Eu procurei em muitos lugares, mas tudo o que recebo é COMO instalá-lo, não como verificar se ele está instalado. Posso verificar se meu driver NVIDIA está instalado e se o CUDA está instalado, mas não sei como verificar se o CuDNN está instalado. Ajuda será muito apreciada, obrigado!

PS.
Isto é para uma implementação caffe. Atualmente, tudo está funcionando sem o CuDNN ativado.

A instalação do CuDNN envolve apenas a colocação dos arquivos no diretório CUDA. Se você especificou as rotas e a opção CuDNN corretamente ao instalar o caffe, ele será compilado com o CuDNN.

Você pode verificar isso usando cmake. Crie um diretório caffe/builde execute a cmake ..partir daí. Se a configuração estiver correta, você verá estas linhas:

-- 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

Se tudo estiver correto, execute as makeordens para instalar o caffe a partir daí.

A instalação do CuDNN está apenas copiando alguns arquivos. Portanto, para verificar se o CuDNN está instalado (e qual versão você possui), você só precisa verificar esses arquivos.

Instale o CuDNN

Etapa 1: registre uma conta de desenvolvedor da nvidia e faça o download do cudnn aqui (cerca de 80 MB). Pode ser necessário nvcc --versionobter a sua versão cuda.

Etapa 2: verifique onde está sua instalação do cuda. Para a maioria das pessoas, será /usr/local/cuda/. Você pode verificá-lo comwhich nvcc .

Etapa 3: Copie os arquivos:

$ 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*

Verificar versão

Você pode ter que ajustar o caminho. Veja o passo 2 da instalação.

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

Notas

Quando você receber um erro como

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

com o TensorFlow, você pode considerar usar o CuDNN v4 em vez da v5.

Usuários do Ubuntu que o instalaram viaapt : https://askubuntu.com/a/767270/10425

Você primeiro precisa encontrar o arquivo cudnn instalado e depois analisá-lo. Para encontrar o arquivo, você pode usar:

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

Se isso não funcionar, consulte "Distribuições Redhat" abaixo.

Depois de encontrar esse local, você pode fazer o seguinte (substituindo ${CUDNN_H_PATH}pelo caminho):

cat ${CUDNN_H_PATH} | grep CUDNN_MAJOR -A 2

O resultado deve ser algo como isto:

#define CUDNN_MAJOR 7
#define CUDNN_MINOR 5
#define CUDNN_PATCHLEVEL 0
--
#define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)

O que significa que a versão é 7.5.0.

Ubuntu 18.04 (via sudo apt install nvidia-cuda-toolkit)

Esse método de instalação instala o cuda em / usr / include e / usr / lib / cuda / lib64; portanto, o arquivo que você precisa ver está em /usr/include/cudnn.h.

CUDNN_H_PATH=/usr/include/cudnn.h
cat ${CUDNN_H_PATH} | grep CUDNN_MAJOR -A 2

Debian e Ubuntu

A partir do CuDNN v5 (pelo menos quando você instala via sudo dpkg -i <library_name>.debpacotes), parece que você pode precisar usar o seguinte:

cat /usr/include/x86_64-linux-gnu/cudnn_v*.h | grep CUDNN_MAJOR -A 2

Por exemplo:

$ 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"

indica que o CuDNN versão 6.0.21 está instalado.

Distribuições Redhat

No CentOS, encontrei a localização da CUDA com:

$ whereis cuda
cuda: /usr/local/cuda

Em seguida, usei o procedimento sobre o arquivo cudnn.h que encontrei neste local:

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

Para verificar a instalação do CUDA, execute o comando abaixo ; se estiver instalado corretamente, o comando abaixo não emitirá nenhum erro e imprimirá a versão correta da biblioteca.

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

Para verificar a instalação do CuDNN, execute o comando abaixo , se o CuDNN estiver instalado corretamente, você não receberá nenhum erro.

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 libcudnn 

OU

você pode executar o comando abaixo de qualquer diretório

nvcc -V

deve dar saída algo como isto

 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

Obtendo a versão cuDNN [Linux]

Use o seguinte para encontrar o caminho para cuDNN:

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

Se acima não funcionar, tente o seguinte:

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

Obtendo a versão cuDNN [Windows]

Use o seguinte para encontrar o caminho para cuDNN:

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

Em seguida, use isso para despejar a versão do arquivo de cabeçalho,

type "%PROGRAMFILES%\cuDNN6\cuda\include\cudnn.h" | findstr "CUDNN_MAJOR CUDNN_MINOR CUDNN_PATCHLEVEL"

Obtendo a versão CUDA

Isso funciona no Linux e no Windows:

nvcc --version

Ao instalar no ubuntu via .debvocê pode usarsudo apt search cudnn | grep installed

Corre ./mnistCUDNN em/usr/src/cudnn_samples_v7/mnistCUDNN

Aqui está um exemplo:

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