如何验证CuDNN安装？

Question

我搜索了很多地方,但我得到的是如何安装它,而不是如何验证它是否已安装.我可以验证我的NVIDIA驱动程序已安装,并且已安装CUDA,但我不知道如何验证是否已安装CuDNN.非常感谢帮助,谢谢!

PS.
这是为了实现caffe.目前一切正常,没有启用CuDNN.

Answer 1

CuDNN的安装只是复制一些文件.因此,要检查是否安装了CuDNN(以及您拥有的版本),您只需要检查这些文件.

安装CuDNN

步骤1:注册一个nvidia开发者帐户并在此处下载cudnn(大约80 MB).你可能需要nvcc --version获得你的cuda版本.

第2步:检查您的cuda安装位置.对大多数人来说,它会是/usr/local/cuda/.你可以检查一下which nvcc.

第3步: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.请参阅安装的第2步.

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

笔记

当你收到错误时

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.

通过apt以下网址安装的Ubuntu用户:https://askubuntu.com/a/767270/10425

Answer 2

Debian和Ubuntu

从CuDNN v5开始(至少在通过${CUDNN_H_PATH}软件包安装时),看起来您可能需要使用以下内容:

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

例如:

cat ${CUDNN_H_PATH} | grep CUDNN_MAJOR -A 2

表示已安装CuDNN版本6.0.21.

Redhat发行版

在CentOS上,我找到了CUDA的位置:

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

然后我使用了从这个位置找到的cudnn.h文件中的过程:

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

Answer 3

要检查CUDA的安装,请运行以下命令,如果安装正确,则命令下方不会抛出任何错误,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

要检查CuDNN的安装,请运行以下命令,如果正确安装了CuDNN,则不会出现任何错误.

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 

要么

您可以从任何目录运行以下命令

nvcc -V

它应该给出这样的输出

 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

Answer 4

安装CuDNN只涉及将文件放在CUDA目录中.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.

你可以检查一下cmake.创建一个目录caffe/build并cmake ..从那里运行.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

如果一切正确,只需运行make命令从那里安装caffe.

Answer 5

获取cuDNN版本[Linux]

使用以下命令查找cuDNN的路径:

$ whereis cuda
cuda: /usr/local/cuda

然后使用它从头文件中获取版本,

$ cat /usr/local/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:

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

然后使用它从头文件转储版本,

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

获得CUDA版本

这适用于Linux和Windows:

nvcc --version

Answer 6

torch.backends.cudnn.version()

应该能解决问题

Answer 7

通过ubuntu安装时.deb可以使用sudo apt search cudnn | grep installed

Answer 8

我有 cuDNN 8.0，上面的建议都不适合我。所需的信息在 中/usr/include/cudnn_version.h，所以

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

成功了。

Answer 9

跑./mnistCUDNN进去/usr/src/cudnn_samples_v7/mnistCUDNN

这是一个例子：

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

Answer 10

如何检查python代码：

from tensorflow.python.platform import build_info as tf_build_info

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

Answer 11

在 Ubuntu 20.04LTS 上：

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

返回了预期的结果

Answer 12

对于 CUDnn 8.1 及更高版本，请使用以下命令：

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