windows怎么装cudnn

安装cudnn前，得确保正确安装好cuda

首先到官网下载cudnn：Nvidia官网cudnn 选择下载版本时要注意和Cuda版本匹配（这里下载的是cudnn-for-cuda-8.0-windows7-x64-v5.1）。下载下来的是一个压缩包，解压后有3个文件夹：

将这些文件夹覆盖至CUDA的安装目录下

例如：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\

即可完成安装。

这篇安装指南，适合零基础，新手 *** 作，请高手勿要吐槽！简单介绍一下：Caffe，一种ConvolutionalNeuralNetwork的工具包，和Alex的cuda-convnet功能类似，但各有特点。都是使用C++CUDA进行底层编辑，Python进行实现，原作主要部署于Ubuntu，也有大神发布了Windows版，但其他相关资料较少，不适合新手使用，所以还是Ubuntu的比较适合新手。（相对而言）本文主要包含5个部分，包括：第一部分Linux安装第二部分nVidia驱动和CUDAToolkit的安装和调试（*.deb方法，特别推荐）第二部分nVidia驱动和CUDAToolkit的安装和调试（*.run方法）第三部分Python安装和调试第四部分Matlab安装和调试第五部分Caffe的安装和测试第一部分Linux安装Linux的安装，如果不是Linux粉，只是必须，被迫要用它来作作科研什么的，建议安装成双系统，网上方法很多，这里我就不详细写了，安装还算是傻瓜式的，和windows的过程类似，至于语言，如果觉得难度还不够大的话，完全可以装E文版的，甚至日文，德文~~~，我是装的简体中文版，我总共用分出的500G的空间来安装Ubuntu14.04，这个版本是最新的版本，有个好处是，可以直接访问Windows8.1的NTFS分区，不用做额外的 *** 作，而且支持中文，例如：$cd/media/yourname/分区名字/文件夹名，当然GUI就更方便了.我的分区设置如下：根分区：\100G，Swap交换分区：16G，这里，我设置和我的内存一样，据说小于16G的内存，就设置成内存的1.5-2倍boot分区：200MHome分区：剩余的空间，鉴于Imagenet，PASCALVOC之类的大客户，建议500G，至少300G以上。PS：解决启动分区错误基本上，重装起来，都会破坏原来的启动分区表，还原Windows分区的一个简单法：$sudogeditetc/default/grub设置：GRUB_DEFAULT=2$sudoupdate-grub该方法适用于安装双系统后，"看得到Linux，看不到Windows”的情况，反过来的话，请大家自己百度吧。PS：关于我的笔记本的特例，仅供类似设备的参考笔记本配置：技嘉P35Xv3，i7-4720HQ@2.6G/16G/NVidiaGTX9804G/IntelHD4600/128GSSD*2+2TSATA*2我的两组硬盘SSD和SATA分别做Raid0，目的是合并逻辑分区，没有考虑冗余备份问题，最后的状态是2个逻辑硬盘块256GSSD+4TSATA，用的GPA分区，最后导致利用Ubuntu的GRUB启动界面找不到Windows分区。所以上面的方法失效。不过，可以通过笔记本的F12和Bios设置来实现启动分区的选择，并且我用Linux的机会很少，所以也就如此处理了，Linux高手可以自己折腾一下Grub启动。Ubuntu15.04安装在SATA逻辑分区，SSD分区安装Windows8.1。第二部分两种安装方法，任选其一即可，推荐第二种方法(*.deb方法)。第二部分：nVidia驱动和CUDAToolkit的安装和调试（*.deb方法）PS：特别推荐*.deb的方法，目前已提供离线版的deb文件，该方法比较简单，不需要切换到tty模式。这里以CUDA7.0为例。一、CUDARepository获取CUDA安装包,安装包请自行去NVidia官网下载。$sudodpkg-icuda-repo-ubuntu1410-7-0-local_7.0-28_amd64.deb$sudoapt-getupdate二、CUDAToolkit$sudoapt-getinstall-ycuda三、EnvironmentVariables$exportCUDA_HOME=/usr/local/cuda-7.0$exportLD_LIBRARY_PATH=${CUDA_HOME}/lib64$PATH=${CUDA_HOME}/bin:${PATH}$exportPATH第二部分：nVidia驱动和CUDAToolkit的安装和调试（*.run方法）PS：这里其实可以参考nVidia官方提供的CUDA安装手册，非常相近，32页的，不过是全英文的，我就是参考这个文档完成后面的配置和验证工作。