首页 > TAG信息列表 > libcudnn
Linux 安装多版本CUDA
安装CUDA 同样的在运行不同代码的时候，需要的环境不同，所以需要不同的GPU环境，Cuda的需要自然也就发生改变 特别是关于tensorflow的运行中。 首先我们需要在nvidia的官网上找到我们所需要的cuda版本，接下来可以根据各自的实际要求来选择 当前环境配置：Ubuntu20.04 gcc-5， gcc-8， gcc-9，/usr/bin/ld: 找不到 -lcudnn
命令行进入 /usr/local/cuda-10.0/lib64 路径下，运行以下命令： sudo cp lib* /usr/local/cuda/lib64/ cd /usr/local/cuda/lib64/ sudo rm -rf libcudnn.so libcudnn.so.7sudo ln -s libcudnn.so.7.4.2 libcudnn.so.7sudo ln -s libcudnn.so.7 libcudnn.soJetson Xavier NX远程登录
一. 远程桌面 在windows10远程上操作jetson Xavier，远程的前提：jetson xavier和Windows的PC在同一个局域网内（我这里是直接在windows10上开启热点）。 安装xrdp：sudo apt-get install xrdp vnc4server xbase-clients 1.1：桌面共享没反应 桌面共享其实就是一个vnc-server（因此没有必要ubuntu18.04上部署深度学习环境（包含opencv、驱动、cuda、cudnn、tensorflow、keras）
ubuntu18.04上部署深度学习环境 安装opencv为显卡安装驱动安装并行运算工具CUDA安装cudnn安装gpu版本的tensorflow安装keras 对于新手来说，在ubuntu上部署深度学习开发环境是有一定难度的，特别是容易出现一些莫名其妙的错误，经常会出现安装完不行又卸载，卸载完又重新安装的痛使用bert-as-serve时，报错ImportError: libcudnn.so.7: cannot open shared object file: No such file
查找服务器上是否有libcudnn.so.7 这个文件，命令：find /usr/local -name ‘libcudnn.so.7’ 没有的话，就从其他服务器上拷贝，然后按照以下步骤找到在本服务器上应该存放的位置 先看服务器上安装的cuda版本，命令：ll /usr/local 使用FileZilla软件，进入对应版本的文件夹路径，点击lib64cudnn8.0.5 /sbin/ldconfig.real: /usr/local/cuda/lib64/libcudnn_cnn_infer.so.8 is not a symbolic link
$ sudo ldconfig /usr/local/cuda/lib64 报一堆错 /sbin/ldconfig.real: /usr/local/cuda/lib64/libcudnn_cnn_infer.so.8 is not a symbolic link /sbin/ldconfig.real: /usr/local/cuda/lib64/libcudnn_ops_infer.so.8 is not a symbolic link /sbin/ldconfig.real: /Ubuntu16.04 更新 cudnn版本
运行程序错误： nsorflow/stream_executor/cuda/cuda_dnn.cc:343] Loaded runtime CuDNN library: 7.1.4 but source was compiled with: 7.2.1. CuDNN library major and minor version needs to match or have higher minor version in case of CuDNN 7.0 or later version.CMake工程找不到相应的cuDNN版本的问题
(1) 去官网下载相应的版本，因为电脑之前安装的是 CUDA8.0 ，找跟 CUDA 版本兼容的 cuDNN 下载即可，我选择的是 cuDNN v7.1.4 Runtime Library for Ubuntu16.04(Deb) 和 cuDNN v7.1.4 Developer Library for Ubuntu 16.04 (Deb) 注意这里下载安装包時需要帐号登陆才可以。深度学习常用指令集合
cudnn7.5.0软链接 sudo cp lib* /usr/local/cuda/lib64/ #复制动态链接库 cd /usr/local/cuda/lib64/ sudo rm -rf libcudnn.so libcudnn.so.7 #删除原有动态文件 sudo ln -s libcudnn.so.7.5.0 libcudnn.so.7 #生成软衔接（注意这里要和自己下载的cudnn版本对应，可以在安装备忘录（三）
****CUDA，cuDNN在 cd /usr/local 下 ** cuda version:cuda-8.0 path: /usr/local/cuda-8.0 cuda 版本 cat /usr/local/cuda/version.txt ** cudnn version libcudnn.so.5.1.5 path: /usr/local/cudnn-5.1/lib64/libcudnn.so.5.1.5 tensorflow已安装在Caffe安装问题13_libcudnn.so fileformat not recognized treating as linker script
1 问题 /usr/bin/ld:/usr/local/cuda/lib64/libcudnn.so: file format not recognized; treating as linker script /usr/bin/ld:/usr/local/cuda/lib64/libcudnn.so:1: syntax error collect2: error: ld returned 1 exit status Makefile:582: recipe for target '.build