cuDNN工具版本升级方法

cuDNN 是基于 CUDA 的深度学习 GPU 加速库

NVIDIA cuDNN 是用于深度神经网络的 GPU 加速库。它强调性能、易用性和低内存开销。NVIDIA cuDNN 可以集成到更高级别的机器学习框架中，如谷歌的 TensorFlow、加州大学伯克利分校的流行 caffe 软件。简单的插入式设计可以让开发人员专注于设计和实现神经网络模型，而不是简单调整性能，同时还可以在 GPU 上实现高性能现代并行计算。

---

• 首先，我们需要查看当前系统的 cudnn 和 cuda 版本，来确认下对应的 cuda 版本(我们要往那个版本更新)，以及默认安装的 cudnn 版本。

# 查看CUDA版本
$ cat /usr/local/cuda/version.txt

# 查看CUDNN版本
$ cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

• 一般情况下，我们系统中只会存在一个 cuda 版本，但是对于版本共存的情况下，则会出现如下所示的多个 cuda 版本，这是就需要我们确定需要更新的 cudnn 对于那个版本。然后，下载对应版本的更新，来做更新。

$ ll /usr/local/
lrwxrwxrwx  1 root root   21 12月 30 15:58 cuda -> /usr/local/cuda-10.1/
drwxr-xr-x 19 root root 4096 12月 21 14:56 cuda-10.0/
drwxr-xr-x 14 root root 4096 12月 30 15:58 cuda-10.1/

• 升级 cudnn 版本，需要登录英伟达的官网才可以下载对应的 cudnn 版本。我们在选择版本的时候，尽量选择 tgz 格式的通用版本进行安装和更新，因为其比较通用且操作也不麻烦。咳咳咳，比 deb 格式的好用。
  • 英伟达官网下载地址

• 安装更新操作，如下所示：

# 解压并替换
$ tar -xvf cudnn-10.0-linux-x64-v7.6.4.38.tgz
$ sudo cp cuda/* /usr/local/cuda-10.0

• 建立软链接，以及运行动态链接库管理命令。

# 建立软链接
$ cd /usr/local/cuda-10.0/lib64/
$ sudo ln -sf libcudnn.so.7.6.4 libcudnn.so.7

# 动态链接库
$ sudo ldconfig

# 完整配置
$ ls -h libcudnn.so libcudnn.so.*
lrwxrwxrwx 1 root root        13 Mar 30 16:11 libcudnn.so -> libcudnn.so.7*
lrwxrwxrwx 1 root root        17 Mar 30 16:50 libcudnn.so.7 -> libcudnn.so.7.6.4*
-rwxr-xr-x 1 root root 356012392 Jul 25  2019 libcudnn.so.7.5.0*
-rwxr-xr-x 1 root root 392852264 Mar 30 16:11 libcudnn.so.7.6.4*

• 验证，更新的版本是否是正确的。

$ cat /usr/local/cuda-10.0/include/cudnn.h | grep CUDNN_MAJOR -A 2
#define CUDNN_MAJOR 7
#define CUDNN_MINOR 6
#define CUDNN_PATCHLEVEL 4
--
#define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)
#include "driver_types.h"