Question Comment installer CuDNN sur Ubuntu 16.04?


Pour TensorFlow, je voudrais installer cuda et CuDNN. Comment puis-je faire cela sur Ubuntu 16.04?


86
2018-05-04 06:12


origine


Attention: si vous essayez d'exécuter tensorflow et que vous avez besoin de cudnn, assurez-vous d'installer 5.1 et non 6.0 pour le moment. - wordsforthewise
@wordsforthewise CuDNN 6.0 est maintenant pris en charge (pour TF 1.4 au moins). - ComputerScientist
C'est bien merci - wordsforthewise


Réponses:


Étape 0: Installez cuda à partir des référentiels standard. (Voir Comment installer CUDA sur Ubuntu 16.04?)

Etape 1: Enregistrez un compte développeur nvidia et téléchargez cudnn ici (environ 80 Mo)

Étape 2: Vérifiez où se trouve votre installation cuda. Pour l'installation à partir du référentiel c'est /usr/lib/... et /usr/include. Sinon, ce sera /usr/local/cuda/ ou /usr/local/cuda-<version>. Vous pouvez le vérifier avec which nvcc ou ldconfig -p | grep cuda

Étape 3: Copiez les fichiers:

Installation du référentiel:

$ 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*

Installation de Runfile:

$ 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



Ajouter -P conserve les liens symboliques, à savoir sudo cp -P lib64/libcudnn* /usr/lib/x86_64-linux-gnu/et évite le message: /sbin/ldconfig.real: /usr/lib/x86_64-linux-gnu/libcudnn.so.5 is not a symbolic link - Max Gordon
Mise à jour de ici: "Télécharger cuDNN v4 (la version 5 est actuellement une version candidate et est uniquement prise en charge lors de l'installation de TensorFlow à partir de sources)." - nobar
Pour que Tensorflow trouve tout, je devais copier include/cudnn.h et les bibliothèques de lib64/ à /usr/local/cuda-8.0/include et /usr/local/cuda-8.0/lib64 (en utilisant CUDA 8.0, Ubuntu 14.04, Tensorflow 0.12.0rc0) - cela est peut-être utile pour quelqu'un. - David Stutz
@MaxGordon Bonjour, est-ce important si j'utilise la bibliothèque d'exécution pour Ubuntu16.04 Power8 ou la bibliothèque pour Linux? - tryingtolearn
Un autre conseil: assurez-vous d'installer cuda avant d'installer cudnn. Sinon, les installateurs cuda ne remplaceront pas les répertoires / usr / local / cuda que vous avez peut-être créés. - kevins


A partir de 5.1, vous ne pouvez pas installer ce que @Martin a mentionné. Télécharger 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 de site nvidia  et installez-en un par un.

 sudo dpkg -i <library_name>.deb

28
2018-05-19 05:17



Merci. Je suis tombé dans ce problème plusieurs fois. Établissons simplement une règle du pouce. Lorsque les choses ne fonctionnent pas, installez-vous en utilisant des packages .deb. - Anuraag Vaidya
Lors de la compilation de Tensorflow depuis le source, il est bon de savoir que le chemin d'installation de la bibliothèque cuDNN est /usr/lib/x86_64-linux-gnu/ - Visionscaper


  1. Inscrivez-vous sur le site de NVidia. Cela peut prendre un ou deux jours avant que votre compte soit approuvé. Au moins, c'était le cas lorsque je me suis inscrit.
  2. Téléchargez et installez le dernier CUDA de NVidia, ou la dernière version adaptée au logiciel avec lequel vous allez travailler, le cas échéant, dans ce cas, votre version de T-Flow.

    Notez que l'installation via le gestionnaire de paquets standard d'ubuntu via un clic ne fonctionnera probablement pas correctement.

    Au lieu de cela, vous devrez probablement suivre ces instructions dans le terminal pour installer .deb pakage Après cela, vous devrez ajoutez quelques lignes à .bashrc, ou le cas échéant dans votre cas. Par exemple, si vous configurez un serveur, ce sera probablement un endroit différent, peut-être quelque part avant l'autolaunch de votre application, comme .bashrc ne sera probablement pas exécuté dans ce cas.

  3. Télécharger CuDNN de NVidia 

    J'ai utilisé la version "Library for Linux", avec peu de chance avec .deb paquets.

  4. Vous pouvez trouver où se trouve CUDA via which nvcc. habituellement /usr/local/cuda/ sera un lien symbolique vers votre version actuellement installée.

  5. Ouvrez l'archive CuDNN et copiez le contenu approprié aux endroits appropriés dans le dossier d'installation de CUDA (cuda/lib64/ et cuda/include/). d'habitude je sudo nautilus et le faire de là visuellement.

