rocky9.4 cudnn
时间: 2025-01-13 14:00:41 浏览: 99
### 如何在 Rocky Linux 9.4 上安装和配置 cuDNN
#### 准备工作
为了成功安装并配置 cuDNN,在 Rocky Linux 9.4 中需要先确认已经正确安装了 NVIDIA 驱动程序以及 CUDA 工具包。这一步骤至关重要,因为 cuDNN 是作为 CUDA 的一部分而设计的。
#### 下载 cuDNN 库
访问[NVIDIA 官方网站](https://developer.nvidia.com/rdp/cudnn-archive),登录账户后下载适用于所使用的 CUDA 版本对应的 cuDNN 文件[^1]。注意选择与已安装 CUDA 版本相匹配的 cuDNN 版本。
#### 解压文件
假设下载的是 `.tgz` 压缩包形式,则可以使用如下命令解压缩:
```bash
tar -xzvf cudnn-linux-x86_64-*.tgz
```
此操作会创建一个包含头文件、库文件等资源的新目录。
#### 复制文件到指定位置
将解压后的文件复制至相应的 CUDA 路径下:
```bash
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*
```
这些指令确保了 cuDNN 的头文件被放置于 `/usr/local/cuda/include/` 目录内,并且共享对象(.so)文件位于 `/usr/local/cuda/lib64/` 中。
#### 更新环境变量
编辑 `~/.bashrc` 或者全局配置文件 `/etc/profile.d/cuda.sh` 来更新 PATH 和 LD_LIBRARY_PATH 变量:
```bash
export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
source ~/.bashrc # 如果修改的是个人用户的 .bashrc 则执行这条命令使更改生效
```
完成上述设置之后重启终端或运行 source 命令让新的环境变量立即起作用。
#### 测试安装情况
可以通过编写简单的 C++ 程序调用 cuDNN API 进行测试验证是否正常工作;也可以通过 Python 使用 TensorFlow 或 PyTorch 检查 GPU 加速功能是否可用。
阅读全文
相关推荐


















