arm64 cudnn8

我很抱歉，但是根据提供的引用内容，我没有找到与"arm64 cudnn8"相关的信息。请提供更多的上下文或详细信息，以便我可以更好地回答你的问题。<span class="em">1</span>
#### 引用[.reference_title]
- *1* [U8g2源码文件（驱动OLED显示）](https://download.csdn.net/download/qq_26043945/88252684)[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^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"]
[ .reference_list ]

相关问题

linux arm64 cudnn

对于 Linux ARM64 平台上的 CUDA 加速库 cuDNN，NVIDIA 目前仅提供了针对 x86_64 平台的 cuDNN 版本。这意味着当前没有直接适用于 Linux ARM64 平台的 cuDNN 版本。

然而，如果你想在 Linux ARM64 平台上使用 cuDNN，你有几个选项可以考虑：

1. 自行编译：你可以从 NVIDIA 的官方网站下载 cuDNN 源代码，并在 Linux ARM64 平台上自行编译。但需要注意的是，这可能需要你具备一定的编译和配置经验。

2. 使用替代方案：如果 cuDNN 不可用，你可以考虑使用其他开源的深度学习库，如TensorFlow、PyTorch等。这些库在 ARM64 平台上有较好的支持，并提供了针对 ARM64 架构的优化。

3. 寻找其他解决方案：如果你追求性能优化，还可以尝试使用其他专门为 ARM64 架构优化的深度学习库或工具。

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 ]