如何验证 CuDNN 安装？

Posted 2023-02-16

【中文标题】如何验证 CuDNN 安装？

【英文标题】：How to verify CuDNN installation?

【发布时间】：2015-09-28 07:58:04

【问题描述】：

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。我可以验证我的 NVIDIA 驱动程序已安装，并且 CUDA 已安装，但我不知道如何验证 CuDNN 已安装。非常感谢您的帮助，谢谢！

附言。 这是针对 caffe 实现的。目前，在没有启用 CuDNN 的情况下一切正常。

【问题讨论】：

您是否尝试运行一些启用和不启用USE_CUDNN 的示例？

如何验证您的 NVIDIA 和 CUDA 驱动程序是否已安装？

@CharlieParker 要验证 CUDA，只需输入 nvcc -V

他们要求 CUDNN 人 :)) 仔细阅读！！！

【参考方案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

第 1 步：注册一个 nvidia 开发者帐户和download cudnn here（约 80 MB）。您可能需要 nvcc --version 来获取您的 cuda 版本。

第 2 步：检查您的 cuda 安装位置。对于大多数人来说，它将是/usr/local/cuda/。您可以通过which nvcc查看。

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

编辑：在以后的版本中，这可能是以下内容（感谢Aris）

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

注意事项

当你遇到类似的错误时

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

对于 TensorFlow，您可以考虑使用 CuDNN v4 而不是 v5。

通过apt安装它的Ubuntu用户：https://askubuntu.com/a/767270/10425

【讨论】：

CuDNN 的这些步骤很好。如果副本保留符号链接（-av 标志），您会说它们可以得到如此轻微的改进吗？

修改路径对我的安装稍有帮助cat /usr/include/cudnn.h | grep CUDNN_MAJOR -A 2

最近，要获取版本，以下工作。猫 /usr/include/x86_64-linux-gnu/cudnn_v7.h | grep CUDNN_MAJOR -A 2

对我来说，CUDNN_MAJOR 变量包含在 /usr/local/cuda/include/cudnn_version.h 我使用的是 CuDNN 8.0.5

我支持 @spurra 的评论，较新版本的 cudnn 有一个 cudnn_version.h 文件。因此整个命令看起来像：cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

【参考方案2】：

我的回答显示了如何检查安装的 CuDNN 的版本，这通常也是您想要验证的内容。首先需要找到安装好的cudnn文件，然后解析这个文件。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，您可以执行以下操作（将 $CUDNN_H_PATH 替换为路径）：

cat $CUDNN_H_PATH | grep CUDNN_MAJOR -A 2

结果应该是这样的：

#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 install nvidia-cuda-toolkit）

这种安装方法将 cuda 安装在 /usr/include 和 /usr/lib/cuda/lib64 中，因此您需要查看的文件在 /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 <library_name>.deb 包安装时），您可能需要使用以下内容：

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"
                      

表示安装了 CuDNN 版本 6.0.21。

Redhat 发行版

在 CentOS 上，我找到了 CUDA 的位置：

$ whereis cuda
cuda: /usr/local/cuda

然后我使用了关于从这个位置找到的 cudnn.h 文件的过程：

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

【讨论】：

不再；现在在 cudnn_version.h 中找到。

【参考方案3】：

要检查 CUDA 的安装，请运行以下命令，如果安装正确，则以下命令不会抛出任何错误，并且会打印正确版本的库。

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 CuDNN 安装正确，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 

或

你可以从任何目录运行下面的命令

nvcc -V

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

【讨论】：

我运行 nvcc -V 命令并抛出错误。找不到这样的命令。

@InfiniteLoops 你有安装 nvidia cuda 工具包吗？

@Sherlock 我直接从 TensorFlow 的安装指南运行 cmd，我假设安装了 Cuda n cudnn。它说它添加了 Nvidia 软件包 repo 并安装 cuda 和工具。但是您之前所说的功能有效。它显示类似 libcudnn.so.7 -> libcudnn.so.7.2.1

@InfiniteLoops 如果您收到“未找到此类命令”的错误，这意味着未安装 nvidia 工具包。尝试命令nvcc 并检查您的输出。检查下面的链接也devtalk.nvidia.com/default/topic/457664/…

运行nvcc -V和cudnn有什么关系？与您的示例一样，它似乎没有显示 cudnn 版本...

