 18.04（通过sudo apt install nvidia-cuda-toolkit）

这种安装方法在/ usr / include和/ usr / lib / cuda / lib64中安装cuda，因此您需要查看的文件位于/usr/include/cudnn.h。

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

Debian和Ubuntu

从CuDNN v5开始（至少在通过sudo dpkg -i <library_name>.deb软件包安装时），看起来您可能需要使用以下内容：

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

例如：

$ 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"

表示已安装CuDNN版本6.0.21。

Redhat发行版

在CentOS上，我找到了CUDA的位置：

$ whereis cuda
cuda: /usr/local/cuda

然后我在这个位置找到了cudnn.h文件中的程序：

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

Answer 3

安装CuDNN只涉及将文件放在CUDA目录中。如果在安装caffe时正确指定了路由和CuDNN选项，则将使用CuDNN进行编译。

您可以使用cmake进行检查。创建目录caffe/build并从那里运行cmake ..。如果配置正确，您将看到以下这些行：

-- 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

如果一切正常，只需运行make订单即可从那里安装caffe。

Answer 4

要检查CUDA的安装，请运行以下命令，如果安装正确，则命令下方不会抛出任何错误，并会打印正确版本的库。

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

要检查CuDNN的安装，请运行以下命令，如果CuDNN安装正确，则不会出现任何错误。

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 

或

您可以从任何目录

运行以下命令

nvcc -V

它应该输出类似这样的输出

 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

Answer 5

获取cuDNN版本[Linux]

使用以下内容查找cuDNN的路径：

$ whereis cuda
cuda: /usr/local/cuda

然后使用它从头文件获取版本，

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

获取cuDNN版本[Windows]

使用以下内容查找cuDNN的路径：

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

然后使用它从头文件中转储版本，

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

获取CUDA版本

这适用于Linux和Windows：

nvcc --version

Answer 6

通过.deb在ubuntu上安装时，您可以使用sudo apt search cudnn | grep installed

Answer 7

在 Ubuntu 20.04LTS 上：

cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR

返回预期结果

Answer 8

在./mnistCUDNN中运行/usr/src/cudnn_samples_v7/mnistCUDNN

以下是一个例子：

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

Answer 9

我有cuDNN 8.0，上面的建议对我都不起作用。所需信息在/usr/include/cudnn_version.h中，所以

cat /usr/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

成功了！

Answer 10

如何使用python代码进行检查：

from tensorflow.python.platform import build_info as tf_build_info

print(tf_build_info.cudnn_version_number)
# 7 in v1.10.0