Fatal编程技术网
  • cuda/
  • Cuda 如何验证CuDNN安装？

Cuda 如何验证CuDNN安装？

cuda computer-vision

Cuda 如何验证CuDNN安装？,cuda,computer-vision,caffe,conv-neural-network,cudnn,Cuda,Computer Vision,Caffe,Conv Neural Network,Cudnn,我已经搜索了很多地方，但我得到的只是如何安装它，而不是如何验证它是否已安装。我可以验证是否安装了NVIDIA驱动程序，是否安装了CUDA，但我不知道如何验证是否安装了CuDNN。非常感谢您的帮助，谢谢 PS. 这是针对caffe实现的。目前，在未启用CuDNN的情况下，一切正常。安装CuDNN只需将文件放在CUDA目录中即可。如果在安装caffe时正确指定了路由和CuDNN选项，则将使用CuDNN进行编译 您可以使用cmake检查。创建一个目录caffe/build，然后从那里运行cmake..

我已经搜索了很多地方，但我得到的只是如何安装它，而不是如何验证它是否已安装。我可以验证是否安装了NVIDIA驱动程序，是否安装了CUDA，但我不知道如何验证是否安装了CuDNN。非常感谢您的帮助，谢谢

PS.
这是针对caffe实现的。目前，在未启用CuDNN的情况下，一切正常。

安装CuDNN只需将文件放在CUDA目录中即可。如果在安装caffe时正确指定了路由和CuDNN选项，则将使用CuDNN进行编译

您可以使用
cmake
检查。创建一个目录
caffe/build
，然后从那里运行
cmake..
。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
如果一切正常，只需运行
make
命令从那里安装caffe。

CuDNN的安装只是复制一些文件。因此，要检查是否安装了CuDNN（以及您的版本），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，大约80MB。您可能需要
nvcc--version
来获取cuda版本

步骤2：检查cuda安装位置。对于大多数人来说，这将是
/usr/local/cuda/
。您可以使用
哪个nvcc
进行检查

步骤3：复制文件：

$ 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。请参阅安装步骤2

$ cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
笔记 当你遇到这样的错误时

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

使用TensorFlow，您可以考虑使用CUDNN V4而不是V5..P/>

通过
apt安装它的Ubuntu用户：
我的回答显示了如何检查安装的CuDNN版本，这通常也是您需要验证的。首先需要找到已安装的cudnn文件，然后解析该文件。要查找该文件，您可以使用：


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


如果这不起作用，请参阅下面的“Redhat发行版”

找到此位置后，可以执行以下操作（用路径替换
${CUDNN_H_PATH}
）：

结果应该如下所示：


#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安装nvidia cuda工具包）
此安装方法将cuda安装在/usr/include和/usr/lib/cuda/lib64中，因此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（至少当您通过
sudo dpkg-i.deb
软件包安装时），您可能需要使用以下功能：


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版本6.0.21

红帽分布
在CentOS上，我通过以下信息找到了CUDA的位置：


$ whereis cuda
cuda: /usr/local/cuda


然后，我在从该位置找到的cudnn.h文件中使用了关于的过程：


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



要检查CUDA的安装，请运行下面的命令，如果安装正确，下面的命令将不会抛出任何错误，并将打印正确版本的库


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


它应该给出类似这样的输出


 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



在
/usr/src/cudnn\u samples\u v7/mnistCUDNN
中运行
/mnistCUDNN

以下是一个例子：


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



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



C:\>where cudnn*
C:\Program Files\cuDNN6\cuda\bin\cudnn64_6.dll


如果上述方法无效，请尝试以下方法：


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：


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



C:\>where cudnn*
C:\Program Files\cuDNN6\cuda\bin\cudnn64_6.dll


然后使用此命令从头文件转储版本


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



使用
python
code检查如何：


from tensorflow.python.platform import build_info as tf_build_info

print(tf_build_info.cudnn_version_number)
# 7 in v1.10.0



我有cuDNN 8.0，上面的建议都不适合我。所需信息位于
/usr/include/cudnn_version.h
，因此


cat /usr/include/cudnn_version.h | grep CUDNN_MAJOR -A 2


成功了。
在Ubuntu 20.04LTS上：


cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR



返回了预期结果
您是否尝试在启用和未启用
USE_CUDNN
的情况下运行一些示例？如何验证您的NVIDIA和CUDA驱动程序是否已安装？@CharlieParker验证CUDA只需键入
nvcc-V
真棒，谢谢您的回答。在make文件中启用cuDNN并重新编译后，我确实启用了cuDNN：D.有没有办法确定cuDNN是否在不使用Caffe的情况下安装的。类似于CUDA的例子？@gokul_uf根据martin下面的回答，您可以使用以下内容（假设您已将/usr/local/CUDA符号链接到/usr/local/CUDA-#.#）:
cat/usr/local/CUDA/include/cudnn.h | grep cudnnMAJOR-A 2
@boooooooms他只是将“头文件”的内容作为编程语言C，使用程序“grep”读取usI的特定变量时，没有Caffe。这些步骤对于CuDNN是很好的。如果副本保留符号链接（-av标志），您会说它们可以稍微改进吗？修改路径对我的安装稍微有效
cat/usr/include/cudnn.h | grep cudnn_MAJOR-A 2
我必须将路径更改为
/usr/local/cuda/***.h
您发布的链接，以将cudnn链接下载到deb文件。这里是您可以下载tar文件的地方：最近，为了获得版本，下面的工作。cat/usr/include/x86_64-linux-gnu/cudnn_v7.h | grep cudnn_MAJOR-这实际上是一个不错的建议，除非它是错误的
mnistCUDNN
不应位于该目录中，因为该目录不应为可写目录。相反，示例应该作为子目录复制到用户主目录并在那里构建。因此，如果它是根据英伟达网站上的指令正确安装和构建的，则代码> MnistCudNN将在<代码> ~/CUnnnSAMPLESESV7<代码>中。我的
cudnn.h
安装在
/usr/include/cudnn.h
，不知道为什么，但是

cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR