tensorflow - Ubuntu 16.04 上 TensorFlow 的 NVIDIA cuDNN 版本类型

Question

关闭。这个问题不符合Stack Overflow guidelines .它目前不接受答案。












想改进这个问题？将问题更新为 on-topic对于堆栈溢出。

4年前关闭。
社区在 7 个月前审查了是否重新打开此问题并将其关闭:

原始关闭原因未解决





Improve this question




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.

在注册并完成所有下载 cuDNN 的过程后，有多种下载和安装选项:



显然，对于 Ubuntu 16.04，它可以是 Linux 或 Ubuntu Runtime 或 Developer，但由于我在网上看到不同的提及应该安装哪个文件，我想知道哪个是最好的安装，或者实际上有什么不同？

Answer 1

首先，我鼓励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(例如特定的安装步骤/命令行)。

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(在这种特殊情况下通过 .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) 并“解压缩”所有内容，而不是让 apt 或 apt-get 为您处理安装。

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，如果您使用的是 Ubuntu 之外的其他 Linux 操作系统，这是(唯一的)方法。此 zip 文件包含已编译的库、针对 cuDNN API 进行开发所需的头文件，以及针对 cuDNN 编译/链接代码所需的其他内容。

如果您选择包管理器方法，这目前仅适用于列出的操作系统(本例中为 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 Ubuntu 上使用该版本的 cuDNN 的二进制文件，这就足够了。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，并且这些预编译的二进制文件是为 Ubuntu 16.04 和 cuDNN 7.0.5 设置的，那么您可以只安装 cuDNN运行时库(按照安装指南中的步骤)，这足以开始使用您的预编译 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，如果您想构建或重建 TF(供 CUDA GPU 使用)，或者您只是在处理自己的 cuDNN API 使用，您将需要此选项。

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，即使是代码示例和 API 用户指南也被分解为单独的 .deb 安装，因此如果您不需要它，则不必下载它(例如，如果您只是针对cuDNN 7.0.5，您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 CUDNN 的更新版本，.tgz 文件/方法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。