/rdp/cuda-rc-checksums$md5sumfilename例如：md5sumcuda_6.5.11_rc_linux_64.run，这个文件的正确md5=a47b0be83dea0323fab24ca642346351这个感觉蛮重要，我第一次安装的时候md5就没通过，强制安装，结果就有问题，后面重新下载了再安装了一次五、HandleConflictingInstallationMethods根据官网介绍，之前安装的版本都会有冲突的嫌疑所以，之前安装的Toolkit和Drievers就得卸载，屏蔽，等等六、GraphicalInterfaceShutdown退出GUI，也就是X-Win界面， *** 作方法是：同时按：CTRL+ALT+F1（F2-F6），切换到TTY1-6命令行模式。关闭桌面服务：$sudostoplightdm七、InteractionwithNouveauNouveau是一个开源的显卡驱动，Ubuntu14.04默认安装了，但是它会影响nVidia驱动的安装，所以只有请他回老家了，sorry！$sudovi/etc/modprobe.d/nvidia-graphics-drivers.conf写入：blacklistnouveau保存并退出:wq!检查：$catnvidia-graphics-drivers.conf$sudovi/etc/default/grub末尾写入：rdblacklist=nouveaunouveau.modeset=0保存并退出:wq!检查：$cat/etc/default/grub八、InstallationCUDA6.5切换到cuda_6.5.11_rc_linux_64.run所在的目录，然后执行安装命令：$sudoshcuda_6.5.11_rc_linux_64.run再次提醒，安装前一定要执行md5sum，至于如果发现md5检测不一致，怎么？别逗了，去nVidia重新下载就行了，地球人都知道，别无限循环就好^_^!这里会一路问你各种问题，基本上就是Accept-yes-Enter-yes-Enter-yes-Enter，其实就是让你接受协议，然后安装的默认位置确认等等，recruit就别自定义安装位置了，默认才是天堂。九、ExtraLibraries安装一些必要的库文件，譬如：OpenGL(e.g.,Mesa),GLU,GLUT,andX11(includingXi,Xmu,andGLX).$sudoapt-getinstallfreeglut3-devbuild-essentiallibx11-devlibxmu-devlibxi-devlibgl1-mesa-glxlibglu1-mesalibglu1-mesa-dev十、驱动装完了，可以回到GUI界面了，也可以继续留这里玩文本。。。$sudostartlightdm十一、POST-INSTALLATIONACTIONS1.EnvironmentSetup$exportPATH=/usr/local/cuda-6.5/bin:$PATH$exportLD_LIBRARY_PATH=/usr/local/cuda-6.5/lib64:$LD_LIBRARY_PATHPS：如果出现安装失败，重启系统，重新安装一遍基本都可以解决，实在不行就卸载原来的驱动再安装一遍。a.卸载现有驱动$sudonvidia-installer--uninstallb.重装CUDAToolkit$sudoshcuda_6.5.11_rc_linux_64.run好了，到这里所有nVidiaCUDA的安装就结束了，下面看看Caffe如何安装

1.去官网下载cuda cudnn matconvnet。都很容易下到。

我的MATLAB 版本是2014a，其他是 cuda v7.5，cudnn v5.1，以及matconvnet-1.0-beta22

2.将下好的matconvnet-1.0-beta22 重命名为 MatConvNet ，cudnn 解压后文件重命名为 cudnn-v5.1

3.打开MATLAB，首先更改路径，改到 MatConvNet 文件夹下。在命令行窗口输入 mex -setup ,根据提示来关联VS。

4.接着输入 vl_compilenn

5.接着输入 run matlab/vl_setupnn

6.此时可以用 vl_testnn 测试，由于下载文件较大，也可跳过此步。

---