Ubuntu20.04安装CUDNN、Ceres和Colmap

前言

本篇记录在自己服务器上安装Colmap过程。

系统:Ubuntu 20.04
显卡:Nvidia Geforce RTX 3080Ti

参考链接:Ubuntu20.04安装ColmapUbuntu20.04安装colmap-知乎简明过程

colmap主页

1. 安装CUDA和CUDNN

首先检查是否有这两个东西 nvcc -Vls | grep cudnn
在这里插入图片描述
说明只有CUDA没有CUDNN

参考链接:判断CUDA和CUDNN是否安装成功并正常使用

接下来就是安装CUDNN

参考链接:Ubuntu 20.04安装CUDA & CUDNN

先查看一下CUDA的安装路径 /usr/local/cuda-11.3/ ,因为之后安装CUDNN就是要把头文件拷贝到 includelib64
在这里插入图片描述
Nvidia官网下载对应版本的CUDNN:
在这里插入图片描述
下载好后 sudo dpkg -i cudnn-local-repo-ubuntu2004-8.4.0.27_1.0-1_amd64.deb 安装即可

使用 cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2 或者 ls | grep cudnn 验证安装是否成功
在这里插入图片描述
或者可以使用python输出版本信息:

import torch
from torch.backends import  cudnn
print(torch.backends.cudnn.version())

在这里插入图片描述


Tar包安装法

Nvidia官网安装指南

# 下载对应tar包
# 解压缩
tar -xvf cudnn-linux-x86_64-8.x.x.x_cudaX.Y-archive.tar.xz
# copy
sudo cp cudnn-*-archive/include/cudnn*.h /usr/local/cuda-11.3/include
sudo cp -P cudnn-*-archive/lib/libcudnn* /usr/local/cuda-11.3/lib64
sudo chmod a+r /usr/local/cuda-11.3/include/cudnn*.h /usr/local/cuda-11.3/lib64/libcudnn*

cat /usr/local/cuda-11.3/include/cudnn.h | grep CUDNN_MAJOR -A 2

2. 安装依赖

【知乎链里给的依赖…】

sudo apt-get install \
    git \
    cmake \
    build-essential \
    libboost-program-options-dev \
    libboost-filesystem-dev \
    libboost-graph-dev \
    libboost-regex-dev \
    libboost-system-dev \
    libboost-test-dev \
    libeigen3-dev \
    libsuitesparse-dev \
    libfreeimage-dev \
    libgoogle-glog-dev \
    libgflags-dev \
    libglew-dev \
    qtbase5-dev \
    libqt5opengl5-dev \
    libcgal-dev \
    libcgal-qt5-dev

官方教程里的依赖: 【按这个来吧… 不然cmake会有报错的】

sudo apt-get install \
    git \
    cmake \
    build-essential \
    libboost-program-options-dev \
    libboost-filesystem-dev \
    libboost-graph-dev \
    libboost-system-dev \
    libboost-test-dev \
    libeigen3-dev \
    libsuitesparse-dev \
    libfreeimage-dev \
    libmetis-dev \
    libgoogle-glog-dev \
    libgflags-dev \
    libglew-dev \
    qtbase5-dev \
    libqt5opengl5-dev \
    libcgal-dev

在这里插入图片描述

3. 安装Ceres Solver

这一步所需依赖都包含在上面了

下载源码:Ceres Solver官方安装教程

git clone https://github.com/ceres-solver/ceres-solver.git

进入到该文件夹,进行编译

mkdir build
cd build
cmake .. # 预编译
make -j20  # 编译 可用 nproc 查看cpu核心数,我的cpu核心数是 20   -j40 / -j16?->(CPU Core 8)
sudo make install # 安装   如果不想安到计算机里也可以不执行这个命令

参考链接:Ubuntu安装Ceres Solver

关于以下问题,暂时没有考虑:

注意,直接编译出来的是静态库.a 如果需要编译动态分享库需要修改CMakeLists.txt中option(BUILD_SHARED_LIBS “Build Ceres as a shared library.” ON)

参考链接:Ubuntu20.04安装Ceres和g2o库
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

4. 暂时性修改 Anaconda 名称

至于为什么要进行这一步,可能涉及到使用 anaconda的Qt问题… 具体的也不是很了解,可以看看 这个问题

cd ~
ls
mv anaconda3 axx
ls

在这里插入图片描述

5. 下载Colmap

下载源码: Colmap主页官方教程

git clone https://github.com/colmap/colmap.git
cd colmap
mkdir build
cd build
cmake ..
make -j
sudo make install
运行Colmap

验证是否安装成功:

colmap -h
colmap gui

cmake .. 的时候出现报错… Oh…
在这里插入图片描述
噗… 于是我们 重新进入到官方教程中查看它要求的依赖进行安装… 应该是少了什么依赖没装…
在这里插入图片描述


cmake .. 完成
在这里插入图片描述
make -j 完成
在这里插入图片描述
sudo make install 完成
在这里插入图片描述
Colmap 安装完成
在这里插入图片描述

6. 记得把anaconda3的名字改回去

cd ~
ls
mv axx anaconda3
ls
  • 9
    点赞
  • 35
    收藏
    觉得还不错? 一键收藏
  • 5
    评论
Ubuntu 20.04安装cuDNN,你可以按照以下步骤进行操作: 1. 首先,将blacklist.conf文件末尾加上以下两行,并保存: ``` blacklist nouveau options nouveau modeset=0 ``` 然后在终端中输入以下命令,以应用更改: ``` sudo update-initramfs -u ``` 2. 重启你的系统以禁用Ubuntu 20.04自带的nouveau显卡驱动。 3. 接下来,打开系统设置,选择"软件和更新",然后点击"附加驱动"。在该界面中,你可以选择NVIDIA驱动,并点击"应用更改"按钮。系统会自动推荐适用于你电脑上GPU的NVIDIA显卡驱动。 4. 安装NVIDIA驱动后,你可以根据需要安装cuDNN。你可以参考一份详细的图文教程来学习如何在Ubuntu 20.04安装CUDA和cuDNN。这份教程会通过图文和代码的方式提供详细的步骤和说明,对于学习或工作都有一定的参考价值。 希望以上信息对你有所帮助!如果有任何进一步的问题,请随时提问。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* [Ubuntu20.04下CUDA、cuDNN的详细安装与配置过程(图文)](https://blog.csdn.net/weixin_37926734/article/details/123033286)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *3* [Ubuntu 20.04 CUDA&cuDNN安装方法(图文教程)](https://download.csdn.net/download/weixin_38696582/12840997)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 5
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值