文档建议反馈控制台
首页
学习
活动
专区
圈层
工具
MCP广场
文章/答案/技术大牛
发布
社区首页 >专栏 >ubuntu16.04安装cuda10.2_opencv cuda

ubuntu16.04安装cuda10.2_opencv cuda

作者头像
全栈程序员站长
发布于 2022-11-17 11:29:51
发布于 2022-11-17 11:29:51
8200
举报
文章被收录于专栏：全栈程序员必看全栈程序员必看

大家好，又见面了，我是你们的朋友全栈君。

由于实验需要，在实验室电脑上搭建深度学习Caffee框架。一共花了两天的时间，其中遇到了不少的问题，记录一下。 Caffee在配置上相对来说比较麻烦，需要前期安装的东西比较多，逐一介绍。

  1. CUDA:NVIDIA系列显卡支持的GPU编程框架，其实如果本身电脑是AMD的显卡，不用装也可用Caffee，只是速度会比较慢。所以最好有一块像样的显卡，最后我就败在这个上面了。。。
  2. MKA或是OpenAtlas或atlas:这个是科学计算库，三种选安装一个就行了。MKA是Intel公司推出的，性能以及服务上会比较好，学生的话可以上官网上申请学生试用版。但是这个比较大，建议安装atlas就可以了，Caffee默认用的就是这个。
  3. OpenCV:这个做图像的都知道，我就不多说了。
  4. Python:现在流行的脚本编程语言，Caffee支持使用。或者安装Anaconda2也行，Anaconda2是独立于Python的一个库，用这个也可以。
  5. 最后这个也是最重要的，操作系统。linux就可以了，我用的是Ubuntu14.04。

下面一步步来详细说，默认你已经安装好Ubuntu系统，如果还没有，网上教程找找看。

CUDA安装

  1. NVIDIA显卡驱动安装 Ubuntu14.04默认安装的显卡驱动是nouveau，这个不适合。所以需要安装新的显卡驱动。这部分查看我的一篇博客 Ubuntu 14.10安装显卡驱动 ，方法是一样的。
  2. CUDA6.5安装 从官网上下载对应的安装包，我这里下载的是cuda_6.5.14_linux_64.run。这个安装包里其实有三个部分，包括一个显卡驱动、CUDA安装包还有一个CUDA例子。在安装过程中注意显卡驱动不需要安装了，注意！

sudo ./cuda_6.5.14_linux_64.run

这样CUDA应该已经安装了，但是安装最后会提示会有些问题，这个其实是samples编译需要的库没有安装，后续安装即可，暂时不管。安装CUDA需要最后完成三件事。默认的安装目录为/usr/local/cuda-6.5 第一：把CUDA安装后的bin加入到系统环境变量中

代码语言：javascript
复制
sudo vim /etc/profile
文件中添加 export PATH=/usr/local/cuda-6.5/bin/:$PATH

执行使配置生效

代码语言：javascript
复制
source /etc/profile

第二：把CUDA编程需要的库加入到系统链接库中 在/etc/ld.so.conf.d/目录下建立cuda.conf文件，写入

代码语言：javascript
复制
/urs/local/cuda-6.5/lib64

执行使配置生效

代码语言：javascript
复制
sudo ldconfig

第三：编译CUDA提供的samples，samples默认的安装目录为/home/yourname/NVIDIA_CUDA-6.5_Samples 下载需要的库，这个是上面安装CUDA时最后提示问题需要的库，这里安装就可以了。

代码语言：javascript
复制
sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libglu1-mesa-dev

