arm64的cudnn

回答: 对于Jetson TX2这样基于ARM内核的设备，安装cudnn时需要使用arm版本的cudnn(aarch64)，而不是基于x86/64的版本。\[1\]你可以从相关技术博客或者nvidia官网下载arm版本的cudnn文件，如libcudnn7_7.1.5.14-1+cuda9.0_arm64.deb、libcudnn7-dev_7.1.5.14-1+cuda9.0_arm64.deb、libcudnn7-doc_7.1.5.14-1+cuda9.0_arm64.deb等。\[2\]安装这些.deb文件可以使用以下命令：sudo dpkg -i 文件名.deb。\[2\]另外，如果你选择使用nvidia/cuda的docker镜像，宿主机的安装只需要注意一些细节，具体的安装教程可以在网上找到。\[3\]在安装cuda时，需要确保已经安装了gcc环境，并且如果已经安装了显卡驱动，则不需要再次安装显卡驱动。\[3\]对于cudnn的下载，你可以在nvidia官网的https://developer.nvidia.cn/zh-cn/cudnn页面下载，需要注册一个nvidia账户。优先选择tar或zip包，解压后将对应文件放到cuda安装目录的bin、include、lib64下即可。\[3\]如果较新的cudnn-arm64-linux版本没有压缩包，你可以下载deb或rpm安装包进行安装。\[3\]安装完cudnn后，你可以进入/usr/src/cudnn_samples_v8目录，使用make clean和make命令进行测试。\[3\]
#### 引用[.reference_title]
- *1* *2* [JETSON TX2 安装 CUDA9.0 及 CUDNN7 超详细（真实亲测）](https://blog.csdn.net/chen645096127/article/details/117964673)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item]
- *3* [GPU版本pytorch和tensorflow部署(cuda、cudnn)](https://blog.csdn.net/kuoquan6492/article/details/127790192)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]