Closed. 这个问题不符合堆栈溢出指南 /help/closed-questions 。目前不接受答案。
根据TensorFlow 1.5 安装说明 https://www.tensorflow.org/install/install_linux 对于 Ubuntu 16.04,您需要安装 cuDNN 7.0,但他们没有具体提到应该安装什么:
cuDNN v7.0。详细信息请参见NVIDIA 的文档 https://developer.nvidia.com/cudnn 。确保您
按照 NVIDIA 中的描述创建 CUDA_HOME 环境变量
文档。
注册并完成所有步骤下载 cuDNN 后,有多个下载和安装选项:
显然,对于 Ubuntu 16.04 来说,它要么是 Linux,要么是 Ubuntu Runtime 或 Developer,但由于我在网上看到不同的提及应该安装哪个文件,我想知道哪个是最好安装的,或者是否真的有什么区别?
首先,我鼓励您阅读开发人员指南和安装指南。我将尝试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,适用于许多不同类型的 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,包括个人喜好,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,并且立即我们可以观察到,如果您使用除 Ubuntu 之外的某些 Linux 操作系统,这是(唯一)的出路。该 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,则当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 - 如果您使用 cuDNN 执行的唯一操作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,则这已经足够了。例如,如果您通过 pip 方法安装了 Tensorflow (TF),因此您获得了可以使用的预编译二进制文件,并且这些预编译二进制文件是为 Ubuntu 16.04 和 cuDNN 7.0.5 设置的,那么您只需安装 cuDNN运行时库(按照安装指南中的步骤操作),这足以开始使用预编译的 TF。
开发人员库 - 这将包括头文件以及针对此特定版本的 cuDNN API 编译和构建代码所需的其他内容。所以如果你想build or rebuild TF(用于 CUDA GPU 使用),或者您只是在处理自己的 cuDNN API 使用,您可能需要此选项。
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,甚至代码示例和 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,如果您只是根据 TF 重建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:对于最新版本的 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 https://docs.nvidia.com/deeplearning/sdk/index.html 。这些示例仅在 .deb 安装程序中可用。
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)