【安装cudnn】

官网下载并安装

如果打算使用深度学习框架，如TensorFlow或PyTorch，并且需要GPU加速，可能还需要安装NVIDIA的cuDNN库，它是一个GPU加速的深度神经网络库。
official web:https://developer.nvidia.com/cudnn
下载具体：cuDNN 9.5.0 Downloads
历史版本下载：https://developer.nvidia.com/rdp/cudnn-archive

(base) rooter@rooter-Legion-Y9000P-IRX9:~/Downloads$ sudo dpkg -i cudnn-local-repo-ubuntu2004-8.9.7.29_1.0-1_amd64.deb
[sudo] password for rooter: 
Selecting previously unselected package cudnn-local-repo-ubuntu2004-8.9.7.29.
(Reading database ... 228426 files and directories currently installed.)
Preparing to unpack cudnn-local-repo-ubuntu2004-8.9.7.29_1.0-1_amd64.deb ...
Unpacking cudnn-local-repo-ubuntu2004-8.9.7.29 (1.0-1) ...
Setting up cudnn-local-repo-ubuntu2004-8.9.7.29 (1.0-1) ...

The public cudnn-local-repo-ubuntu2004-8.9.7.29 GPG key does not appear to be installed.
To install the key, run this command:
sudo cp /var/cudnn-local-repo-ubuntu2004-8.9.7.29/cudnn-local-30472A84-keyring.gpg /usr/share/keyrings/

密钥cp:

sudo cp /var/cudnn-local-repo-ubuntu2004-8.9.7.29/cudnn-local-30472A84-keyring.gpg /usr/share/keyrings/

注意：
如果使用的是.deb格式的cuDNN安装包，并且通过dpkg -i命令安装，那么通常不需要手动使用cp命令来复制文件。dpkg -i命令会处理包的安装，包括文件的复制和依赖关系的解决。
以下是使用.deb包安装cuDNN的一般步骤：

1. 下载.deb格式的cuDNN包：
   从NVIDIA官方网站下载与你的CUDA版本和操作系统兼容的cuDNN .deb安装包。

2. 安装cuDNN .deb包：
   使用dpkg命令安装下载的.deb文件：

   sudo dpkg -i libcudnn<version>.deb
   

   替换为你下载的cuDNN版本号。

3. 验证安装：（no）
   安装完成后，你可以通过查看cuDNN版本来验证安装是否成功：

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

或者使用：

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

请注意，路径可能会根据系统配置和cuDNN版本有所不同。
使用.deb包安装cuDNN是一个更加自动化和集成的过程，它会自动处理文件的复制和权限设置。只要确保下载的.deb包与你的系统和CUDA版本兼容，通常不需要手动干预文件的复制过程。

之所以说明以上问题是因为
Ubuntu 20.04安装CUDA & CUDNN 手把手带你撸里面有复制文件到对应文件并对文件夹赋予权限的过程。

安装cudnn：

sudo dpkg -l | grep cudnn

(base) rooter@rooter-Legion-Y9000P-IRX9:~/Downloads$ sudo dpkg -l | grep cudnn
ii  cudnn-local-repo-ubuntu2004-8.9.7.29       1.0-1                                 amd64        cudnn-local repository configuration files

从输出来看，系统中已经安装了 cudnn-local-repo-ubuntu2004-8.9.7.29 包，这是一个用于添加cuDNN仓库的配置包。这个包本身不包含cuDNN库，但它允许通过APT来安装cuDNN。
如果想要安装cuDNN库，需要执行以下步骤：

1. 更新软件包列表：
   由于已经添加了cuDNN的本地仓库，需要更新你的软件包列表以确保可以安装最新的cuDNN版本：

   sudo apt-get update
   

2. 安装cuDNN库：
   使用APT安装cuDNN库。通常，库文件会被包含在 libcudnn8 包中：

   sudo apt-get install libcudnn8
   

   如果还需要开发相关的包，比如库的头文件，可以安装 libcudnn8-dev：

   sudo apt-get install libcudnn8-dev
   

3. 验证cuDNN安装：
   安装完成后，可以通过查找头文件并检查版本信息来验证cuDNN是否正确安装：

   dpkg -L libcudnn8 | grep cudnn.h
   

   这将显示 cudnn.h 头文件的安装位置。然后，可以使用以下命令来查看cuDNN的版本：

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

   查看结果：

   	(base) rooter@rooter-Legion-Y9000P-IRX9:~/Downloads$ cat /usr/include/cudnn_version.h | grep CUDNN_MAJOR -A 2
   	#define CUDNN_MAJOR 8
   	#define CUDNN_MINOR 9
   
   	#define CUDNN_PATCHLEVEL 7
   	--
   	#define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)
   	
   	/* cannot use constexpr here since this is a C-only file */
   

   根据提供的输出，系统中已经成功安装了cuDNN版本8.9.7。以下是cuDNN版本定义的详细说明：

   • CUDNN_MAJOR: 主版本号，这里是8。
   • CUDNN_MINOR: 次版本号，这里是9。
   • CUDNN_PATCHLEVEL: 补丁版本号，这里是7。
   • CUDNN_VERSION: 一个计算出的版本号，由主版本号、次版本号和补丁版本号组合而成，计算方式是：主版本号 * 1000 + 次版本号 * 100 + 补丁版本号。

为了确保cuDNN能够被深度学习框架正确使用，需要确认环境变量已经设置正确。通常，需要添加以下内容到~/.bashrc或~/.profile文件中：

export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH

source ~/.bashrc

这些信息表明cuDNN库已经安装在系统中，并且可以使用它来加速深度学习框架中的神经网络运算。或者，如果 cudnn_version.h 文件不存在，你可能需要查找 cudnn.h：

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