一般我們開發都是基於CPU的，cuda可以看作是輔助我們針對GPU開發的一個工具。 而cuDNN官網的全稱是CUDA Deep Neural Network，相比標準的cuda，它在一些常用的神經網絡操作上進行了性能的優化，比如卷積，pooling，歸一化，以及激活層等等。在理解上面這段的基礎上，我們可以猜測配置cuDNN時是要對cuda進行一些修改，所以我們要先安裝cuda。cuDNN下載需要註冊，這個過程耐心點也很快。下面以ubuntu爲例說明如何配置cuDNN進行神經網絡的加速。
1.下載cuDNN壓縮包；這裏附上cudnn-7.0的百度雲鏈接
2.對下載文件進行解壓：
tar -zxvf cudnn-7.0-linux-x64-v3.0-prod.tgz3.解壓後會看到一個cuda文件夾，裏面包含了include以及lib64兩個子目錄。我們需要做的就是將這兩個字母裏面的文件複製到cuda對應的安裝目錄。這裏以cuda的安裝目錄爲/usr/local/cuda/，這個目錄下也會包含include/以及lib64/這兩個文件夾，將之前目錄的文件複製過來即可。
sudo cp cuDNN/cuda/include/cudnn.h /usr/local/cuda/include
sudo cp cuDNN/cuda/lib64/* /usr/local/cuda/lib64/上面的sudo是爲了聲明權限。
4.這時候本來已經可以了，但是由於權限的原因原來的兩個符號鏈接文件（libcudnn.so,libcudnn.so.7.0）已經失效了，直接編譯便會報錯，所以這時手動生成符號鏈接。
#下面的操作在/usr/local/cuda/lib64/目錄下進行
sudo rm -rf libcudnn.so libcudnn.so.7.0#刪除兩個符號鏈接；
sudo ln -s libcudnn.so.7.0.64 libcudnn.so.7.0
sudo ln -s libcudnn.so.7.0 libcudnn.so5.在編譯caffe（或者其他深度學習庫）時，只需要在make的配置文件Makefile.config中將USE_CUDNN取消註釋即可。