Pour TensorFlow, je voudrais installer cuda et CuDNN. Comment faire cela sur Ubuntu 16.04?
Pour TensorFlow, je voudrais installer cuda et CuDNN. Comment faire cela sur Ubuntu 16.04?
Étape 0: installez cuda à partir des référentiels standard. (Voir Comment installer CUDA sur Ubuntu 16.04? )
Étape 1: Enregistrez un compte développeur nvidia et téléchargez cudnn ici (environ 80 Mo)
Étape 2: Vérifiez l’emplacement de votre installation cuda. Pour l'installation à partir du référentiel, il s'agit de /usr/lib/... et de /usr/include . Sinon, ce sera /usr/local/cuda/ ou /usr/local/cuda-<version> . Vous pouvez le vérifier avec which nvcc ou ldconfig -p | grep cuda
Étape 3: copiez les fichiers:
Installation du référentiel:
$ 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*
Installation du fichier d’exécution:
$ 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*
À partir de la version 5.1, vous ne pouvez pas installer ce que @Martin a mentionné.
Téléchargez 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.deb depuis le site nvidia et installez-les un par un.
sudo dpkg -i <library_name>.deb
Téléchargez et installez la dernière version de Cuda de NVidia , ou la dernière version du logiciel sur lequel vous travaillerez, le cas échéant, dans ce cas, votre version de T-Flow.
Notez que l'installation via le gestionnaire de paquets standard d'ubuntu via un clic ne fonctionnera probablement pas correctement.
Au lieu de cela, vous devrez probablement suivre ces instructions dans le terminal pour installer .deb pakage. Après cela, vous devrez ajouter quelques lignes à .bashrc , ou le cas échéant dans votre cas. Par exemple, si vous configurez un serveur, il va probablement être différent, peut-être quelque part avant l'autolaunch de votre application, car .bashrc ne sera probablement pas exécuté dans ce cas.
Télécharger CuDNN depuis NVidia
J'ai utilisé la version "Bibliothèque pour Linux", avec peu de chance avec les paquets .deb .
Vous pouvez trouver où se trouve CUDA via
which nvcc . Habituellement, /usr/local/cuda/ sera un lien symbolique vers votre version actuellement installée.
cuda/lib64/ et cuda/include/ ). J'ai l'habitude de sudo nautilus et de le faire visuellement. Avance rapide 2018 et NVIDIA fournit maintenant le téléchargement de cuDNN 7.x. Les étapes d'installation sont toujours similaires à celles décrites par @GPrathap. Mais si vous souhaitez remplacer l'ancienne version de cuDNN par la nouvelle, vous devez d'abord la supprimer avant l'installation.
Pour récapituler:
Étape 0. Vérifiez que vous avez déjà installé le toolkit CUDA. Procédez à l'installation de CUDA toolkit si vous ne l'avez pas.
Étape 1. Accédez au portail des développeurs NVIDIA lien et téléchargez cuDNN.
Étape 2. Si vous avez déjà installé cuDNN, supprimez-le
sudo dpkg -r <old-cudnn-runtime>.deb
sudo dpkg -r <old-cudnn-dev>.deb
Étape 3. Installez la bibliothèque cuDNN (runtime, dev, doc) en utilisant dpkg
sudo dpkg -i <new-cudnn-runtime>.deb
sudo dpkg -i <new-cudnn-dev>.deb
sudo ldconfig
Étape 4. Si vous souhaitez trouver où la bibliothèque a été installée, vous pouvez mettre à jour l'index de localisation, puis rechercher l'emplacement de la bibliothèque.
sudo updatedb
locate libcudnn
Si vous installez spécifiquement cuDNN 7.x contre CUDA toolkit 9.1, cet article fournit plus d’éléments qui peuvent être utiles: lien
Vous pouvez également télécharger les paquets deb pour les distributions basées sur Debian.
Sur la page Web NVIDIA, les fichiers suivants sont disponibles pour le profil de développeur:
J'ai testé cela sur ma machine avec Debian (Stretch) et TensorFlow fonctionne!
Ajouter un détail important aux réponses toujours valables de @Martin Thoma et @ Íhor Mé: Après avoir copié les fichiers libcudnn dans les répertoires cuda, vous devez mettre à jour votre fichier .bashrc:
export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64"
export CUDA_HOME=/usr/local/cuda
Vous devez ensuite ajouter le répertoire include à tout fichier de configuration qui l'utilise. Café par exemple a un fichier de configuration que vous devez éditer avant de compiler avec make. Pour cela, éditez caffe / Makefile.config pour ajouter les chemins à ces variables de configuration (ajoutez des espaces entre les chemins):
INCLUDE_DIRS: /usr/local/caffe/cuda/include/
LIBRARY_DIRS: /usr/local/cuda/lib64/
Pour chaque fenêtre de terminal en cours, vous souhaitez que ces modifications soient efficaces, n'oubliez pas d’exécuter le fichier une fois!
. ~/.bashrc
la réponse est correcte mais pour cuDNN 5.1, certains noms ont été modifiés. Donc, si vous utilisez cette version après avoir extrait le fichier cuDNN, vous trouverez deux dossiers: lib et include. changez le nom du fichier * .h dans le dossier include en cudnn.h, puis suivez lien . ce changement est nécessaire si vous souhaitez utiliser cuDNN pour Caffe!
En 16.04, si vous installez CUDA directement à partir du site Web de Nvidia et que vous construisez également Tensorflow depuis la source, vous pouvez spécifier le répertoire que vous souhaitez indiquer comme étant Cudnn. Par défaut c'est:
/usr/include/x86_64-linux-gnu
Lorsque vous construisez Tensorflow, il vous demandera quelle version vous souhaitez utiliser pour Cudnn. Ensuite, il demandera où il se trouve. Indiquez simplement le répertoire ci-dessus et cela fonctionnera correctement. Il devrait créer un fichier de roue à ce stade et vous pouvez l’installer avec pip.