这篇文章主要为大家展示了“Ubuntu14.04 CuDNN6.5如何安装”，内容简而易懂，条理清晰，希望能够帮助大家解决疑惑，下面让小编带领大家一起研究并学习一下“Ubuntu14.04 CuDNN6.5如何安装”这篇文章吧。

让客户满意是我们工作的目标，不断超越客户的期望值来自于我们对这个行业的热爱。我们立志把好的技术通过有效、简单的方式提供给客户，将通过不懈努力成为客户在信息化领域值得信任、有价值的长期合作伙伴，公司提供的服务项目有：域名注册、网络空间、营销软件、网站建设、化隆网站维护、网站推广。

环境

系统：Ubuntu 14.04 x64
CUDA：cuda7 （安装cudnn前必须安装了cuda，具体安装见本博客相关文章http://blog.csdn.net/honyniu/article/details/46387429）

简介

CuDNN是专门针对Deep Learning框架设计的一套GPU计算加速方案，目前支持的DL库包括Caffe，ConvNet, Torch7等。在这里安装主要是为了后期caffe使用cudnn加速，当然这个在使用caffe的过程中不是必须的。
CuDNN可以在官网免费获得，注册帐号后即可下载。
下载链接：https://developer.nvidia.com/cuDNN

安装包

在这里我下载了两个版本的安装包，注册后都可以下载，如下

cudnn-6.5-linux-R1cudnn-6.5-linux-x64-v2

这两个安装包下的文件名称和结构大体是一样，不同的是cudnn的这两个版本库提供的接口完全不同（具体可以看提供的CUDNN_Library.pdf接口文档），而且caffe在早期的版本使用的是R1接口，后来最新的就变成v2接口了，完全不能通用。现在还有许多项目是基于早期caffe的，如果想使用这些项目的话，就要安装R1，同时在最新的caffe上面也有需求，所以在两个都要使用，在不同的编译情况下进行切换就可以了。

安装

基本原理是把lib文件加入到系统能找到的lib文件夹里， 把头文件加到系统能找到的include文件夹里就可以，在这里放到cuda的相应的安装目录下（前提是cuda已经安装成功了）
对R1和v2安装流程一模一样，

cd cudnn_dirsudo cp lib* /usr/local/cuda/lib64/sudo cp cudnn.h /usr/local/cuda/include/

当你想从R1切换到v2时，只需要把v2新安装一遍就可以了，同理从v2到R1

错误

如果编译caffe时开启’USE_CUDNN := 1’的话，没有上面那样把相关的文件拷入，编译时就会报错

./include/caffe/util/cudnn.hpp:5:19: fatal error: cudnn.h: 没有那个文件或目录 #include 

以上是“Ubuntu14.04 CuDNN6.5如何安装”这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注创新互联行业资讯频道！

当前名称：Ubuntu14.04CuDNN6.5如何安装
本文来源：http://ybzwz.com/article/jeiojo.html