《基于GPU加速的计算机视觉编程》学习笔记

最近打算

在训练模型的时候，感觉电脑非常吃力，很难按时完成理想的工作。网上找了些关于CUDA安装教学的帖子，也是遇到了种种的BUG，最后也把项目搁置了。直到最近，期末考试也差不多结束了，就去图书馆看看有没有关于计算机视觉的书，偶然间发现了这本机械工业出版社出版的**《基于GPU加速的计算机视觉编程》** 一书。就决定趁着这一段时间来学习一下这本书的内容。本人打算边学边记，当然也有可能最后遇到一些BUG不能进行下去，所以这篇帖子写到哪算哪，如果能给大家帮助更好。

准备工作

在网络上找的一些关于CUDA的帖子，无非是以下几步

1. 安装显卡驱动
2. 安装CUDA
3. 安装CUDNN

说实话，之前做了很久，最后也只是在win10下停留在了安装显卡驱动这一步，到后面的安装CUDA，各种莫名其妙的错误，怎么也解决不了；于是装了ubuntu16.04的双系统，好说歹说的装上了N卡的驱动，安装了CUDA（版本忘了，可能就是因为和N卡的型号不匹配才无法完成后续的工作），安装了CUDNN，跑了一些简单的模型，但是一旦用到自己写的Demo上，就出BUG了，很是头疼。

那我们现在就开始尝试按照书中的步骤，先在win10上装一下试一试。

CUDA开发环境（主要是查看N卡的信息）

在这里先说明一下，本人的电脑是低配版的，最拉的dell g3（买的时候还被卖家拆了原装的固态硬盘，最后花了100块钱买了个不配套的硬盘。。。）

回归正题，首先我们要知道自己的显卡是什么型号的，适不适合使用CUDA。

1.查看自己的N卡信息（我用QQ进行截图，截图的时候不能显示右键信息，大家凑合着看）

右键点击此电脑，找到属性，点击进入。

2.点击设备管理器，进入。

3.找到显示适配器，点击右边的下拉菜单。

这样就能看到我们的显卡的配置信息了。NVIDIA GeForce GTX 1050，歪日，这显卡确实拉跨。所以建议大家不要买游戏本，买个办公本性能好，寿命长，买了游戏本就为了图个好显卡，最后这显卡说实话还真不如配个主机性价比高。

4.进入NVIDIA关于支持CUDA的GPU的详细列表。

https://developer.nvidia.com/cuda-gpus.
(2020年12月25日截图，谁知道过几个月这个网页会变成什么样子)

5.找到自己的显卡对应的菜单，我的是Geforce系列的

6.点击菜单

我们可以看到，Notebook版的GeForce没有1050的，但是旁边那一栏有1050，然后我上网查了一查，看到知乎上的兄弟说，虽然官网没写，但是他依旧用1050成功在tensorflow上能用，那我们就死马当成活马医，继续进行呗。

7.其他

《基于GPU加速的计算机视觉编程》中讲到：

为CUDA建立开发环境应具备以下先决条件：
（1）支持CUDA的GPU（上面1-6步在做的）
（2）英伟达显卡驱动程序（必须是N卡，不能是A卡和其他的GPU，因为CUDA只支持NVIDIA的。），这个的安装大家在网上找找教程吧，我这儿之前安装了，无法演示了，不过过程很简单的，大家别担心。
（3）标准的C编译器
（4）CUDA开发工具包。（后续会讲到）

在WIN10下安装CUDA工具包

进入官网 https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal 进行下载。

不知道什么原因，我点击download之后，就一直下载的是个32B的一个安装包，不知道什么东西，也打不开。最后我只能在网上找了一个云盘上的，tiktok10.1版本的CUDA安装的。

https://www.cnblogs.com/imper/p/11976077.html
（上面找的百度云资源的博客，如果和我遇到一样问题的大家自行访问下载）

今天就过去了，明天接着写

2020年12月26日，更新
成功下载CUDA10.1，但是和以前一样，在win10上安装的时候，到了驱动安装那一步，就开始报错，开始显示我各种东西未安装，不得不说，NVIDIA和WIN10关系确实不好。。。。下一章尝试在ubuntu16.04上安装，希望顺利进行。