编译samples，进入到samples目录下面

代码语言：javascript
复制
sudo make

完成后，测试一下有没有成功。进入samples/bin/x86_64/linux/release目录，里面有个deviceQuery程序，执行即可

代码语言：javascript
复制
sudo ./deviceQuery

如果出现下面的信息，则表示CUDA已经没有问题了。。。（电脑显卡太差了。。。）

代码语言：javascript
复制
jianghh@jianghh-Precision-T1500:~/NVIDIA_CUDA-6.5_Samples/bin/x86_64/linux/release$ ./deviceQuery
./deviceQuery Starting...
CUDA Device Query (Runtime API) version (CUDART static linking)
Detected 1 CUDA Capable device(s)
Device 0: "GeForce 310"
CUDA Driver Version / Runtime Version          6.5 / 6.5
CUDA Capability Major/Minor version number:    1.2
Total amount of global memory:                 512 MBytes (536477696 bytes)
( 2) Multiprocessors, (  8) CUDA Cores/MP:     16 CUDA Cores
GPU Clock rate:                                1402 MHz (1.40 GHz)
Memory Clock rate:                             790 Mhz
Memory Bus Width:                              64-bit
Maximum Texture Dimension Size (x,y,z)         1D=(8192), 2D=(65536, 32768), 3D=(2048, 2048, 2048)
Maximum Layered 1D Texture Size, (num) layers  1D=(8192), 512 layers
Maximum Layered 2D Texture Size, (num) layers  2D=(8192, 8192), 512 layers
Total amount of constant memory:               65536 bytes
Total amount of shared memory per block:       16384 bytes
Total number of registers available per block: 16384
Warp size:                                     32
Maximum number of threads per multiprocessor:  1024
Maximum number of threads per block:           512
Max dimension size of a thread block (x,y,z): (512, 512, 64)
Max dimension size of a grid size    (x,y,z): (65535, 65535, 1)
Maximum memory pitch:                          2147483647 bytes
Texture alignment:                             256 bytes
Concurrent copy and kernel execution:          Yes with 1 copy engine(s)
Run time limit on kernels: Yes
Integrated GPU sharing Host Memory:            No
Support host page-locked memory mapping:       Yes
Alignment requirement for Surfaces:            Yes
Device has ECC support:                        Disabled
Device supports Unified Addressing (UVA):      No
Device PCI Bus ID / PCI location ID:           1 / 0
Compute Mode:
< Default (multiple host threads can use ::cudaSetDevice() with device simultaneously) >
deviceQuery, CUDA Driver = CUDART, CUDA Driver Version = 6.5, CUDA Runtime Version = 6.5, NumDevs = 1, Device0 = GeForce 310
Result = PASS

OpenCV安装 关于OpenCV在ubuntu下的安装方法，有人写了完整的脚本，直接用就行了。下载地址：https://github.com/jayrambhia/Install-OpenCV 下载适合自己的版本脚本，执行即可

代码语言：javascript
复制
sudo ./opencv2_4_9.sh

atlas安装 这个直接安装即可

代码语言：javascript
复制
sudo apt-get install libatlas-base-dev

安装后，把相应的库添加到系统的链接库路径中。atlas默认安装目录为/usr/lib/atlas-base/ 在/etc/ld.so.conf.d/目录下添加atlas.conf，文件中添加

代码语言：javascript
复制
/usr/lib/atlas-base
/usr/lib/altas-base/atlas

执行使配置生效

代码语言：javascript
复制
sudo ldconfig

安装其他的依赖库

代码语言：javascript
复制
sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev libgflags-dev libgoogle-glog-dev liblmdb-dev protobuf-compiler

安装Python环境 系统默认有python环境，我们先安装pip

代码语言：javascript
复制
sudo apt-get install python-pip

下载caffee包，解压后进入python目录，执行下面命令

代码语言：javascript
复制
for req in $(cat requirements.txt); do sudo pip install $req; done

这样前面部分就差不多了，开始安装caffee Caffee安装 进入caffee目录，先复制一下配置文件Makefile.config，这个里面是一些参数可能需要修改。大家直接看自己配置情况修改就没问题了，下面开始编译Caffee。

代码语言：javascript
复制
make all -j4
make test
maket runtest

这样整个就没问题了，剩下你就可以看caffee提供的例子了。我试了一下mnist这个数据，正确率有99.07%！！！很牛叉呀。。。

版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。

发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn/226887.html原文链接：https://javaforall.cn

本文参与 腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。
原始发表：2022年10月30日，如有侵权请联系 cloudcommunity@tencent.com 删除
opencv
linux
深度学习
打包
python

本文分享自 作者个人站点/博客 前往查看

如有侵权，请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ，欢迎热爱写作的你一起参与！

opencv
linux
深度学习
打包
python
评论
登录后参与评论
0 条评论
热度
最新
登录 后参与评论
推荐阅读
领券

腾讯云开发者

扫码关注腾讯云开发者

扫码关注腾讯云开发者

领取腾讯云代金券

热门产品

热门推荐

更多推荐

Copyright © 2013 - 2025 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有 

深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 粤公网安备44030502008569号

腾讯云计算（北京）有限责任公司 京ICP证150476号 |  京ICP备11018762号

问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档

Copyright © 2013 - 2025 Tencent Cloud.

All Rights Reserved. 腾讯云 版权所有

登录 后参与评论