Ubuntu 16.04 上 TensorFlow 的 NVIDIA cuDNN 版本类型 [关闭]
Posted
技术标签:
【中文标题】Ubuntu 16.04 上 TensorFlow 的 NVIDIA cuDNN 版本类型 [关闭]【英文标题】:Which NVIDIA cuDNN release type for TensorFlow on Ubuntu 16.04 [closed] 【发布时间】:2018-07-24 21:01:37 【问题描述】:根据TensorFlow 1.5 installation instructions for Ubuntu 16.04,您需要安装 cuDNN 7.0,但他们没有具体说明应该安装什么:
cuDNN v7.0。详情请见NVIDIA's documentation。确保您 按照 NVIDIA 中的描述创建 CUDA_HOME 环境变量 文档。
注册并完成下载 cuDNN 的所有步骤后,有多种下载和安装选项:
显然,对于 Ubuntu 16.04,它可以是 Linux 或 Ubuntu Runtime 或 Developer,但由于我在网上看到不同的提及确切应该安装哪个文件,我想知道哪个是最好的安装,或者实际上是否有任何区别?
【问题讨论】:
【参考方案1】:首先,我建议您阅读开发人员指南和安装指南。我将尽量不重复其中包含的信息(例如特定的安装步骤/命令行)。
基本上有 2 种安装方法,适用于多种不同类型的 NVIDIA 软件:
直接安装(在这种特殊情况下通过 .tgz 压缩存档) 包管理器安装(即在 Ubuntu 上使用 dpkg/apt/apt-get)有多种原因,包括个人偏好,为什么您可能更喜欢使用 tar 存档 (.tgz) 并“解压缩”所有内容,而不是让 apt 或 apt-get 为您处理安装。
如果您选择 .tgz 方法,您需要的所有内容都包含在单个 .tgz 存档“cuDNN v7.0.5 Library for Linux”中,并且我们可以立即观察到,如果您使用的是某些 Linux 操作系统除了 Ubuntu,这是(唯一的)方法。此 zip 文件包含已编译的库、针对 cuDNN API 进行开发所需的头文件,以及针对 cuDNN 编译/链接代码所需的其他内容。
如果您选择包管理器方法,这目前仅适用于列出的操作系统(本例中为 Ubuntu 16.04 和 Ubuntu 14.04)。你有一些独立的选择:
运行时库 - 如果您将使用 cuDNN 做的唯一事情是运行另一个已编译为在该版本的 Ubuntu 上使用该版本的 cuDNN 的二进制文件,这就足够了。例如,如果您已经通过 pip 方法安装了 Tensorflow (TF),那么您将获得准备就绪的预编译二进制文件,并且这些预编译的二进制文件是为 Ubuntu 16.04 和 cuDNN 7.0.5 设置的,那么您可以只安装 cuDNN运行时库(按照安装指南中的步骤操作),这足以开始使用您的预编译 TF。
开发人员库 - 这将包括头文件和针对此特定版本的 cuDNN API 编译和构建代码所需的其他内容。因此,如果您想要build 或rebuild TF(用于 CUDA GPU 使用),或者您只是在处理自己的 cuDNN API 使用,您会想要这个选项。
代码示例和用户指南 - 在 .tgz 安装方法中,所有这些组件(包括文档和代码示例)都包含在单个 .tgz 存档中。在包管理器方法中,即使是代码示例和 API 用户指南也被分解为单独的 .deb 安装,因此如果您不需要它,则不必下载它(例如,如果您只是针对cuDNN 7.0.5,您需要开发人员库,但不需要代码示例或 API 用户指南)。
更新:对于更新版本的 CUDNN,.tgz 文件/方法不再包含示例代码或文档。文档(用户指南和安装指南)是here。这些示例仅在 .deb 安装程序中可用。
【讨论】:
我只是想知道是否必须在安装开发人员库之前安装运行时库。从文档看来,我必须从运行时库开始安装两者。【参考方案2】:你必须安装 cudnn v 7.0.x 这里的 x 表示次要版本,它对 tensorflow 并不重要 你有 ubuntu 16.04,所以你必须下载“cudnn v7.0.5 library for linux”才能安装 tensorflow
【讨论】:
我指的不是次要版本——我指的是同时存在“Linux”、“Ubuntu 16.04 Runtime”和“Ubuntu 16.04 Developer”这一事实。以上是关于Ubuntu 16.04 上 TensorFlow 的 NVIDIA cuDNN 版本类型 [关闭]的主要内容,如果未能解决你的问题,请参考以下文章
ubuntu16.04 源码安装Python3.7 并在此基础上安装Tensorflow (确保Tensorflow计算框架与系统的彻底隔离)
Ubuntu16.04上通过anaconda3离线安装Tensorflow2.0详细教程
tensorflow 1.8, ubuntu 16.04, cuda 9.0, nvidia-390,安装踩坑指南。
ubuntu16.04服务器上无root权限,配置个人tensorflow环境--cuda9.0+cuDNN7+tensorflow-gpu-1.18