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。
答案 0 :(得分:142)
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。
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*
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
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
答案 1 :(得分:73)
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。
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
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。
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
答案 2 :(得分:33)
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。
答案 3 :(得分:32)
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
或强>
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
答案 4 :(得分:19)
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
答案 5 :(得分:11)
通过.deb
在ubuntu上安装时,您可以使用sudo apt search cudnn | grep installed
答案 6 :(得分:6)
在 Ubuntu 20.04LTS 上:
cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR
返回预期结果
答案 7 :(得分:5)
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
答案 8 :(得分:4)
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!
答案 9 :(得分:3)
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