目录
YOLOv4仅支持CUDA10.0,而Pytorch不支持CUDA10.0,使用过程中需要在CUDA10.0在CUDA10.2之间切换,故有此文。
1 安装CUDA版本1:CUDA10.2
1.1安装CUDA10.2及对应版本cuDNN
参考Ubuntu安装CUDA、cuDNN、PyTorch安装CUDA10.2。
1.2 添加环境变量
修改~/.bashrc文件。
sudo gedit .bashrc
在末尾添加环境变量。
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64
export PATH=$PATH:/usr/local/cuda/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda
路径中,cuda
为symbol link,指向当前调用的CUDA。
2 安装CUDA版本2:CUDA10.0
2.1 安装CUDA10.0
点此下载CUDA10.0,根据需求依次选择即可,如下图所示,下载CUDA10.0及升级包,注意按照下文执行安装指令。
依次执行如下安装指令。
sudo dpkg -i cuda-repo-ubuntu1804-10-0-local-10.0.130-410.48_1.0-1_amd64.deb
# 下一条指令中将原文cuda-repo-<version>根据实际进行替换
sudo apt-key add /var/cuda-repo-10-0-local-10.0.130-410.48/7fa2af80.pub
sudo apt-get update
第4条指令与原文不同,若执行原文指令,得到如下提示。
这是因为,不添加版本号apt-get默认安装最新版,当前CUDA最新版本为10.2,而CUDA10.2已完成安装。
执行如下操作。
# 查询CUDA版本号
apt-cache madison cuda
# 安装指定版本CUDA
sudo apt-get install cuda=10.0.130-1
安装CUDA10.0升级包。
sudo dpkg -i cuda-repo-ubuntu1804-10-0-local-nvjpeg-update-1_1.0-1_amd64.deb
2.2 安装对应版本cuDNN
点此下载cuDNN,根据CUDA版本选择cuDNN版本。
选择cuDNN Library for Linux即可,如下图所示。
按照此链接中 2.3.1. Installing From A Tar File 小节安装。
3 切换CUDA版本
3.1 切换至CUDA10.0
sudo rm -rf /usr/local/cuda
sudo ln -s /usr/local/cuda-10.0 /usr/local/cuda
nvcc --version
3.2 切换至CUDA10.2
sudo rm -rf /usr/local/cuda
sudo ln -s /usr/local/cuda-10.2 /usr/local/cuda
nvcc --version