cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

若有结果输出则表示cudnn已安装的，若没有结果，则需要进行cudnn安装
首先先查看自己的tensorflow，cuda，cudnn的适配版本，此处可参考这篇博客查看干货：TensorFlow1.2~2.1各个GPU版本CUDA和cuDNN对应版本整理

若已经安装cuda,就建议以cuda为基准选取对应的cudnn和tensorflow版本
cudnn的下载英伟达官网

下载后解压缩包

安装cudnn参考cudnn版本查看及升级

其中安装cudnn时需要修改的命令是

sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/lib64/lib* /usr/local/cuda/lib64/

改为

sudo cp 你自己下载的cudnn压缩包解压的位置/include/cudnn.h /usr/local/cuda/include/
sudo cp 你自己下载的cudnn压缩包解压的位置/lib64/lib* /usr/local/cuda/lib64/

最后执行命令

sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

查看是否安装好

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

应该就会有显示结果，安装成功了

总结：建议安装的时候还是要适配相应的版本

https://blog.csdn.net/fengdu78/article/details/104667044?utm_medium=distribute.pc_relevant_t0.none-task-blog-BlogCommendFromMachineLearnPai2-1.nonecase&depth_1-utm_source=distribute.pc_relevant_t0.none-task-blog-BlogCommendFromMachineLearnPai2-1.nonecase

https://blog.csdn.net/DeepOscar/article/details/83960677