cuDNN 安装教程
cuDNN（CUDA Deep Neural Network library）是NVIDIA提供的一个深度学习加速库，专为深度神经网络设计。它提供了高度优化的GPU加速原语，用于前向和后向传播、卷积、池化等操作。以下是如何在不同操作系统上安装cuDNN的详细步骤。
一、准备工作
系统要求：
- 支持CUDA的NVIDIA GPU。
- 已安装的NVIDIA驱动程序和CUDA Toolkit。
下载cuDNN：
- 访问NVIDIA cuDNN官网。
- 注册并登录NVIDIA开发者账号（如果尚未注册）。
- 根据您的CUDA版本选择相应的cuDNN版本进行下载。
二、Windows系统安装
下载cuDNN压缩包：
- 从NVIDIA cuDNN官网下载适用于您CUDA版本的cuDNN ZIP文件。
解压文件：
- 将下载的ZIP文件解压到一个目标文件夹中，例如C:\tools\cudnn\<version>。
配置环境变量：
- 将cuDNN的bin目录添加到系统的PATH环境变量中。例如，添加C:\tools\cudnn\<version>\bin到PATH。
- 确保CUDA的bin目录也在PATH中，例如C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\<cuda_version>\bin。
验证安装：
- 打开命令提示符或PowerShell，输入nvcc --version来检查CUDA编译器是否已正确安装。
- 运行一个简单的CUDA程序来确保一切正常工作。
三、Linux系统安装
下载cuDNN tar包：
- 从NVIDIA cuDNN官网下载适用于您CUDA版本的cuDNN tar.gz文件。
解压文件：
- 使用tar命令解压文件。例如：tar -xzvf cudnn-<version>-linux-x64-<type>.tgz
- 其中<version>是版本号，<type>可能是solib（共享库）、developer（开发者包）等。
复制文件到CUDA目录：
- 将解压后的include和lib64目录中的内容复制到CUDA的安装目录中。例如：sudo cp -P cuda/include/* /usr/local/cuda/include/ sudo cp -P cuda/lib64/* /usr/local/cuda/lib64/
- 注意：如果您的CUDA安装在非默认路径下，请相应地调整上述命令中的路径。
更新LD_LIBRARY_PATH：
- 将CUDA的lib64目录添加到LD_LIBRARY_PATH环境变量中。例如，在.bashrc或.zshrc文件中添加：export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
- 然后运行source ~/.bashrc或source ~/.zshrc使更改生效。
验证安装：
- 打开终端，输入nvcc --version来检查CUDA编译器是否已正确安装。
- 运行一个简单的CUDA程序来确保一切正常工作。
四、注意事项
- 版本兼容性：确保cuDNN的版本与您的CUDA Toolkit版本兼容。
- 许可协议：在安装和使用cuDNN之前，请仔细阅读并遵守NVIDIA的许可协议。
- 备份数据：在进行任何系统级更改之前，建议备份重要数据和配置文件。
通过以上步骤，您应该能够在Windows和Linux系统上成功安装cuDNN。如果遇到任何问题，请参考NVIDIA官方文档或社区论坛获取帮助。
