rust-cuDNN •

rust-cuDNN为CUDA的cuDNN库提供安全的封装，因此您可以在Rust应用程序中舒适且安全地使用它。

由于cuDNN依赖于CUDA在GPU上分配内存，您也可能需要查看rust-cuda。

rust-cudnn是在已停运的Autumnai为Rust机器智能框架Leaf开发的。

rust-cudnn是高性能计算框架Coaster的一部分。对于NN操作（如cuDNN提供的操作）的简单、统一接口，您可以检查Coaster。

更多信息，

• 在Gitter上联系

入门

如果您使用Cargo，只需将rust-cuDNN添加到您的Cargo.toml文件中

[dependencies]
cudnn = "1.5.0"

如果您使用Cargo Edit，您可以调用

$ cargo add cudnn

示例

使用高级的Cudnn接口。

extern crate rcudnn as cudnn;
extern crate libc;
use cudnn::{Cudnn, TensorDescriptor};
use cudnn::utils::{ScalParams, DataType};
fn main() {
    // Initialize a new cuDNN context and allocates resources.
    let cudnn = Cudnn::new().unwrap();
    // Create a cuDNN Tensor Descriptor for `src` and `dest` memory.
    let src_desc = TensorDescriptor::new(&[2, 2, 2], &[4, 2, 1], DataType::Float).unwrap();
    let dest_desc = TensorDescriptor::new(&[2, 2, 2], &[4, 2, 1], DataType::Float).unwrap();
    let acti = cudnn.init_activation().unwrap();
    // Obtain the `src` and memory pointer on the GPU.
    // NOTE: You wouldn't do it like that. You need to really allocate memory on the GPU with e.g. CUDA or Collenchyma.
    let src_data: *const ::libc::c_void = ::std::ptr::null();
    let dest_data: *mut ::libc::c_void = ::std::ptr::null_mut();
    // Now you can compute the forward sigmoid activation on your GPU.
    cudnn.sigmoid_forward::<f32>(&acti, &src_desc, src_data, &dest_desc, dest_data, ScalParams::default());
}

构建

rust-cudnn依赖于cuDNN运行时库，可以从NVIDIA获得。

手动配置

默认情况下，rust-cudnn的构建脚本将尝试通过pkg-config定位cudnn。在某些情况下，这可能不起作用，例如，

• 在没有pkg-config的系统上，
• 交叉编译时，或者
• cuDNN没有安装在默认的系统库目录中（例如/usr/lib）。

因此可以通过导出以下环境变量来配置构建脚本

• CUDNN_LIB_DIR
  如果指定，将用作查找cuDNN运行时库的目录。例如/opt/cuda/lib

• CUDNN_STATIC
  如果指定，cuDNN库将以静态方式而不是动态链接。

• CUDNN_LIBS
  如果指定，将用于在另一个名称下查找cuDNN库。

如果指定了CUDNN_LIB_DIR或CUDNN_INCLUDE_DIR，则构建脚本将跳过pkg-config步骤。

如果您还需要运行编译后的二进制文件，请确保它们是可用的

# Linux; for other platforms consult the instructions that come with cuDNN
cd <cudnn_installpath>
export LD_LIBRARY_PATH=`pwd`:$LD_LIBRARY_PATH

贡献

想贡献吗？太棒了！我们提供了帮助您开始贡献代码或文档的说明。还有我们可能需要您帮助的高优先级问题。

我们有一个主要基于实时协作的文化，在这里GitHub和Gitter频道。

除非您明确说明，否则任何有意提交以包含在您的工作中的贡献，根据Apache-2.0许可证的定义，应以下列方式双许可，不附加任何其他条款或条件。

许可证

以下任一许可证下授权

• Apache许可证，版本2.0（LICENSE-APACHE或https://apache.ac.cn/licenses/LICENSE-2.0）
• MIT许可证（LICENSE-MIT或http://opensource.org/licenses/MIT）

任选其一。