利用Akitio Node Pro搭建Ubuntu 18.04 linux 上的 Cuda 开发环境

最新推荐文章于 2024-06-14 11:56:30 发布
最新推荐文章于 2024-06-14 11:56:30 发布
阅读量623 收藏
点赞数
分类专栏： 深度学习 文章标签： 雷电3扩展坞 Ubuntu18.04 Cuda10.0 Tensorflow paddle
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/lb_zhao/article/details/102335041
版权
本文详细介绍了如何使用Akitio Node Pro扩展坞在Ubuntu 18.04系统上搭建CUDA 10.0开发环境，包括安装Ubuntu操作系统、NVidia驱动、CUDA和CUDNN，以及Tensorflow或PaddlePaddle。过程中提到了遇到的库文件问题及解决方法，强调了ldconfig的重要性。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

利用Akitio Node Pro搭建Ubuntu 18.04 linux 上的 Cuda 开发环境

1.安装Ubuntu 18.04操作系统

官网上下载iso，制作安装盘进行安装。
安装完成后，系统自动就能识别出扩展坞来，如果已经安装上GPU显卡，也能够自动识别出来，系统安装过程后通过lspci就可以看到了，这点比较方便。老版本的ubuntu可能识别不出来。

2.安装NVidia官网驱动

参考：Ubuntu 16.04 禁用 nouveau 安装 nvidia显卡驱动

3.安装CUDA10、CUDNN

参考: Ubuntu18.04安装CUDA10、CUDNN
cudnn需要注册下载

4.安装Tensorflow或者paddlepaddle

推荐使用Anaconda。
https://www.anaconda.com/distribution/#download-section
paddlepaddle
https://www.paddlepaddle.org.cn/documentation/docs/zh

