ubuntu安装cudnn5.1

首先，您需要从NVIDIA官网下载cuDNN v5.1，然后按照以下步骤进行安装：

1. 解压下载的文件，在终端中进入目录。例如：

   cd ~/Downloads
   tar -xzvf cudnn-8.0-linux-x64-v5.1.tgz

2. 将解压后的文件复制到CUDA的目录下。例如：

   sudo cp cuda/include/cudnn.h /usr/local/cuda/include
   sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
   sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

3. 最后，您需要更新LD_LIBRARY_PATH，将CUDA和cuDNN的路径添加到系统环境变量中。例如：

   echo 'export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc
   source ~/.bashrc

相关问题

cudnn8.1在ubuntu安装

CUDNN (Compute Unified Device Architecture Neural Network) 是一种用于GPU加速深度学习神经网络计算的库。要在Ubuntu上安装CUDA 8.1及其对应的cudnn 8.1版本，你需要按照以下步骤操作：

1. **更新包列表并安装依赖**:

   sudo apt-get update
   sudo apt-get install build-essential cuda-command-line-tools-8-0

2. **下载CUDA 8.1**:
访问NVIDIA官网（https://developer.nvidia.com/cuda-downloads），选择适合Ubuntu 16.04 LTS的CUDA 8.1版本下载DEB文件。

3. **安装CUDA**:
使用`dpkg`命令安装下载的.deb文件：

   sudo dpkg -i nvidia*.deb

4. **配置环境变量**:
需要编辑`~/.bashrc`或`.profile`文件添加cuda路径到系统PATH中：

   echo "export PATH=/usr/local/cuda-8.1/bin:$PATH" >> ~/.bashrc
   source ~/.bashrc

5. **安装cuDNN**:
CUDA Toolkit通常包含了一个名为`cudnn-8.1-linux-x64-v5.1.tgz`的cuDNN文件。下载并解压，然后运行`sudo ./install_cudnn.sh`进行安装。这一步可能会提示你输入cuDNN的license key。

6. **确认安装**:
查看cuDNN是否安装成功，可以在终端中输入`nvidia-smi`或`cudnnVersion`检查。

ubuntu安装下载tensorrt

下载和安装TensorRT在Ubuntu系统上需要执行以下步骤：
1. 解压并配置环境变量：

   # 解压
   tar -zxvf TensorRT-8.2.5.1.Linux.x86_64-gnu.cuda-11.4.cudnn8.2.tar.gz
   
   # 配置环境变量
   sudo gedit ~/.bashrc  # 使用vim也可以
   # 在文件末尾添加以下两条路径，根据解压实际路径进行修改
   export LD_LIBRARY_PATH=$PATH:/home/liujinfu/Downloads/TensorRT-8.2.5.1/lib:$LD_LIBRARY_PATH
   export LIBRARY_PATH=$PATH:/home/liujinfu/Downloads/TensorRT-8.2.5.1/lib::$LIBRARY_PATH
   # 保存后刷新环境变量
   source ~/.bashrc

2. 安装TensorRT库：

   cd TensorRT-8.2.5.1/python  # 进入python目录
   # 根据Python版本安装，假设为python3.9
   pip install tensorrt-8.2.5.1-cp39-none-linux_x86_64.whl
   
   # 安装依赖
   cd TensorRT-8.2.5.1/graphsurgeon
   pip install graphsurgeon-0.4.5-py2.py3-none-any.whl

3. 安装依赖：

   pip install 'pycuda<2021.1'  # 注意onnxruntime-gpu的版本需与实际环境匹配，这里选择1.11版本
   pip install onnxruntime-gpu==1.11