Como posso instalar o CuDNN no Ubuntu 16.04?

Para o TensorFlow, eu gostaria de instalar o cuda e o CuDNN. Como faço isso no Ubuntu 16.04?

Etapa 0: Instale o cuda a partir dos repositórios padrão. (Consulte Como instalar o CUDA no Ubuntu 16.04? )

Etapa 1: registre uma conta de desenvolvedor da nvidia e faça o download do cudnn aqui (cerca de 80 MB)

Etapa 2: verifique onde está sua instalação do cuda. Para a instalação do repositório, é /usr/lib/...e /usr/include. Caso contrário, será /usr/local/cuda/ou /usr/local/cuda-<version>. Você pode verificá-lo com which nvccouldconfig -p | grep cuda

Etapa 3: Copie os arquivos:

Instalação do repositório:

$ 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*

Instalação do 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*

A partir do 5.1, você não pode instalar de acordo com o que o @Martin mencionou. Faça o download 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.debno site da nvidia e instale um por um a seguir.

 sudo dpkg -i <library_name>.deb

Edit : Você deve primeiro instalar o tempo de execução (libcudnn6_6.0.21-1 + cuda8.0_amd64.deb) porque o dev depende do tempo de execução (obrigado @tinmarino)

1. Registre-se no site da NVidia. Pode levar um dia ou dois para que sua conta seja aprovada. Pelo menos era o caso quando me registrava.

2. Faça o download e instale o CUDA mais recente da NVidia ou a versão mais recente que se adapta ao software com o qual você trabalhará, se houver, neste caso, sua versão do T-Flow.

   Observe que a instalação via gerenciador de pacotes padrão do ubuntu via clique provavelmente não funcionará adequadamente.

   Em vez disso, você provavelmente terá que seguir estas instruções no terminal para instalar o .debpakage. Depois disso você terá que adicionar algumas linhas para .bashrc, ou onde quer apropriadas no seu caso. Por exemplo, se você estiver configurando um servidor, provavelmente será um lugar diferente, talvez em algum lugar antes da inicialização automática do aplicativo, pois .bashrcprovavelmente não será executado nesse caso.

3. Download CuDNN da NVidia

   Eu usei a versão "Library for Linux", não tive muita sorte com os .debpacotes.

4. Você pode encontrar onde está localizada a CUDA which nvcc. Normalmente, /usr/local/cuda/haverá um link simbólico para sua versão atualmente instalada.

5. Abra o arquivo CuDNN e copie o conteúdo apropriado em locais apropriados na pasta de instalação CUDA ( cuda/lib64/e cuda/include/). Eu costumo sudo nautilusfazer isso visualmente.

O avanço rápido de 2018 e a NVIDIA agora fornecem o cuDNN 7.x para download. As etapas de instalação ainda são semelhantes às descritas por @GPrathap. Mas se você deseja substituir a versão antiga do cuDNN pela versão mais recente, remova-a primeiro antes da instalação.

Para recapitular:

Etapa 0. Verifique se você já instalou o kit de ferramentas CUDA. Prossiga com a instalação do kit de ferramentas CUDA, se não tiver.

Etapa 1. Acesse o portal do desenvolvedor da NVIDIA https://developer.nvidia.com/cudnn e faça o download do cuDNN.

Etapa 2. Se você já instalou o cuDNN, remova-o

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

Etapa 3. Instale a biblioteca cuDNN (tempo de execução, dev, doc) usando o dpkg

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

Etapa 4. Se você deseja descobrir onde a biblioteca foi instalada, atualize o índice de localização e, em seguida, localize a localização da biblioteca.

sudo updatedb
locate libcudnn

Se você estiver instalando especificamente o cuDNN 7.x no CUDA toolkit 9.1, este artigo fornecerá mais detalhes que podem ser úteis: http://tech.amikelive.com/node-679/quick-tip-installing-cuda-deep- Rede neural-7-cudnn-7-x-library-for-cuda-toolkit-9-1-on-ubuntu-16-04 /

Além disso, você pode fazer o download dos pacotes deb para distribuições baseadas no Debian.

Na página da NVIDIA, para o perfil do desenvolvedor, estão disponíveis os próximos arquivos:

• Biblioteca de Tempo de Execução cuDNN v5.1 para Linux (Deb)
• Biblioteca de desenvolvedores do cuDNN v5.1 para Linux (Deb)
• Exemplos de código cuDNN v5.1 e Guia do usuário Linux (Deb)

Eu testei isso, na minha máquina com o Debian (Stretch) e o TensorFlow está funcionando!

Adicionando um detalhe importante às respostas ainda válidas de @Martin Thoma e @ Íhor Mé: Depois de copiar os arquivos libcudnn nos diretórios cuda, você deve atualizar o arquivo .bashrc:

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

Você deve adicionar o diretório de inclusão a qualquer arquivo de configuração que o utilize. O Caffe, por exemplo, possui um arquivo de configuração que você deve editar antes de compilar com o make. Para isso, edite caffe / Makefile.config para adicionar os caminhos a essas variáveis ​​de configuração (adicione espaço em branco entre os caminhos):

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

Para cada janela de terminal atual que você deseja que essas alterações sejam efetivas, não se esqueça de executar o arquivo uma vez!

. ~/.bashrc

a resposta está correta, mas para o cuDNN 5.1 alguns nomes foram alterados. Portanto, se você usar esta versão após extrair o arquivo cuDNN, encontrará duas pastas: lib e include. altere o nome do arquivo * .h na pasta de inclusão para cudnn.he siga https://askubuntu.com/a/767270/641589 . essa alteração é necessária se você quiser usar o cuDNN para Caffe!

Na 16.04, se você estiver instalando o CUDA diretamente do site da Nvidia e também estiver criando o Tensorflow a partir da fonte, poderá especificar o diretório que deseja indicar como Cudnn. Por padrão, é:

/usr/include/x86_64-linux-gnu

Quando você estiver construindo o Tensorflow, ele perguntará qual versão você deseja indicar que está usando para o Cudnn. Depois disso, ele perguntará onde está localizado. Apenas indique o diretório acima e ele funcionará bem. Ele deve criar um arquivo de roda nesse ponto e você pode instalá-lo com o pip.