最低0.47元/天 解锁文章
高通开发系列 - ubuntu安装docker运行ubuntu18.04镜像
fulinux的博客
03-22 2110
高通开发系列 - ubuntu16.04安装docker运行ubuntu18.04镜像记录
关于Ubuntu18.04/20.04安装后的一系列环境配置过程的总结
rta1113的博客
03-16 6548
Updating...
centos搭建paddle环境（GPU)
every place is the center of the universe
10-09 1669
centos搭建paddle环境（GPU)
paddle 源码编译错误收集
qq_37268614的博客
07-02 1213
/home/xc/work/code/paddle/Paddle/build211/paddle_inference_install_dir/paddle/lib/libpaddle_inference.so: undefined reference to typeinfo for paddle::distributed::TensorTable' /home/xc/work/code/paddle/Paddle/build211/paddle_inference_install_dir/paddle/li
centos6.5安装python2.7.11和paddle
天涯的博客
02-07 1240
1.首先是安装前的准备工作： 由于安装过程中用到gcc 所以安装Development tools 命令： yum groupinstall "Development tools" 提前安装python依赖包 命令： yum install zlib-devel bzip2-devel openssl-devel ncurses-devel sqlite-devel
测试paddleOCR时提示缺少libcrypto.so.1.1和libssl.so.1.1
08-24 1323
通过whereis libssl.so，查询电脑里位置：/usr/lib/x86_64-linux-gnu/libssl.so。因此应该是ssl的版本问题。输入openssl version，查询得知ubuntu22.04中对应的openssl是3.0+的版本。paddleOCR中的libpaddle.so需要的是1.1版本的openssl库。
centos7安装飞浆（PaddlePaddle）
TanYYF的专栏
09-15 610
安装完成后您可以使用 python3 进入 python 解释器，输入import paddle ，再输入 paddle.utils.run_check()原文:https://blog.csdn.net/zuiyuewentian/article/details/128322429。如果出现PaddlePaddle is installed successfully!，说明您已成功安装。
ubuntu18.04中基于Docker搭建tensorflow-gpu开发环境
error的博客
06-07 1231
前提条件就不多提啦，首先得装好nvidia驱动和Docker19以上版本，网上有很多教程。deepo是一个囊括几乎所有深度学习框架的开源镜像，这里我们选择拉取一个tensorflow-gpu版本的，避免占用储存过大。 多方查找原因无法解决，决定尝试另一种方法需要注意，选择的cuda版本需要满足宿主机的显卡驱动需求：官网 宿主机的驱动版本为，因此选用11.0的即可拉取镜像官方地址 这里选择，复制命令：镜像比较大，需要耐心等待，拉取中～ 拉取完成： 2 通过镜像建立容器 通过以下指令： 说明： ：以交互模型运
制作ubuntu18.04 cuda10.2+ROS1+opencv 4.5.4的 docker镜像
最新发布
qq_28219531的博客
06-14 1020
如果要使用老的JETPACK，如上图我们要使用4.6的版本。向ros源中添加ros源地址，并配置公钥，如果rosdep update执行失败，可以尝试多试几次.安装sudo 和 lsb_release工具。
算能RISC-V通用云编译飞桨paddlepaddle@openKylin留档
skywalk8163的专栏
02-24 2301
飞桨paddlepaddle在算能云riscv环境下已编译成功。目前import paddle成功。run_check()成功。飞桨成功编译好了，可以开始使用了！
2021-08-02
USLL_7263的博客
08-02 487
PaddleOCR踩坑（ubuntu1804部署）项目场景：OCR识别自然场景内容问题描述：使用官方推荐的paddlepaddle docker部署，运行环境是cuda10-cudnn7-paddle-gpu-2.0官方镜像，遇到一些问题如下：1. 官方推荐的py版本是3.7，但是进入容器后是py3.52. 启动推理脚本都报错原因分析：坑解决方案：问题1： 容器中/home下有py3.5-3.8的安装包，于是安装了py3.7，后期所有的官方安装指导中的python3和pip3都改成了python3.7/pi
使用Fluid训练模型时，使用多卡训练报错
PaddlePaddle
03-08 2138
问题描述：使用Fluid训练模型时，使用多卡训练报错 报错输出： EnforceNotMet: Failed to find dynamic library: libnccl.so ( libnccl.so: cannot open shared object file: No such file or directory ) Please specify its path cor...
paddle数据加载源码分析
梁小憨憨的博客
08-12 332
刚整理完config配置文件，这里顺便把数据加载整理一下，方便以后查阅。
007_centos使用paddlepaddle报错ImportError: /lib64/libstdc++.so.6: version `GLIBCXX_3.4.20‘ not found
zhuzuwei的博客
07-28 2267
在import paddle时报错 ImportError: /lib64/libstdc++.so.6: version `GLIBCXX_3.4.20' not found (required by /home/anaconda38/lib/python3.8/site-packages/paddle/fluid/libpaddle.so)3. 选择版本相同或更高的一个 libstdc++.so，查看其中是否存在GLIBCXX_3.4.20。2. 查看其他位置是否存在libstdc++.so。
【paddlepaddle】
sun_boy的博客
11-21 739
替换 /home/ubuntu/miniconda3/envs/paddle_gan/bin/../lib/libstdc++.so.6 中的 libstdc++.so。1. 上传 libstdc++.so.6。安装paddlepaddle 报错。
【paddle本地环境安装踩坑记录】libssl.so.1.1...PreconditionNotMetError...
大聪明cc的博客
10-23 4506
paddlepaddle环境安装报错解决
Paddle踩坑1:libpython3.10.so.1.0
weixin_43021830的博客
12-08 8356
Paddle安装踩坑: libpython3.10.so.1.0: cannot open shared object file: No such file or directory
MacBook Pro 2017外接显卡实战——打破Mac不能玩游戏的定律
热门推荐
ssujoensiang的博客
11-24 11万+
MacbookPro 2017 外置显卡实战
ImportError: /home/yukang/anaconda3/envs/fsgan/lib/python3.9/site-packages/torch/lib/libtorch_cuda_c
zik的博客
11-20 5443
然后现在使用 pytorch.org 中的命令全新安装 pytorch。问题是因为 anaconda 的人写了一些错误的包装。
ubuntu18.04 orbslam3稠密建图
06-12
Orb-SLAM3是基于视觉SLAM（同时定位和映射）的一种开源算法库，它在Ubuntu 18.04版本中提供了一种先进的多传感器融合的实时三维重建技术，特别强调了稠密地图的生成。稠密建图意味着能够生成高精度、细节丰富的地图模型。 在Ubuntu 18.04上安装和运行Orb-SLAM3，你需要遵循以下步骤： 1. 安装依赖：确保你的系统已经安装了必要的开发工具和库，包括CUDA（如果使用GPU加速），以及OpenCV和ROS Melodic（机器人操作系统）等。 2. 获取源码：从Orb-SLAM3的GitHub仓库下载最新版本的代码：https://github.com/raulmur/ORB_SLAM3 3. 配置和编译：使用CMake进行配置，设置合适的编译选项，如GPU支持等。然后执行`make`命令进行编译。 4. 准备数据：准备用于训练或测试的数据集，这通常包含RGBD图像或摄像头流。 5. 运行实例：通过命令行启动不同的模块，比如`slam_node`来运行SLAM算法，`relocalization_node`来进行重定位，`mapping_node`进行地图构建。 6. 结果查看：通过可视化工具，如RViz或者其他Orb-SLAM3提供的工具，查看和分析生成的稠密地图。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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