Ubuntu14.04 CuDNN6.5如何安裝

這篇文章主要為大家展示了“Ubuntu14.04 CuDNN6.5如何安裝”，內容簡而易懂，條理清晰，希望能夠幫助大家解決疑惑，下面讓小編帶領大家一起研究并學習一下“Ubuntu14.04 CuDNN6.5如何安裝”這篇文章吧。

環境

系統：Ubuntu 14.04 x64
CUDA：cuda7 （安裝cudnn前必須安裝了cuda，具體安裝見本博客相關文章http://blog.csdn.net/honyniu/article/details/46387429）

簡介

CuDNN是專門針對Deep Learning框架設計的一套GPU計算加速方案，目前支持的DL庫包括Caffe，ConvNet, Torch7等。在這里安裝主要是為了后期caffe使用cudnn加速，當然這個在使用caffe的過程中不是必須的。
CuDNN可以在官網免費獲得，注冊帳號后即可下載。
下載鏈接：https://developer.nvidia.com/cuDNN

安裝包

在這里我下載了兩個版本的安裝包，注冊后都可以下載，如下

cudnn-6.5-linux-R1cudnn-6.5-linux-x64-v2

這兩個安裝包下的文件名稱和結構大體是一樣，不同的是cudnn的這兩個版本庫提供的接口完全不同（具體可以看提供的CUDNN_Library.pdf接口文檔），而且caffe在早期的版本使用的是R1接口，后來最新的就變成v2接口了，完全不能通用。現在還有許多項目是基于早期caffe的，如果想使用這些項目的話，就要安裝R1，同時在最新的caffe上面也有需求，所以在兩個都要使用，在不同的編譯情況下進行切換就可以了。

安裝

基本原理是把lib文件加入到系統能找到的lib文件夾里， 把頭文件加到系統能找到的include文件夾里就可以，在這里放到cuda的相應的安裝目錄下（前提是cuda已經安裝成功了）
對R1和v2安裝流程一模一樣，

cd cudnn_dirsudo cp lib* /usr/local/cuda/lib64/sudo cp cudnn.h /usr/local/cuda/include/

當你想從R1切換到v2時，只需要把v2新安裝一遍就可以了，同理從v2到R1

錯誤

如果編譯caffe時開啟’USE_CUDNN := 1’的話，沒有上面那樣把相關的文件拷入，編譯時就會報錯

./include/caffe/util/cudnn.hpp:5:19: fatal error: cudnn.h: 沒有那個文件或目錄 #include <cudnn.h>

以上是“Ubuntu14.04 CuDNN6.5如何安裝”這篇文章的所有內容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內容對大家有所幫助，如果還想學習更多知識，歡迎關注億速云行業資訊頻道！