在没有 root 访问权限的情况下安装 CUDNN 以供一般使用
Installing CUDNN for general usage without root access
我使用的服务器有 CUDA 7.5。但是服务器不涉及CUDNN
是否可以安装 CUDNN,并使用 CUDA 设置所有 linkings,无需 root 访问权限,以便在 ubuntu 14.04 上使用所有应用程序?
我已经在这个页面 , but it did not work for me. I have verified by building caffe; http://caffe.berkeleyvision.org/ 上实施了解决方案,并且我已经使用 cmake 进行了检查。我从那里创建了一个目录 caffe/build 和 运行 cmake ..。如果配置正确,我会看到这些行:
-- Found cuDNN (include: /usr/local/cuda-7.0/include, library: /usr/local/cuda-7.0/lib64/libcudnn.so)
-- NVIDIA CUDA:
-- Target GPU(s) : Auto
-- GPU arch(s) : sm_30
-- cuDNN : Yes
但是我看到了
-- cuDNN : Not found
P.S。我还需要 运行: https://github.com/rsennrich/nematus
在本地安装 CUDNN 以及在服务器中 link 使用全局 CUDA 的最佳方法是什么?
我在家里创建了一个单独的目录,用于使用 CuDNN 的共享对象和 .h 文件。然后我在 PATH 中添加了这个单独目录的路径,并在 bashrc 中添加了 LD_LIBRARY_PATH 变量。它对我有用。
可以将 CuDNN 与安装在服务器中的 CUDA 一起使用,这是我为使其工作所做的工作。
首先,您只需要简单地在本地创建一个文件 space:
Home/local
并让它包含 include 和 lib 文件夹(我想你们中的大多数人都有这些本地文件夹)。
HOME/local/include
HOME/local/lib
然后下载CuDNN并将CuDNN文件夹中的include和lib64内容移动到本地include 和 lib 文件夹分开(你刚刚创建的)
最后,将这两个环境路径添加到您的 .bashrc 文件
export CPATH=$CPATH:$HOME/local/include
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$HOME/local/lib
到时候就可以了。
顺便说一句,如果您在成功安装 CuDNN 后遇到 'out of memory' 问题,请在 运行 您的代码之前在终端中输入此行:
export CUDA_VISIBLE_DEVICES=0
更改 GPU 设备。
我使用的服务器有 CUDA 7.5。但是服务器不涉及CUDNN
是否可以安装 CUDNN,并使用 CUDA 设置所有 linkings,无需 root 访问权限,以便在 ubuntu 14.04 上使用所有应用程序?
我已经在这个页面
-- Found cuDNN (include: /usr/local/cuda-7.0/include, library: /usr/local/cuda-7.0/lib64/libcudnn.so)
-- NVIDIA CUDA:
-- Target GPU(s) : Auto
-- GPU arch(s) : sm_30
-- cuDNN : Yes
但是我看到了
-- cuDNN : Not found
P.S。我还需要 运行: https://github.com/rsennrich/nematus
在本地安装 CUDNN 以及在服务器中 link 使用全局 CUDA 的最佳方法是什么?
我在家里创建了一个单独的目录,用于使用 CuDNN 的共享对象和 .h 文件。然后我在 PATH 中添加了这个单独目录的路径,并在 bashrc 中添加了 LD_LIBRARY_PATH 变量。它对我有用。
可以将 CuDNN 与安装在服务器中的 CUDA 一起使用,这是我为使其工作所做的工作。 首先,您只需要简单地在本地创建一个文件 space:
Home/local
并让它包含 include 和 lib 文件夹(我想你们中的大多数人都有这些本地文件夹)。
HOME/local/include
HOME/local/lib
然后下载CuDNN并将CuDNN文件夹中的include和lib64内容移动到本地include 和 lib 文件夹分开(你刚刚创建的)
最后,将这两个环境路径添加到您的 .bashrc 文件
export CPATH=$CPATH:$HOME/local/include
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$HOME/local/lib
到时候就可以了。
顺便说一句,如果您在成功安装 CuDNN 后遇到 'out of memory' 问题,请在 运行 您的代码之前在终端中输入此行:
export CUDA_VISIBLE_DEVICES=0
更改 GPU 设备。