Vraag Hoe kan ik CuDNN op Ubuntu 16.04 installeren?


Voor TensorFlow zou ik graag cuda en CuDNN installeren. Hoe doe ik dat op Ubuntu 16.04?


86
2018-05-04 06:12


oorsprong


Waarschuwing: als u tensorflow probeert te gebruiken en cudnn nodig hebt, zorg er dan voor dat u 5.1 en niet 6.0 voor nu installeert. - wordsforthewise
@wordsforthewise CuDNN 6.0 wordt nu ondersteund (ten minste voor TF 1.4). - ComputerScientist
Dat is goed, bedankt. - wordsforthewise


antwoorden:


Stap 0: installeer cuda uit de standaard repositories. (Zien Hoe kan ik CUDA op Ubuntu 16.04 installeren?)

Stap 1: Registreer een nvidia-ontwikkelaarsaccount en download hier cudnn (ongeveer 80 MB)

Stap 2: Controleer waar uw cuda-installatie is. Voor de installatie vanuit de repository is dat zo /usr/lib/... en /usr/include. Anders zal het zijn /usr/local/cuda/ of /usr/local/cuda-<version>. Je kunt het controleren met which nvcc of ldconfig -p | grep cuda

Stap 3: Kopieer de bestanden:

Repository installatie:

$ 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-installatie:

$ 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



Het toevoegen -P behoudt de symbolische koppelingen, d.w.z. sudo cp -P lib64/libcudnn* /usr/lib/x86_64-linux-gnu/en vermijdt de melding: /sbin/ldconfig.real: /usr/lib/x86_64-linux-gnu/libcudnn.so.5 is not a symbolic link - Max Gordon
Update van hier: "Download cuDNN v4 (v5 is momenteel een vrijgavekandidaat en wordt alleen ondersteund bij de installatie van TensorFlow uit bronnen)." - nobar
Voor Tensorflow om alles te vinden, moest ik kopiëren include/cudnn.h en de bibliotheken in lib64/ naar /usr/local/cuda-8.0/include en /usr/local/cuda-8.0/lib64 (met CUDA 8.0, Ubuntu 14.04, Tensorflow 0.12.0rc0) - misschien is dit nuttig voor iemand. - David Stutz
@MaxGordon Hallo, maakt het uit of ik de runtime-bibliotheek gebruik voor ubuntu16.04 power8 of de bibliotheek voor linux? - tryingtolearn
Nog een tip: zorg ervoor dat je cuda installeert voordat je cudnn installeert. Anders zullen de cuda-installatieprogramma's geen / usr / local / cuda-mappen overschrijven die u mogelijk hebt gemaakt. - kevins


Vanaf 5.1 kunt u niet installeren volgens wat @Martin noemde. Download 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 van nvidia-site  en installeer één voor één opvolgende manier.

 sudo dpkg -i <library_name>.deb

28
2018-05-19 05:17



Bedankt. Ik ben meerdere keren in dit probleem gevallen. Laten we gewoon een duimregel opstellen. Wanneer dingen niet werken, blijf dan bij installatie met .deb-pakketten. - Anuraag Vaidya
Bij het compileren van Tensorflow vanaf bron is het goed om te weten dat het installatiepad van de cuDNN-bibliotheek dat is /usr/lib/x86_64-linux-gnu/ - Visionscaper


  1. Registreer op de website van NVidia. Het kan een dag of twee duren voordat ze uw account goedgekeurd krijgen. Tenminste dat was vroeger het geval toen ik me registreerde.
  2. Download en installeer de nieuwste CUDA van NVidia, of de nieuwste versie die geschikt is voor de software waarmee u werkt, indien van toepassing, in dit geval uw versie van T-Flow.

    Merk op dat installeren via de standaard pakketbeheerder van ubuntu via klikken waarschijnlijk niet correct zal werken.

    In plaats daarvan zul je waarschijnlijk moeten volgen deze instructies in de terminal om te installeren .deb Pakage. Daarna moet je voeg een paar regels toe naar .bashrc, of waar van toepassing in uw geval. Als u bijvoorbeeld een server configureert, wordt deze waarschijnlijk een andere plaats, misschien ergens voorafgaand aan de automatische upload van uw app, zoals .bashrc zal in dat geval waarschijnlijk niet worden uitgevoerd.

  3. Download CuDNN van NVidia 

    Ik gebruikte de "Bibliotheek voor Linux" -versie, had niet veel geluk mee .deb pakketjes.

  4. Je kunt vinden waar CUDA zich bevindt which nvcc. doorgaans /usr/local/cuda/ zal een symbolische link zijn naar uw huidige geïnstalleerde versie.

  5. Open CuDNN-archief en kopieer de juiste inhoud naar geschikte plaatsen in de CUDA-installatiemap (cuda/lib64/ en cuda/include/). Ik meestal sudo nautilus en doe het vanaf daar visueel.