11
2017-08-11 16:35





Avance rapide 2018 et NVIDIA fournit maintenant le téléchargement de cuDNN 7.x. Les étapes d'installation sont toujours similaires à celles décrites par @GPrathap. Mais si vous souhaitez remplacer l'ancienne version de cuDNN par la nouvelle, vous devez d'abord la supprimer avant l'installation.

Récapituler:

Étape 0. Vérifiez que vous avez déjà installé le toolkit CUDA. Procédez à l'installation de CUDA toolkit si vous ne l'avez pas.

Étape 1. Accédez au portail des développeurs NVIDIA https://developer.nvidia.com/cudnn et téléchargez cuDNN.

Étape 2. Si vous avez déjà installé cuDNN, retirez-le

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

Étape 3. Installez la bibliothèque cuDNN (runtime, dev, doc) en utilisant dpkg

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

Étape 4. Si vous souhaitez trouver où la bibliothèque a été installée, vous pouvez mettre à jour l'index de localisation, puis rechercher l'emplacement de la bibliothèque.

sudo updatedb
locate libcudnn

Si vous installez spécifiquement cuDNN 7.x contre CUDA toolkit 9.1, cet article fournit plus d’élaboration qui peut être utile: 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



Merci @Mike, savez-vous quelle est la différence entre l'utilisation des fichiers deb et le fichier .tar ordinaire? lequel est recommandé et pourquoi? (D'ailleurs, j'ai moi-même installé CUDA en utilisant le fichier d'exécution et j'utilise aussi le package .tar pour cuDNN dans ubuntu) - Breeze
Selon les documents d'installation pertinents de Nvidia, ce que vous dites de devoir supprimer les anciennes versions n'est pas correct: cuDNN v7 can coexist with previous versions of cuDNN, such as v5 or v6. - n1k31t4


En outre, vous pouvez télécharger les paquets deb pour les distributions basées sur Debian.

À partir de la page Web NVIDIA, les fichiers suivants sont disponibles pour le profil de développeur:

  • cuDNN v5.1 Runtime Library pour Linux (Deb)
  • cuDNN v5.1 Developer Library pour Linux (Deb)
  • CuDNN v5.1 Exemples de code et Guide de l'utilisateur Linux (Deb)

Je l'ai testé sur ma machine avec Debian (Stretch) et TensorFlow fonctionne!


2
2018-06-28 16:56



Veuillez noter qu'à partir de maintenant (juillet 2016), cuDNN v5.1 ne fonctionnera pas avec TensorFlow, sauf si vous l'avez compilé à partir de la source, voir tensorflow.org/versions/r0.9/get_started/os_setup.html - mastazi


Ajouter un détail important aux réponses toujours valides de @Martin Thoma et @ Íhor Mé: Après avoir copié les fichiers libcudnn dans les répertoires cuda, vous devez mettre à jour votre fichier .bashrc:

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

Vous devez ensuite ajouter le répertoire include à tout fichier de configuration qui l'utilise. Café par exemple a un fichier de configuration que vous devez éditer avant de compiler avec make. Pour cela, éditez caffe / Makefile.config pour ajouter les chemins à ces variables de configuration (ajoutez des espaces entre les chemins):

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

Pour chaque fenêtre de terminal en cours, vous souhaitez que ces modifications soient efficaces, n'oubliez pas d’exécuter le fichier une fois!

. ~/.bashrc

2
2018-04-05 05:57





la réponse est correcte mais pour cuDNN 5.1, certains noms ont été modifiés. Donc, si vous utilisez cette version après avoir extrait le fichier cuDNN, vous trouverez deux dossiers: lib et include. changer le nom du fichier * .h dans le dossier include en cudnn.h, puis suivre https://askubuntu.com/a/767270/641589. Ce changement est nécessaire si vous souhaitez utiliser cuDNN pour Caffe!


0
2018-01-12 18:03



Veuillez éditer votre réponse et ajouter la référence «l'instruction ci-dessus». - sudodus


Dans 16.04, si vous installez CUDA directement à partir du site Web de Nvidia et que vous construisez également Tensorflow à partir de la source, vous pouvez spécifier le répertoire que vous souhaitez indiquer comme étant Cudnn. Par défaut c'est:

/usr/include/x86_64-linux-gnu

Lorsque vous construisez Tensorflow, il vous demandera quelle version vous souhaitez utiliser pour Cudnn. Ensuite, il demandera où il se trouve. Indiquez simplement le répertoire ci-dessus et cela fonctionnera correctement. Il devrait créer un fichier de roue à ce stade et vous pouvez l'installer avec pip.


0
2018-02-15 00:21