Fork me on GitHub

  立志学习神经网络的同学,为了让它能够跑快一点,估计英伟达的GPU是要折腾一番的.

首先看一下什么是CUDA ?

  CUDA(Compute Unified Device Architecture),是显卡厂商NVIDIA推出的运算平台。 CUDA™是一种由NVIDIA推出的通用并行计算架构,该架构使GPU能够解决复杂的计算问题。

它是一个标准API的并行计算平台.它允许软件开发人员和工程师使用CUDA提供的GPU计算单元.

  什么是CUDNN?

NVIDIA cuDNN是用于深度神经网络的GPU加速库。它强调性能、易用性和低内存开销。NVIDIA cuDNN可以集成到更高级别的机器学习框架中,如加州大学伯克利分校的流行caffe软件。简单的,插入式设计可以让开发人员专注于设计和实现神经网络模型,而不是调整性能,同时还可以在GPU上实现高性能现代并行计算.

怎么安装CUDA呢?

这个见我以前的博文.

怎么安装CUDNN?

1 首先去下载:

https://developer.nvidia.com/rdp/cudnn-archive

2 安装deb文件:解压缩库文件并把头文件考入库中:

tar -zxvf cudnn-8.0-linux-x64-v6.0.tgz   sudo cp include/cudnn.h /usr/local/cuda/include/   sudo cp lib64/lib* /usr/local/cuda/lib64/

3 安装deb文件:

  

sudo dpkg -i libcudnn6_6.0.21-1+cuda8.0_amd64.deb 

sudo dpkg -i libcudnn6-dev_6.0.21-1+cuda8.0_amd64.deb

sudo dpkg -i libcudnn6-doc_6.0.21-1+cuda8.0_amd64.deb

 

4 验证是否成功:

  

cd /usr/src/cudnn_samples_v6/mnistCUDNN
sudo make clean && make
sudo ./mnistCUDNN

  log信息:

Result of classification: 1 3 5

Test passed!

说明测试安装成功.

 

参考文档:

https://blog.csdn.net/qq_35239859/article/details/79827203

posted on 2018-10-19 18:44  虚生  阅读(1382)  评论(0编辑  收藏  举报