Ubuntu 16.04 上适用于 TensorFlow 的 NVIDIA cuDNN 发布类型
Which NVIDIA cuDNN release type for TensorFlow on Ubuntu 16.04
根据 TensorFlow 1.5 installation instructions 对于 Ubuntu 16.04，您需要安装 cuDNN 7.0，但他们没有具体说明应该安装什么：
cuDNN v7.0. For details, see NVIDIA's documentation. Ensure that you
create the CUDA_HOME environment variable as described in the NVIDIA
documentation.
注册并通过所有步骤下载 cuDNN 后，有多种下载和安装选项：
显然，对于 Ubuntu 16.04，它是 Linux 或 Ubuntu 运行时或开发人员，但由于我在网络上看到不同的提及确切应该安装哪个文件，我想知道哪个是最好安装的，或者实际上是否有任何区别？
你必须安装 cudnn v 7.0.x 这里的 x 表示次要版本，它对 tensorflow 不重要
你有 ubuntu 16.04 所以你必须下载 "cudnn v7.0.5 library for linux" 才能安装 tensorflow
首先，我建议您阅读开发人员指南和安装指南。我将尽量不重复其中包含的信息（例如特定安装 steps/command 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（在此特定情况下通过 .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，包括个人偏好，为什么您可能更喜欢使用 tar 存档 (.tgz) 和 "unzip" 一切，而不是让 apt 或 apt-get 处理为您安装。
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，并且我们可以立即观察到如果您使用一些 Linux OS 除了Ubuntu，这是（唯一的）方法。此 zip 文件包含已编译的库、针对 cuDNN API 开发所需的头文件，以及针对 cuDNN compile/link 编码所需的其他内容。
如果您选择包管理器方法，目前仅适用于列出的 OS（在此示例中为 Ubuntu 16.04 和 Ubuntu 14.04）。你有一些独立的选择：
运行时库 - 如果您将使用 cuDNN 做的唯一事情是 运行 另一个已编译为在该版本的 cuDNN 上使用该版本的二进制文件，这就足够了 Ubuntu。例如，如果您通过 pip 方法安装了 Tensorflow (TF)，那么您将获得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，那么您可以只需安装 cuDNN 运行时库（按照安装指南中的步骤操作）就足以开始使用预编译的 TF。
开发人员库 - 这将包括头文件和针对此特定版本的 cuDNN API 编译和构建代码所需的其他内容。因此，如果您想 build 或 rebuild TF（用于 CUDA GPU 使用），或者您只是在处理自己的 API 用法cuDNN，你会想要这个选项。
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 用户指南也被分解成一个单独的 .deb 安装，所以如果你不需要它就不必下载它（例如，如果你是只是针对 cuDNN 7.0.5 重建 TF，您可能需要开发人员库，但不需要代码示例或 API 用户指南）。
更新：对于更新版本的 CUDNN，.tgz file/method 不再包含示例代码或文档。文档（用户指南和安装指南）是 here。这些示例仅在 .deb 安装程序中可用。
根据 TensorFlow 1.5 installation instructions 对于 Ubuntu 16.04，您需要安装 cuDNN 7.0，但他们没有具体说明应该安装什么：
cuDNN v7.0. For details, see NVIDIA's documentation. Ensure that you create the CUDA_HOME environment variable as described in the NVIDIA documentation.
注册并通过所有步骤下载 cuDNN 后，有多种下载和安装选项：
显然，对于 Ubuntu 16.04，它是 Linux 或 Ubuntu 运行时或开发人员，但由于我在网络上看到不同的提及确切应该安装哪个文件，我想知道哪个是最好安装的，或者实际上是否有任何区别？
你必须安装 cudnn v 7.0.x 这里的 x 表示次要版本，它对 tensorflow 不重要 你有 ubuntu 16.04 所以你必须下载 "cudnn v7.0.5 library for linux" 才能安装 tensorflow
首先，我建议您阅读开发人员指南和安装指南。我将尽量不重复其中包含的信息（例如特定安装 steps/command 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（在此特定情况下通过 .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，包括个人偏好，为什么您可能更喜欢使用 tar 存档 (.tgz) 和 "unzip" 一切，而不是让 apt 或 apt-get 处理为您安装。
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，并且我们可以立即观察到如果您使用一些 Linux OS 除了Ubuntu，这是（唯一的）方法。此 zip 文件包含已编译的库、针对 cuDNN API 开发所需的头文件，以及针对 cuDNN compile/link 编码所需的其他内容。
如果您选择包管理器方法，目前仅适用于列出的 OS（在此示例中为 Ubuntu 16.04 和 Ubuntu 14.04）。你有一些独立的选择：
运行时库 - 如果您将使用 cuDNN 做的唯一事情是 运行 另一个已编译为在该版本的 cuDNN 上使用该版本的二进制文件，这就足够了 Ubuntu。例如，如果您通过 pip 方法安装了 Tensorflow (TF)，那么您将获得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，那么您可以只需安装 cuDNN 运行时库（按照安装指南中的步骤操作）就足以开始使用预编译的 TF。
开发人员库 - 这将包括头文件和针对此特定版本的 cuDNN API 编译和构建代码所需的其他内容。因此，如果您想 build 或 rebuild TF（用于 CUDA GPU 使用），或者您只是在处理自己的 API 用法cuDNN，你会想要这个选项。
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 用户指南也被分解成一个单独的 .deb 安装，所以如果你不需要它就不必下载它（例如，如果你是只是针对 cuDNN 7.0.5 重建 TF，您可能需要开发人员库，但不需要代码示例或 API 用户指南）。
更新：对于更新版本的 CUDNN，.tgz file/method 不再包含示例代码或文档。文档（用户指南和安装指南）是 here。这些示例仅在 .deb 安装程序中可用。