Docker环境是ubuntu 16.04 xenial,实际上是tensorflow/tensorflow:1.13.1-gpu-py3的image。
主机为ubuntu 19.04,,刚release就把笔记本系统升级,也是没谁了。。显卡为RTX2070,CUDA版本为10.0.130,nvidia driver版本为418.56。
(1)首先使用nvidia-docker run运行tensorflow的image,进入其bash:nvidia-docker run -it -e NVIDIA_DRIVER_CAPABILITIES=compute,utility,video --rm tensorflow/tensorflow:1.13.1-gpu-py3
。
(2)在容器中安装必要的软件包和库:
apt-get update -qq && apt-get -y install \
autoconf \
automake \
build-essential \
cmake \
git-core \
libass-dev \
libfreetype6-dev \
libsdl2-dev \
libtool \
libva-dev \
libvdpau-dev \
libvorbis-dev \
libxcb1-dev \
libxcb-shm0-dev \
libxcb-xfixes0-dev \
pkg-config \
texinfo \
wget \
zlib1g-dev \
cuda-npp-10-0 \
cuda-npp-dev-10-0
其中cuda-npp-<VERSION>
是提供libnpp的库。
(3)在$HOME
目录下建立两个文件夹,用于存放接下来的文件:mkdir -p ~/ffmpeg_sources ~/bin
(4)下载nasm,注意版本号不能太低,用于libx264的编译过程:
cd ~/ffmpeg_sources && \
wget https://www.nasm.us/pub/nasm/releasebuilds/2.14.02/nasm-2.14.02.tar.bz2 && \
tar xjvf nasm-2.14.02.tar.bz2 && \
cd nasm-2.14.02 && \
./autogen.sh && \
PATH="$HOME/bin:$PATH" ./configure --prefix="$HOME/ffmpeg_build" --bindir="$HOME/bin" && \
make && \
make install
(5)下载yasm,同样用于编译:
cd ~/ffmpeg_sources && \
wget -O yasm-1.3.0.tar.gz https:/