在“/usr/src/cudnn_samples_v7/mnistCUDNN”目录下运行。/mnistCUDNN 这里有一个例子: cudnnGetVersion(): 7005, CUDNN_VERSION from cudnn.h: 7005 (7.0.5) 主机编译器版本:GCC 5.4.0 在您的机器上有1个CUDA功能设备: device 0: sms 30 Capabilities 6.1, SmClock 1645.0 Mhz, MemSize (Mb) 24446, MemClock 4513.0 Mhz, Ecc=0, boardGroupID=0 使用设备0

对于CUDnn 8.1及以上版本，使用以下命令:

cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

安装CuDNN只需要将文件放在CUDA目录中。如果你在安装caffe时正确地指定了路由和CuDNN选项，它将被CuDNN编译。

你可以使用cmake检查。创建一个caffe/build目录并运行cmake ..从那里。如果配置正确，你会看到这些行:

-- Found cuDNN (include: /usr/local/cuda-7.0/include, library: /usr/local/cuda-7.0/lib64/libcudnn.so)

-- NVIDIA CUDA:
--   Target GPU(s)     :   Auto
--   GPU arch(s)       :   sm_30
--   cuDNN             :   Yes

如果一切正常，只需运行make命令从那里安装caffe。

安装CuDNN只是复制一些文件。因此，要检查是否安装了CuDNN(以及您使用的是哪个版本)，只需检查这些文件。

安装 CuDNN

第一步:注册一个nvidia开发者账号并下载cudnn(大约80 MB)。你可能需要nvcc -version来获得你的cuda版本。

步骤2:检查cuda的安装位置。对于大多数人来说，它将是/usr/local/cuda/。你可以用哪个nvcc检查一下。

第三步:复制文件:

$ cd folder/extracted/contents
$ sudo cp include/cudnn.h /usr/local/cuda/include
$ sudo cp lib64/libcudnn* /usr/local/cuda/lib64
$ sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

检查版本

你可能需要调整路径。请参见安装的步骤2。

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

编辑:在以后的版本中，这可能是以下(归功于阿里斯)

$ cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

笔记

当你得到一个错误

F tensorflow/stream_executor/cuda/cuda_dnn.cc:427] could not set cudnn filter descriptor: CUDNN_STATUS_BAD_PARAM

对于TensorFlow，你可以考虑使用CuDNN v4而不是v5。

通过apt: https://askubuntu.com/a/767270/10425安装的Ubuntu用户

Ubuntu 20.04LTS操作系统:

cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR

返回预期结果

我有cuDNN 8.0，上面的建议对我都不起作用。所需的信息在/usr/include/cudnn_version.h中，因此

cat /usr/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

成功了。