cudnn、cudatoolkit环境变量怎么配置

CUDA (Compute Unified Device Architecture) 和 cuDNN (CUDA Deep Neural Network Library) 是用于加速 NVIDIA GPU 上的深度学习计算的工具包。它们通常需要正确设置环境变量才能在开发环境中使用。

1. **CUDA Toolkit** 配置：
- 安装 CUDA 后，会在安装目录下创建一个 `cuda` 路径，例如 `/usr/local/cuda`。将这个路径添加到系统的 PATH 环境变量中，这使得可以在命令行直接运行 CUDA 工具。
- 创建一个名为 `.bashrc` 或 `.zshrc` 的文件（取决于你的 shell），并添加类似以下内容：

     export CUDA_HOME=/path/to/your/cuda/installation
     export PATH=$PATH:$CUDA_HOME/bin

2. **cuDNN** 配置：
- 下载并安装 cuDNN。解压后会有一个 `include` 和 `lib` 目录，通常放在 CUDA Toolkit 的 `samples/common/inc` 和 `samples/common/lib64` 中。
- 将 `include` 目录加入到 C/C++ 编译器的头文件搜索路径 (`C_INCLUDE_PATH` 或 `CPLUS_INCLUDE_PATH`)。
- 将 `lib` 目录加入到链接器的库搜索路径 (`LD_LIBRARY_PATH` 或 `DYLD_LIBRARY_PATH`，取决于你的系统）。
- 如果是在 Python 中使用 PyTorch，还需要安装 torch-cuDNNGeneric 包，并提供 cuDNN 版本信息给它。

注意：在某些情况下，可能需要手动修改 Makefile 或配置文件来指定 cuDNN 的路径。