下载完cudnn后怎么安装

安装CUDNN需要以下步骤：

1. 首先下载CUDNN的压缩文件，可以从NVIDIA官网下载。

2. 解压缩文件到一个合适的位置。

3. 将解压出来的文件夹内的文件复制到CUDA安装路径下的对应文件夹中：

- cudnn.h 复制到 CUDA_INSTALL_PATH/include
- libcudnn.so.*.*.* 复制到 CUDA_INSTALL_PATH/lib64
- libcudnn_static.a 复制到 CUDA_INSTALL_PATH/lib64

其中，CUDA_INSTALL_PATH是你安装CUDA的路径，可以通过输入以下命令查看：

  echo $CUDA_HOME

4. 给libcudnn.so添加软连接，以便于程序能够找到它：

cd CUDA_INSTALL_PATH/lib64
sudo ln -s libcudnn.so.*.*.* libcudnn.so

5. 验证安装是否成功，在终端输入以下代码：

nvcc -V

如果没有报错，则说明CUDNN已经成功安装。

注意：需要根据自己的CUDA版本选择对应的CUDNN版本进行下载和安装。

相关问题

安装完cuda，cudnn后如何在anconda下安装caffe

安装 Caffe 需要进行一些环境配置，以下是在 Anaconda 环境下安装 Caffe 的步骤：

1. 安装依赖：

conda install protobuf-gpu leveldb snappy boost hdf5 opencv -c anaconda
conda install -c conda-forge gflags glog lmdb

2. 下载 Caffe 源码：

git clone https://github.com/BVLC/caffe.git
cd caffe

3. 修改 Makefile.config 文件：

cp Makefile.config.example Makefile.config

打开 Makefile.config 文件，按照注释进行修改，主要包括以下几个方面：

- 设置 CUDA 的路径：

CUDA_DIR := /usr/local/cuda

- 设置 cuDNN 的路径：

CUDNN_DIR := /usr/local/cudnn

- 设置 Python 的路径：

PYTHON_INCLUDE := /home/user/anaconda3/include \
        /home/user/anaconda3/include/python3.6m \
        /home/user/anaconda3/lib/python3.6/site-packages/numpy/core/include

- 设置 BLAS 的库文件：

BLAS := atlas

- 设置编译类型：

BUILD_TYPE := Release

4. 编译：

make all -j8
make test -j8
make runtest -j8

5. 安装 Python 接口：

make pycaffe -j8

6. 安装 Caffe：

make distribute
cd distribute
pip install -r requirements.txt
python setup.py install

安装完成后，可以通过 `import caffe` 来测试 Caffe 是否安装成功。

cudnn下载完后放哪

在下载完cudnn后，你需要将其放置在CUDA的安装目录下的相应位置。具体来说，你需要将cudnn的文件夹复制到CUDA的安装目录下的以下位置：

- 对于Windows系统，默认的CUDA安装目录是`C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA`，你需要将cudnn文件夹复制到`C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA`目录下。
- 对于Linux系统，默认的CUDA安装目录是`/usr/local/cuda`，你需要将cudnn文件夹复制到`/usr/local/cuda`目录下。

确保将cudnn文件夹中的文件正确复制到相应的位置后，你就可以在CUDA程序中使用cudnn库了。