《基于GPU加速的计算机视觉编程》学习笔记(1)
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
- 安装显卡驱动
- 安装CUDA
- 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。