Ubuntu 16.04 üzerine CuDNN'yi nasıl yükleyebilirim?

86

TensorFlow için cuda ve CuDNN'yi kurmak istiyorum. Bunu Ubuntu 16.04 üzerinde nasıl yapabilirim?

    
sordu Martin Thoma 04.05.2016 08:12

8 cevap

122

Adım 0: Standart depolardan cuda'yı yükleyin. (Bkz. Ubuntu'ya nasıl yüklerim? 16.04? )

1. Adım: Bir nvidia geliştirici hesabı kaydedin ve buradan indirimde bulunun (yaklaşık 80 MB)

Adım 2: Cuda kurulumunuzun yerini kontrol edin. Depodan yükleme için /usr/lib/... ve /usr/include . Aksi takdirde, /usr/local/cuda/ veya /usr/local/cuda-<version> olacaktır. % Co_de% veya which nvcc

ile kontrol edebilirsiniz.

3 Adım: Dosyaları kopyalayın:

Havuz yüklemesi:

$ 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*

Runfile yüklemesi:

$ 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*
    
verilen cevap Martin Thoma 04.05.2016 08:12
28

5.1'den itibaren @Martin'in bahsettiği şeye göre yükleyemezsiniz. nvidia sitesinden 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 indirip bir defalık yoldan yükleyin.

 sudo dpkg -i <library_name>.deb
    
verilen cevap GPrathap 19.05.2017 07:17
11
  1. NVidia'nın web sitesine kayıt olun. Hesabınızı onaylamadan önce bir iki gün sürebilir. En azından kayıt yaptırdığım zamanki durum buydu.
  2. NVidia'dan en son CUDA'yı indirin ve yükleyin veya üzerinde çalışacağınız yazılıma uyan en yeni sürüm, eğer varsa, bu durumda T-Flow versiyonunuz.

    Ubuntu'nun standart paket yöneticisi aracılığıyla büyük olasılıkla tıklatarak yükleme işleminin uygun şekilde çalışmayacağını unutmayın.

    Bunun yerine, muhtemelen bu talimatları takip etmeniz gerekir .deb pakage'i yüklemek için terminalde. Bundan sonra birkaç satır eklemeniz gerekir .bashrc 'ye veya sizin durumunuza uygun olan yere. Örneğin, bir sunucu yapılandırıyorsanız, muhtemelen farklı bir yer, muhtemelen uygulamanızın autolaunch'ından önceki bir yer olacaktır.% Co_de% büyük olasılıkla bu durumda idam edilmeyecektir.

  3. NVIDIA'dan CuDNN'yi indirin

    "Linux için Kütüphane" sürümünü kullandım, .bashrc paketleriyle fazla şansı yoktu.

  4. CUDA'nın nerede bulunduğunu bulabilirsiniz. % Co_de%. Genellikle .deb , kurulu olan sürümünüzün sembolik bir bağlantısı olacaktır.

  5. CuDNN arşivini açın ve uygun içerikleri CUDA kurulum klasörü içindeki uygun yerlere kopyalayın ( which nvcc ve /usr/local/cuda/ ). Genellikle cuda/lib64/ ve oradan görsel olarak yaparım.
verilen cevap Íhor Mé 11.08.2016 18:35
5

Hızlı ileri sarma 2018 ve NVIDIA artık karşıdan yükleme için cuDNN 7.x sağlıyor. Kurulum adımları hala @GPrathap tarafından açıklananlarla benzer. Ancak eski cuDNN sürümünü daha yenisiyle değiştirmek isterseniz, yüklemeden önce önce onu kaldırmanız gerekir.

Tekrar etmek için:

Adım 0. Zaten CUDA araç setini yüklediğinizi doğrulayın. Henüz yapmadıysanız CUDA araç seti yüklemesi ile devam edin.

Adım 1. NVIDIA geliştirici portalına gidin İşte ve cuDNN'yi indirin.

Adım 2. Daha önce cuDNN yüklediyseniz, kaldırın

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

Adım 3. dpkg kullanarak cuDNN kitaplığını (çalışma zamanı, dev, doc) yükleyin

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

4. Adım. Kütüphanenin kurulu olduğu yeri bulmak istiyorsanız, konum dizinini güncelleyebilir ve ardından kütüphane konumunu bulabilirsiniz.

sudo updatedb
locate libcudnn

CUDA toolkit 9.1'e karşı cuDNN 7.x'i özellikle yüklüyorsanız, bu makalede daha fazla yardım alabilirsiniz: İşte

    
verilen cevap Mike 30.03.2018 05:02
2

Ayrıca, Debian tabanlı dağıtımlar için borç paketlerini indirebilirsiniz.

NVIDIA web sayfasından geliştirici profili için sonraki dosyalar kullanılabilir:

  • cuDNN v5.1 Linux için Çalışma Zamanı Kitaplığı (Deb)
  • cuDNN v5.1 Linux için Geliştirici Kitaplığı (Deb)
  • cuDNN v5.1 Kod Örnekleri ve Kullanıcı Kılavuzu Linux (Deb)

Bunu test ettim, makinemde Debian (Stretch) ve TensorFlow çalışıyor!

    
verilen cevap LAraque 28.06.2016 18:56
2

@Martin Thoma ve @ Méhor Mé tarafından hala geçerli cevaplara önemli bir ayrıntı eklemek: Libcudnn dosyalarını cuda dizinlerine kopyaladıktan sonra .bashrc dosyanızı güncellemeniz gerekir:

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

Sonra ekleme dizinini, onu kullanan herhangi bir yapılandırma dosyasına eklemelisiniz. Caffe örn. make ile derlemeden önce düzenlemeniz gereken bir config dosyası var. Bunun için, bu yapılandırma değişkenlerinin yollarını eklemek için caffe / Makefile.config dosyasını düzenleyin (yollar arasında boşluk girin):

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

Her geçerli terminal penceresi için bu değişikliklerin etkili olmasını istiyorsanız, dosyayı bir kez çalıştırmayı unutmayın!

. ~/.bashrc
    
verilen cevap Agile Bean 05.04.2018 07:57
0

cevap doğru ama cuDNN 5.1 için bazı isimler değiştirildi. Yani bu sürümü cuDNN dosyasını çıkardıktan sonra kullanırsanız iki klasör bulacaksınız: lib ve include. include klasöründeki * .h dosyasının adını cudnn.h olarak değiştirin ve İşte ’i izleyin. Caffe için cuDNN kullanmak istiyorsanız bu değişiklik gereklidir!

    
verilen cevap abolfazl taghribi 12.01.2017 19:03
0

16.04'te CUDA'yı doğrudan Nvidia'nın web sitesinden yüklüyorsanız ve ayrıca Tensorflow'u kaynaktan oluşturuyorsanız, Cudnn olarak belirtmek istediğiniz dizini özelleştirebilirsiniz. Varsayılan olarak:

/usr/include/x86_64-linux-gnu

Tensorflow'u oluştururken, hangi sürümü Cudnn için kullandığınızı belirtmek istediğinizi sorar. Daha sonra bundan sonra nerede olduğunu soracaktır. Sadece yukarıdaki dizini belirtin ve iyi çalışacaktır. Bu noktada bir tekerlek dosyası oluşturmalı ve pip ile yükleyebilirsiniz.

    
verilen cevap Goddard 15.02.2018 01:21

Etiketlerdeki diğer soruları oku