如何在Ubuntu 16.04上安装CuDNN？

对于TensorFlow，我想安装cuda和CuDNN。如何在Ubuntu 16.04上执行此操作？

步骤0：从标准存储库安装cuda。（请参阅如何在Ubuntu 16.04上安装CUDA？）

第1步：注册nvidia开发人员帐户并在此处下载cudnn（约80 MB）

步骤2：检查您的cuda安装位置。对于从存储库进行安装，它是/usr/lib/...和/usr/include。否则，它将为/usr/local/cuda/或/usr/local/cuda-<version>。您可以使用which nvcc或进行检查ldconfig -p | grep cuda

步骤3：复制档案：

仓库安装：

$ 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*

运行文件安装：

$ 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*

从5.1开始，您将无法按照@Martin的说明进行安装。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从nvidia网站下载 并按以下一种方式安装。

 sudo dpkg -i <library_name>.deb

编辑：您必须首先安装运行时（libcudnn6_6.0.21-1 + cuda8.0_amd64.deb），因为dev取决于运行时（感谢@tinmarino）

1. 在NVidia的网站上注册。他们可能需要一两天的时间才能批准您的帐户。至少在我注册时曾经如此。

2. 从NVidia下载并安装最新的CUDA或适合您要使用的软件的最新版本（如果有），在这种情况下为T-Flow版本。

   请注意，通过ubuntu的标准软件包管理器通过单击进行安装可能无法正常工作。

   相反，您可能必须在终端中遵循这些说明来安装.deb包装。之后，你就必须添加几行，以.bashrc你的情况适合，或其它地方。例如，如果您要配置服务器，则它可能会在另一个位置，可能在应用程序自动启动之前的某个位置，因为.bashrc在这种情况下可能不会执行。

3. 从NVidia下载CuDNN

   我使用的是“ Linux库”版本，.deb软件包的运气并不好。

4. 您可以通过找到CUDA的位置 which nvcc。通常/usr/local/cuda/将是您当前安装版本的符号链接。

5. 打开CuDNN存档，并将适当的内容复制到CUDA安装文件夹（cuda/lib64/和cuda/include/）中的适当位置。我通常sudo nautilus会从那里视觉上做。

快进2018年，NVIDIA现在提供cuDNN 7.x供下载。安装步骤仍然与@GPrathap描述的步骤相似。但是，如果要将旧的cuDNN版本替换为较新的版本，则需要在安装之前先将其删除。

回顾一下：

步骤0。确认您已经安装了CUDA工具包。如果尚未安装，请继续安装CUDA工具包。

步骤1.转到NVIDIA开发人员门户https://developer.nvidia.com/cudnn并下载cuDNN。

步骤2.如果您先前已安装cuDNN，请将其删除

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

步骤3.使用dpkg安装cuDNN库（运行时，开发，文档）

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

步骤4.如果要查找库的安装位置，则可以更新定位索引，然后找到库的位置。

sudo updatedb
locate libcudnn

如果您专门针对CUDA工具包9.1安装cuDNN 7.x，则本文将提供更多详细说明，可能会对您有所帮助：http : //tech.amikelive.com/node-679/quick-tip-installing-cuda-deep- Neuro-Network-7-cudnn-7-x-库用于cuda-toolkit-9-1-on-ubuntu-16-04 /

另外，您可以为基于Debian的发行版下载deb软件包。

在NVIDIA网页上，对于开发者资料，可以使用以下文件：

• 适用于Linux的cuDNN v5.1运行时库（Deb）
• cuDNN v5.1 Linux开发人员库（Deb）
• cuDNN v5.1代码示例和用户指南Linux（Deb）

我在Debian（Stretch）的机器上进行了测试，并且TensorFlow正常工作！

为@Martin Thoma和@ÍhorMé仍然有效的答案添加一个重要的细节：将libcudnn文件复制到cuda目录后，必须更新.bashrc文件：

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

然后，您必须将include目录添加到使用该目录的任何配置文件中。Caffe例如具有一个配置文件，在使用make编译之前，必须对其进行编辑。为此，编辑caffe / Makefile.config以将路径添加到这些配置变量（在路径之间添加空格）：

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

对于您希望这些更改生效的每个当前终端窗口，请不要忘记一次执行该文件！

. ~/.bashrc

答案是正确的，但对于cuDNN 5.1，某些名称已更改。因此，如果您在提取cuDNN文件后使用此版本，则会找到两个文件夹：lib和include。将包含文件夹中的* .h文件名更改为cudnn.h，然后按照https://askubuntu.com/a/767270/641589进行操作。如果您想将cuDNN用于Caffe，则需要进行此更改！

在16.04中，如果您直接从Nvidia的网站安装CUDA，并且还从源代码构建Tensorflow，则可以指定要表示为Cudnn的目录。默认情况下是：

/usr/include/x86_64-linux-gnu

在构建Tensorflow时，它将询问您要指示用于Cudnn的哪个版本。然后，它将询问位于何处。只要指出上面的目录，它将正常工作。此时应该会创建一个wheel文件，您可以使用pip安装它。