Linux 无法在上下文上使用cuDNN无：无法使用cuDNN编译：致命错误：cuDNN.h:没有此类文件或目录

我将theano配置为连接到GPU，并安装了所有必需的库

我使用文档中的以下代码检查GPU是否工作：

THEANO_FLAGS='floatX=float32,device=cuda0,gpuarray.preallocate=1' python GPU.py

代码：

但我有一个错误：

Can not use cuDNN on context None: cannot compile with cuDNN. We got this error:
b'/tmp/try_flags_47onlbh0.c:4:19: fatal error: cudnn.h: No such file or directory\ncompilation terminated.\n'
Preallocating 7554/7952 Mb (0.950000) on cuda0
Mapped name None to device cuda0: GeForce RTX 2080 (0000:17:00.0)
[GpuElemwise{exp,no_inplace}(<GpuArrayType<None>(float32, vector)>), HostFromGpu(gpuarray)(GpuElemwise{exp,no_inplace}.0)]
Looping 1000 times took 0.245761 seconds
Result is [ 1.23178029  1.61879349  1.52278066 ...,  2.20771813  2.29967761
  1.62323296]
Used the cpu

无法在上下文中使用cuDNN无：无法使用cuDNN编译。我们得到了这个错误：
b'/tmp/try_flags_47onlbh0.c:4:19:致命错误：cudnn.h:没有这样的文件或目录\n编译终止。\n'
在cuda0上预分配7554/7952 Mb（0.950000）
将名称None映射到设备cuda0:GeForce RTX 2080（0000:17:00.0）
[GpuElemwise{exp，no_inplace}（），HostFromGpu（gpuarray）（GpuElemwise{exp，no_inplace}.0）]
循环1000次需要0.245761秒
结果是[1.23178029 1.61879349 1.52278066…，2.20771813 2.299677761]
1.62323296]
使用cpu

---

知道这个问题吗？

错误告诉您缺少什么：

致命错误：cudnn.h:没有这样的文件或目录\n编译已终止

。这意味着您的cuda无法获取cudnn.h文件

我也遇到了同样的问题，并按照中提到的以下步骤来解决问题。成功了

以下步骤描述如何构建依赖cuDNN的程序。 以下各节以CUDA v9.0为例：

CUDA目录路径称为

C:\Program Files\NVIDIA
GPU计算工具包\CUDA\v9.0

将下载的cuDNN的以下文件复制到CUDA Toolkit目录中

• 将

  yourinstallpath\cuda\bin\cudnn64\u 7.dll复制到
  C:\Program Files\NVIDIA GPU Computing Toolkit\cuda\v9.0\bin

• 将

  yourinstallpath\cuda\include\cudnn.h

  复制到

  C:\Program Files\NVIDIA GPU Computing Toolkit\cuda\v9.0\include

• 将

  yourinstallpath\cuda\lib\x64\cudnn.lib

  复制到

  C:\Program Files\NVIDIA GPU Computing Toolkit\cuda\v9.0\lib\x64

设置以下环境变量以指向cuDNN所在的位置 位于。要访问

CUDA_PATH

环境变量的值， 执行以下步骤：

从“开始”菜单打开命令提示符。输入Run并点击Enter。 发出control

sysdm.cpl

命令。在屏幕上选择“高级”选项卡 窗顶。单击对话框底部的环境变量 窗户。确保设置了以下值：变量名称：

CUDA\u路径

变量值：

C:\Program Files\NVIDIA GPU计算工具包\CUDA\v9.0

在VisualStudio项目中包括

cudnn.lib

。打开视觉系统 Studio项目，然后右键单击项目名称。单击链接器> 输入>其他依赖项。添加

cudnn.lib

并单击OK

---

错误告诉您缺少什么：

致命错误：cudnn.h:没有这样的文件或目录\n编译已终止

。这意味着您的cuda无法获取cudnn.h文件

我也遇到了同样的问题，并按照中提到的以下步骤来解决问题。成功了

以下步骤描述如何构建依赖cuDNN的程序。 以下各节以CUDA v9.0为例：

CUDA目录路径称为

C:\Program Files\NVIDIA
GPU计算工具包\CUDA\v9.0

将下载的cuDNN的以下文件复制到CUDA Toolkit目录中

• 将

  yourinstallpath\cuda\bin\cudnn64\u 7.dll复制到
  C:\Program Files\NVIDIA GPU Computing Toolkit\cuda\v9.0\bin

• 将

  yourinstallpath\cuda\include\cudnn.h

  复制到

  C:\Program Files\NVIDIA GPU Computing Toolkit\cuda\v9.0\include

• 将

  yourinstallpath\cuda\lib\x64\cudnn.lib

  复制到

  C:\Program Files\NVIDIA GPU Computing Toolkit\cuda\v9.0\lib\x64

设置以下环境变量以指向cuDNN所在的位置 位于。要访问

CUDA_PATH

环境变量的值， 执行以下步骤：

从“开始”菜单打开命令提示符。输入Run并点击Enter。 发出control

sysdm.cpl

命令。在屏幕上选择“高级”选项卡 窗顶。单击对话框底部的环境变量 窗户。确保设置了以下值：变量名称：

CUDA\u路径

变量值：

C:\Program Files\NVIDIA GPU计算工具包\CUDA\v9.0

在VisualStudio项目中包括

cudnn.lib

。打开视觉系统 Studio项目，然后右键单击项目名称。单击链接器> 输入>其他依赖项。添加

cudnn.lib

并单击OK

---

你必须安装cuDNN，你必须安装cuDNN的开发版本，它需要安装在theano可以找到它的地方。你知道theano开发在一年前就停止了，对吧？我必须安装它，或者它已经停止了？我的theano版本是：

theano==1.0.3+2.g3e47d39ac.dirty

我使用的是cuda-10.0你必须安装cuDNN，你必须安装cuDNN的开发版本，它需要安装在theano可以找到它的地方。你知道theano开发在一年前就停止了，对吧？我必须安装它，或者它已经停止了？我的theano版本是：

theano==1.0.3+2.g3e47d39ac.dirty

，我使用的是cuda-10.0

Can not use cuDNN on context None: cannot compile with cuDNN. We got this error:
b'/tmp/try_flags_47onlbh0.c:4:19: fatal error: cudnn.h: No such file or directory\ncompilation terminated.\n'
Preallocating 7554/7952 Mb (0.950000) on cuda0
Mapped name None to device cuda0: GeForce RTX 2080 (0000:17:00.0)
[GpuElemwise{exp,no_inplace}(<GpuArrayType<None>(float32, vector)>), HostFromGpu(gpuarray)(GpuElemwise{exp,no_inplace}.0)]
Looping 1000 times took 0.245761 seconds
Result is [ 1.23178029  1.61879349  1.52278066 ...,  2.20771813  2.29967761
  1.62323296]
Used the cpu