- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
CuDNN 安装程序似乎在查找错误版本的 CUDA。我究竟做错了什么?完整的故事:
Ubuntu 16.04
安装了两个版本的 CUDA,9.0 和 9.1。/usr/lib/cuda 链接到 9.1 安装,LD_LIBRARY_PATH 似乎指向那个:
$ echo $LD_LIBRARY_PATH
/usr/local/cuda/lib64:/usr/local/lib
$ ls -l /usr/local
lrwxrwxrwx 1 root root 8 jan 22 2018 cuda -> cuda-9.1
drwxr-xr-x 15 root root 4096 dec 1 2017 cuda-9.0
drwxr-xr-x 15 root root 4096 jan 22 2018 cuda-9.1
现在我确实安装了 CuDNN 7.0,想用 7.1 版替换它。 (这可能是一个不明智的决定,但是,我已经开始这样做了!)
已下载 CuDNN 7.1.3 的 debian 安装程序,以配合 CUDA 9.1。尝试这样安装它:
$ sudo dpkg -i libcudnn7_7.1.3.16-1+cuda9.1_amd64.deb
(Reading database ... 261910 files and directories currently installed.)
Preparing to unpack libcudnn7_7.1.3.16-1+cuda9.1_amd64.deb ...
Unpacking libcudnn7 (7.1.3.16-1+cuda9.1) over (7.1.3.16-1+cuda9.1) ...
Setting up libcudnn7 (7.1.3.16-1+cuda9.1) ...
Processing triggers for libc-bin (2.26-0ubuntu2.1) ...
/sbin/ldconfig.real: /usr/local/cuda-9.0/targets/x86_64-linux/lib/libcudnn.so.7 is not a symbolic link
如您所见,安装程序在库文件之后查找 cuda-9.0 目录。 (为什么?)文件存在但不是符号链接(symbolic link):
$ ls -l /usr/local/cuda-9.0/targets/x86_64-linux/lib/libcudnn.so
-rwxr-xr-x 1 root root 287624224 jan 16 2018 /usr/local/cuda-9.0/targets/x86_64-linux/lib/libcudnn.so
我也尝试删除 libcudnn,但我是在第一次尝试重新安装后删除的,因此删除会引发相同类型的错误:
$ sudo apt-get remove libcudnn7
Reading package lists... Done
Building dependency tree
Reading state information... Done
The following packages were automatically installed and are no longer required:
cuda-9-0 cuda-command-line-tools-9-0 cuda-core-9-0 cuda-cublas-9-0
cuda-cublas-dev-9-0 cuda-cudart-9-0 cuda-cudart-dev-9-0 cuda-cufft-9-0
cuda-cufft-dev-9-0 cuda-curand-9-0 cuda-curand-dev-9-0 cuda-cusolver-9-0
cuda-cusolver-dev-9-0 cuda-cusparse-9-0 cuda-cusparse-dev-9-0
cuda-demo-suite-9-0 cuda-documentation-9-0 cuda-driver-dev-9-0
cuda-libraries-9-0 cuda-libraries-dev-9-0 cuda-license-9-0
cuda-misc-headers-9-0 cuda-npp-9-0 cuda-npp-dev-9-0 cuda-nvgraph-9-0
cuda-nvgraph-dev-9-0 cuda-nvml-dev-9-0 cuda-nvrtc-9-0 cuda-nvrtc-dev-9-0
cuda-runtime-9-0 cuda-samples-9-0 cuda-toolkit-9-0 cuda-visual-tools-9-0
libatk-wrapper-java libatk-wrapper-java-jni python-cliapp python-markdown
python-ttystatus
Use 'sudo apt autoremove' to remove them.
The following packages will be REMOVED:
libcudnn7 libcudnn7-dev
0 upgraded, 0 newly installed, 2 to remove and 18 not upgraded.
After this operation, 680 MB disk space will be freed.
Do you want to continue? [Y/n]
(Reading database ... 261909 files and directories currently installed.)
Removing libcudnn7-dev (7.1.3.16-1+cuda9.1) ...
update-alternatives: removing manually selected alternative - switching libcudnn to auto mode
Removing libcudnn7 (7.1.3.16-1+cuda9.1) ...
Processing triggers for libc-bin (2.26-0ubuntu2.1) ...
/sbin/ldconfig.real: /usr/local/cuda-9.0/targets/x86_64-linux/lib/libcudnn.so.7 is not a symbolic link
因此,大局观:我的目标是正确安装 CuDNN 7.1。我该如何实现该目标?
