声明:记录这篇文章,只是为了补充说明一下英伟达官网安装步骤。

官方安装指导链接:Installation Guide :: NVIDIA Deep Learning cuDNN Documentation

1. 简单概述一下安装步骤

1) 先下载cuDNN的.deb本地安装包:

链接:cuDNN Archive | NVIDIA Developer

  注意下载是需要注册一个Nvidia的账号的,下载最新版即可,它是支持CUDA 11.x的,兼容CUDA11系列,这里提供一下我获取的下载链接,不知道能不能不登录账号直接下载:Log in | NVIDIA Developer

Ubuntu20.04安装cuDNN(包括WSL)

   有一点需要注意的,我在wsl子系统中直接用wget下载,多次试验都是下载失败,下载文件只有几KB,但实际他这个.deb包是有800多MB的,直接使用浏览器下载没有任何问题,下载完后再复制到子系统目录下。

2)按照官方说明安装这个包

Ubuntu20.04安装cuDNN(包括WSL)

首先解压并安装deb包 

sudo dpkg -i cudnn-local-repo-ubuntu2004-8.6.0.163_1.0-1_amd64.deb

安装完后,它会自动提示把CUDA GPG Key导入的

Ubuntu20.04安装cuDNN(包括WSL)

sudo cp /var/cudnn-local-repo-ubuntu2004-8.6.0.163/cudnn-local-B0FE0A41-keyring.gpg /usr/share/keyrings/
# 更新一下软件库
sudo apt-get update

最后是真正开始安装cuDNN的库:

sudo apt-get install libcudnn8=8.6.0.163-1+cuda11.8
sudo apt-get install libcudnn8-dev=8.6.0.163-1+cuda11.8
sudo apt-get install libcudnn8-samples=8.6.0.163-1+cuda11.8

2. 重要说明

官网说的安装runtime library,developer library,code samples这些,提到安装命令是:

sudo apt-get install libcudnn8=8.x.x.x-1+cudaX.Y

他上面说把x.x.x替换成下载的cuDNN版本,X.Y替换成CUDA版本,然后我前面安装的Cuda版本是11.6的,因此起初我就把X.Y修改为了11.6,但是,很不幸,它提示:

E: Version '8.6.0.163-1+cuda11.6' for 'libcudnn8' was not found

找不到符合的包,难道这样安装是有问题的吗?关键是现在官网我也找不到原来的cuDNN完整tar.xz压缩包。

后来,我习惯性的看了一下/var目录下cuda安装路径,突然发现这个目录下,除了以前安装cuda时的cuda-repo-wsl-ubuntu-11-6-local目录,多了个cuDNN的cudnn-local-repo-ubuntu2004-8.6.0.163,当然,这不是重点,毕竟复制CUDA GPG Key时就复制到这个目录下了。

重点来了:::cudnn-local-repo-ubuntu2004-8.6.0.163目录下有三个名字很熟悉的deb包:

1. libcudnn8_8.6.0.163-1+cuda11.8_amd64.deb

2. libcudnn8-dev_8.6.0.163-1+cuda11.8_amd64.deb

3. libcudnn8-samples_8.6.0.163-1+cuda11.8_amd64.deb

Ubuntu20.04安装cuDNN(包括WSL)

恕我Linux知识掌握太薄弱了,这三个包就是官网说明提到的要安装的deb包,步骤5、6、7的apt-get install 要安装的包不需要重新下载了。

因此大家在按照官网指导安装cuDNN时,如果不确定文件名是什么时,不妨到/var/cudnn-local-repo-ubuntu2004-(cudnn版本号)目录下看一下。

不要太纠结于是否cuDNN版本太新,而cuda安装版本太低,它既然说明了11.x,那肯定兼容CUDA11所有系列。

Ubuntu20.04安装cuDNN(包括WSL)

发表回复