【参考方案4】：

安装 CuDNN 只需将文件放在 CUDA 目录中。如果您在安装 caffe 时正确指定了路由和 CuDNN 选项，它将与 CuDNN 一起编译。

您可以使用cmake 进行检查。创建一个目录caffe/build 并从那里运行cmake ..。如果配置正确，您将看到以下几行：

-- 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。

【讨论】：

太棒了，谢谢你的回答。在 make 文件中启用 cuDNN 并重新编译后，我确实启用了它：D.

有没有办法在不使用 Caffe 的情况下查找是否安装了 cuDNN。类似于您使用 CUDA 获得的示例？

@gokul_uf per martin's answer below，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 CUDNN_MAJOR -A 2跨度>

@Boooooooooms 他只是在获取编程语言 C 的“头文件”的内容，并使用程序“grep”为我们读出一个特定的变量

grep 不再起作用，因为版本已从 cudnn.h 中取出并放入 cudnn_version.h 。但是您仍然可以使用 cat 命令验证文件是否存在，只需将 | 中的所有内容都省略掉即可。 grep 管道。

【参考方案5】：

获取 cuDNN 版本 [Linux]

使用以下方法查找 cuDNN 的路径：

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

如果上述方法不起作用，请尝试以下操作：

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

获取 cuDNN 版本 [Windows]

使用以下方法查找 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中转储版本，

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

【讨论】：

只是为了添加一个用户案例：我在我的 cuda 安装中找不到 cudnn.h 文件，我以为我没有安装 cudnn。但是我后来运行官网下载的cuda示例代码，通过了……

我用来查找完整版本号的完整命令是：type "C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\include\cudnn.h" | findstr "CUDNN_MAJOR CUDNN_MINOR CUDNN_PATCHLEVEL"

酷！我更新了答案，所以现在它会打印这些详细信息。

【参考方案6】：

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

【讨论】：

说明我安装了first one，那么我安装成功了吗？

【参考方案7】：

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

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

成功了。

【讨论】：

对我来说，带有 cuDNN 8 的 Ubuntu 20.04.1 LTS 中的路径是这样的。/usr/local/cuda/include/cudnn_version.h 希望它可以帮助任何人。

【参考方案8】：

在 Ubuntu 20.04LTS 上：

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

返回了预期的结果

【讨论】：

惊人的答案。这是测试 CuDNN 的最简单方法

适用于 Ubuntu 18.04 LTS

对于 cuDNN 8.3，这就是答案，因为 Nvidia 在某处更改了 cudnn.h 上的内容，以删除我们正在处理的 CUDNN_MAJOR 字符串。

【参考方案9】：

在/usr/src/cudnn_samples_v7/mnistCUDNN 中运行./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

【讨论】：

这实际上是一个不错的建议，除非它是错误的。 mnistCUDNN 不应在该目录中，因为该目录不应该是可写目录。相反，样本应该作为子目录复制到用户主目录并在那里构建。因此，如果按照 Nvidia 网站上的说明正确安装和构建，mnistCUDNN 将位于 ~/cudnn_samples_v7

只是补充一下，您可以从 NVIDIA 官方网站获取代码示例，按照此处的说明 (docs.nvidia.com/deeplearning/sdk/cudnn-install/…) 进行安装和验证。

我明白了。我的cudnn.h 安装在/usr/include/cudnn.h，不知道为什么，但在我用apt-get 安装CUDA 之前发生了这种情况。这次我使用dpkg 并没有改变任何东西......

【参考方案10】：

用python代码检查怎么样：

from tensorflow.python.platform import build_info as tf_build_info

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

【讨论】：

应该是print(tf_build_info.build_info)

【参考方案11】：

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

【参考方案12】：

torch.backends.cudnn.version()

应该做的伎俩

【讨论】：

请记住，这可能会显示 pytorch 中包含的 cudnn 版本，而不是您可能按照 nvidia 指南手动安装的系统范围的 cudnn。您可以安装 pytorch 中包含的 cuda/cudnn 或 nvidia 提供的 cuda/cudnn 独立版本这一事实引起了很多混乱，但这个答案说明了一切：superuser.com/a/1572762/105024