最佳答案
我终于成功了!我进去并手动删除了 .so 文件:
$ cd /usr/local/cuda-9.0/targets/x86_64-linux/lib/
$ sudo mv libcudnn.so bak_libcudnn.so
$ sudo mv libcudnn.so.7 bak_libcudnn.so.7
$ sudo mv libcudnn.so.7.0.5 bak_libcudnn.so.7.0.5
然后使用 dpkg 安装,并重新安装我的 tensorflow-gpu,确认一切终于正常工作:
2018-11-30 09:40:39.478559: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1115] Created TensorFlow device (/job:localhost/replica:0/task:0/device:GPU:0 with 2123 MB memory) -> physical GPU (device: 0, name: Quadro M2000M, pci bus id: 0000:01:00.0, compute capability: 5.0)
关于linux - 更新 CuDNN 次要版本时的静态库,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/53554188/
在 Ubuntu 16.04 上按照标准命令安装 Lua 和其他依赖项: conda install lua=5.2 lua-science -c alexbw 我在行中遇到错误: require '
我正在尝试在 python 3 中创建机器学习。但后来我试图编译我的代码,我在 Cuda 10.0/cuDNN 7.5.0 中遇到了这个错误,有人可以帮我解决这个问题吗? RTX 2080 我在:喀拉
我在安装了 CUDA 7.5 并正常工作的 Ubuntu 系统上使用 Python 和 IDE Pycharm。 我刚刚将 CUDNN 文件与我的常规 CUDA 安装合并。 现在,当我从 Tensor
我正在尝试配置 theano 以在我的 Windows 机器上使用 gpu。我已经将 .theanorc 设置为使用 device= gpu 但是当我运行一些应该使用 gpu 的代码时,我收到以下错误
当我为Windows编译caffe(64位,发行版,2013年,nvidia 750,opencv 3.1,cuDNN版本5.1)时,出现以下错误 "Error 13 error C1083: Can
我正在尝试理解和调试我的代码。我尝试使用在 GPU 上的 tf2.0/tf.keras 下开发的 CNN 模型进行预测,但得到了那些错误消息。 有人可以帮我修吗? 这是我的环境配置 enviromen
我现在在 C++ 中使用 Cuda 有一段时间了,我想试试 cuDNN。我想直接使用 C++,但我大多只能找到基于不同平台(如 Caffè 或 TensorFlow)的示例和教程。这是否意味着我不能在
我不确定这是否是这个问题的正确堆栈交换,但这里是。 我已经安装了最新的 CUDA 驱动程序和 Tensorflow 1.14,但是当我尝试训练卷积层时,Tensorflow 说它找不到实现,因为它无法
我需要找到有关提供给 cudnnConvolutionForward、cudnnConvolutionBackwardData、cudnnConvolutionBackwardFilter 函数系列的
我在尝试运行前馈 torch.nn.Conv2d 时收到此消息,得到以下堆栈跟踪: ----------------------------------------------------------
我正在尝试加载 NSynth 权重,我正在使用 tf 版本 1.7.0 from magenta.models.nsynth import utils from magenta.models.nsyn
我搜索了很多地方,但我得到的只是如何安装它,而不是如何验证它是否已安装。我可以验证我的 NVIDIA 驱动程序是否已安装,并且 CUDA 是否已安装,但我不知道如何验证 CuDNN 是否已安装。非常感
库德恩:https://developer.nvidia.com/cudnn 我登录并完成 NVIDIA 希望您完成的所有任务;然而,当需要下载文件时,我似乎不知道如何通过 wget 和命令行来完成它
我编写了一个简单的应用程序来测试 cudnn rnn api 并检查我的理解是否正确; 代码是这样的, int layernum = 1; int batchnum = 32; int hiddenS
CuDNN 安装程序似乎在查找错误版本的 CUDA。我究竟做错了什么?完整的故事: Ubuntu 16.04 安装了两个版本的 CUDA,9.0 和 9.1。/usr/lib/cuda 链接到 9.1
我有以下基于 Theano example 的代码: from theano import function, config, shared, sandbox import theano.tensor
我在Windows机器(Win10 Pro 64位,i7-7700,8GB内存,GTX-1060-6GB)中使用cupy和Spyder3.3.6和Python 3.7.5。 cupy、chainer、
我正在运行example Keras 的 kaggle_otto_nn.py,后端为 theano。 在下面的打印输出中,第 5 行,有这样的内容: CNMeM is enabled with ini
cuDNN 安装手册说 ALL PLATFORMS Extract the cuDNN archive to a directory of your choice, referred to below
我正在使用 ubuntu 20.04 并安装了 anaconda。根据this instruction ,我通过 conda create -n tf tensorflow-gpu 创建一个环境 在安
我是一名优秀的程序员,十分优秀!