我已经搜索了很多地方，但是得到的只是如何安装它，而不是如何验证它是否已安装。我可以确认已安装NVIDIA驱动程序，并且已安装CUDA，但是我不知道如何验证已安装CuDNN。帮助将不胜感激，谢谢！

PS。
这是用于caffe的实现。当前，所有功能在未启用CuDNN的情况下都可以正常工作。

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

您可以使用检查cmake。创建一个目录caffe/build并cmake ..从那里运行。如果配置正确，您将看到以下行：

-- 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

如果一切正确，请运行make命令从那里安装caffe。

CuDNN的安装只是复制一些文件。因此，要检查是否已安装CuDNN（以及已安装的版本），只需检查这些文件。

安装CuDNN

第1步：注册一个nvidia开发人员帐户并在此处下载cudnn（约80 MB）。您可能需要nvcc --version获取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/。您可以使用进行检查which nvcc。

步骤3：复制档案：

$ 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。请参阅安装的步骤2。

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

笔记

当您遇到类似的错误时

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

使用TensorFlow时，您可以考虑使用CuDNN v4而不是v5。

通过apt以下网址安装它的Ubuntu用户：https : //askubuntu.com/a/767270/10425

您首先需要找到已安装的cudnn文件，然后解析该文件。要查找文件，可以使用：

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

如果那不起作用，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（替换${CUDNN_H_PATH}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）

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

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），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 6.0.21版。

Redhat发行版

在CentOS上，我找到了CUDA的位置：

$ whereis cuda
cuda: /usr/local/cuda

然后，我在从该位置找到的cudnn.h文件中使用了有关过程：

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

要检查CUDA的安装，请运行以下命令，如果安装正确，则以下命令不会引发任何错误，并且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 

要么

您可以从任何目录运行以下命令

nvcc -V

它应该给输出这样的东西

 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

获取cuDNN版本[Linux]

使用以下命令查找cuDNN的路径：

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

如果上述方法不起作用，请尝试以下操作：

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

获取cuDNN版本[Windows]

使用以下命令查找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

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

跑./mnistCUDNN进去/usr/src/cudnn_samples_v7/mnistCUDNN

这是一个例子：

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