11
2017-08-11 16:35





Snel vooruit 2018 en NVIDIA biedt nu cuDNN 7.x om te downloaden. De installatiestappen zijn nog steeds vergelijkbaar met die beschreven door @GPrathap. Maar als u de oude cuDNN-versie wilt vervangen door de nieuwere versie, moet u deze eerst verwijderen vóór de installatie.

Om samen te vatten:

Stap 0. Controleer of u CUDA-toolkit al hebt geïnstalleerd. Ga verder met de CUDA toolkit-installatie als dat niet het geval is.

Stap 1. Ga naar de NVIDIA ontwikkelaarsportal https://developer.nvidia.com/cudnn en download cuDNN.

Stap 2. Als u cuDNN eerder hebt geïnstalleerd, verwijdert u het

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

Stap 3. Installeer de cuDNN-bibliotheek (runtime, dev, doc) met dpkg

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

Stap 4. Als u wilt weten waar de bibliotheek is geïnstalleerd, kunt u de locate-index bijwerken en vervolgens de bibliotheeklocatie zoeken.

sudo updatedb
locate libcudnn

Als u specifiek cuDNN 7.x installeert tegen CUDA-toolkit 9.1, biedt dit artikel meer uitleg die enige hulp kan bieden: 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



Bedankt @Mike, weet je wat het verschil is tussen het gebruik van de deb-bestanden en het gewone .tar-bestand? welke wordt aanbevolen en waarom? (Trouwens, ik heb zelf CUDA geïnstalleerd met behulp van de runfile en gebruik ook het .tar pakket voor cuDNN in ubuntu) - Breeze
Volgens de relevante installatiedocumenten van Nvidia, wat u zegt over het moeten verwijderen van de oude versies is niet correct: cuDNN v7 can coexist with previous versions of cuDNN, such as v5 or v6. - n1k31t4


U kunt ook de deb-pakketten downloaden voor Debian-gebaseerde distributies.

Van de NVIDIA-webpagina zijn voor het ontwikkelaarsprofiel de volgende bestanden beschikbaar:

  • cuDNN v5.1 Runtime Library voor Linux (Deb)
  • cuDNN v5.1 Developer Library voor Linux (Deb)
  • cuDNN v5.1 Codevoorbeelden en gebruikershandleiding Linux (Deb)

Ik heb dit getest, op mijn machine met Debian (Stretch) en TensorFlow werkt!


2
2018-06-28 16:56



Houd er rekening mee dat cuDNN v5.1 vanaf nu (juli 2016) niet werkt met TensorFlow tenzij u het compileert vanaf de bron, zie tensorflow.org/versions/r0.9/get_started/os_setup.html - mastazi


Een belangrijk detail toevoegen aan de nog steeds geldige antwoorden door @Martin Thoma en @ Íhor Mé: Na het kopiëren van de libcudnn-bestanden naar de cuda-directory's, moet u uw .bashrc-bestand bijwerken:

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

U moet dan de include-map toevoegen aan elk configuratiebestand dat het gebruikt. Caffe b.v. heeft een configuratiebestand dat u moet bewerken voordat u compileert met make. Bewerk hiervoor caffe / Makefile.config om de paden toe te voegen aan deze configuratievariabelen (voeg witruimte toe tussen paden):

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

Voor elk huidig ​​terminalvenster wilt u dat deze wijzigingen effectief zijn, vergeet niet om het bestand één keer uit te voeren!

. ~/.bashrc

2
2018-04-05 05:57





het antwoord is correct, maar voor cuDNN 5.1 zijn sommige namen gewijzigd. Dus als u deze versie gebruikt na het uitpakken van het cuDNN-bestand, vindt u twee mappen: lib en include. verander de naam van * .h-bestand in include folder to cudnn.h en volg daarna https://askubuntu.com/a/767270/641589. deze wijziging is nodig als u cuDNN voor Caffe wilt gebruiken!


0
2018-01-12 18:03



Bewerk uw antwoord en voeg de referentie 'de bovenstaande instructie' toe. - sudodus


Als u in 16.04 CUDA direct vanaf de website van Nvidia installeert en u ook Tensorflow vanaf de bron bouwt, dan kunt u de directory specificeren die u als Cudnn wilt aangeven. Standaard is het:

/usr/include/x86_64-linux-gnu

Wanneer u Tensorflow bouwt, zal het u vragen welke versie u wilt aangeven dat u gebruikt voor Cudnn. Daarna zal het vragen waar het zich bevindt. Geef gewoon de bovenstaande map aan en het werkt prima. Het zou op dat moment een wielbestand moeten maken en je kunt het met pip installeren.


0
2018-02-15 00:21