[debug]点云cuda运算编译sh install.sh报错

最新推荐文章于 2024-09-26 17:20:50 发布
最新推荐文章于 2024-09-26 17:20:50 发布
阅读量236 收藏
点赞数 1
分类专栏： debug 文章标签： 深度学习 人工智能 pytorch 图像处理
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/m0_58360315/article/details/136634511
版权

问题定位：
点云仓库clone后编译cuda：
在这里插入图片描述
安装2.0.1(cuda11.7)与本地cuda12.0不匹配，报错出现CUDA version mismatch：
请添加图片描述

请添加图片描述
安装2.2.0 (cuda12.1) 报错undefined symbol:
请添加图片描述

请添加图片描述
安装2.1.1(cuda12.1) 解决问题
请添加图片描述

编译时报2个warning，不影响编译成功与项目运行
请添加图片描述

请添加图片描述

请添加图片描述

结论：cuda12及以上安装torch2.1.1版本

CameliaV
关注
专栏目录
【玩转PointPillars】Ubuntu18.04上部署nutonomy/second.pytorch
06-19 2678
【我的环境】 Ubuntu18.04 cuda10.2 GeForce GTX 1650
Ubuntu18.04下C++编译tensorflow并在QT中使用
qq_29462849的博客
12-13 7441
本博文参考： https://blog.csdn.net/qq_25109263/article/details/81285952 https://blog.csdn.net/dragonchow123/article/details/80682787 介绍 最近要把模型落地了，由于整个系统是基于C++的，但是我们一般都是使用python来训练模型，这个时候就需要进行转换了。tensorflow提...
Pytorch--3--TX2中源码编译并安装pytorch1.0（亲自操作并成功！）
天明宇朗的博客
03-16 6041
Yolov-1-TX2上用YOLOv3训练自己数据集的流程(VOC2007-TX2-GPU) Yolov--2--一文全面了解深度学习性能优化加速引擎---TensorRT Yolov--3--TensorRT中yolov3性能优化加速（基于caffe） yolov-5-目标检测：YOLOv2算法原理详解 yolov--8--Tensorflow实现YOLO v3 yolov--9--Y...
Ubuntu14.04+caffe+cuda8.0+cudnn5.0配置
Cherishtttz的博客
01-11 1674
Ubuntu14.04+caffe+cuda8.0+cudnn5.0配置自从实验室配置了新电脑，我们就开始折腾了~一开始是只菜鸟，Linux是啥都闹不清，因为实验室要用caffe研究深度学习，然后自己折腾这玩意不知道折腾了有多久，重装系统不下20次！！！照着人家的教程来，总也遇见人家遇不见的问题，好多时候解决不了，发现最简便的方法竟然只能是——重装，原谅我只是个菜鸟。满满都是辛酸泪啊。然后要感谢一下
Caffe+Kubuntu16.04_X64+CUDA 8.0配置
alppkk4545的博客
08-26 212
前言： 经过尝试过几次Caffe，theano，MxNet之后，很长时间没有进行caffe的更新，此次在Ubuntu16.04下安装Caffe，折腾了一天时间，终于安装成功。 参考链接：Caffe+UbuntuKylin14.04_X64+CUDA 6.5配置 一 配置CUDA8.0 既然使用了最新...
Caffe + Ubuntu 15.10 64bit + CUDA 7.5 +Matlab2014a
u010555688的专栏
01-08 2526
入职第三天一直在配置caffe环境，身为装过多次caffe的老人，我深感愧疚（因为之前是看别人给我装的），直到现在，才战战兢兢地快要配置成功。。。     参考的网页一定要贴上来： 1、欧神的旧版配置说明：http://ouxinyu.github.io/Blogs/20140723001.html 2、欧神的新版配置说明：http://ouxinyu.github.io/Blogs/201
Caffe + Ubuntu 14.04 64bit + CUDA 6.5 配置说明
carrierlxksuper的专栏
01-06 968
博客原址：http://www.cnblogs.com/platero/p/3993877.html 。 PS:感谢作者 普兒的技术传送门 相应的评论列表也需要看一下，很多安装中碰到的问题都在里面有回答。同时我会在下一个blog中贴出我自己安装的流程，有一些不太一样的地方。 1. 安装build-essentials 安装开发所需要的一些基本包 sudo apt-get
liunx下CUDA的安装方法
天高海阔 扬帆远行
03-22 7920
CUDA 在linux系统上安裝指南 适用的操作系统 Fedora 7，8，9，10 Redhat Enterprise 3.x,4.x,5.x SUSE Linux Enterprise Desktop 10-SP1，10.2，11.0 OpenSUSE 10.1,10.2，10.3，11.0，11.1 Ubuntu 7.04 ，7.10.，8.04，8.10，9.04
笔记本+Ubuntu14.04+cuda6.5+caffe的配置详解
小楼听雨月渐寒
02-05 4186
0.本人主要参考了网上已有的两个配置说明（链接见文末），综合拼凑，总结出如下的caffe+Ubuntu14.04+cuda6.5+笔记本的配置方案，当然，这个方案也适用于台式机。（其实笔记本很弱的，跑一下就烫得要死，配置本来就低，也跑不快，try笔记本纯属娱乐+锻炼配置caffe的经验。） Ps：顺带说一句，除了本配置说明，官方的安装说明也得看看，毕竟人家是官方的。 http://caffe.
pytorch怎么加入环境变量_Pytorch源码编译简明指南
weixin_39915204的博客
12-18 504
前言最近在浅尝Pytorch的源码，利用业余时间去品读品读，看着看着，第一次对Pytorch有了重新的认识。原来现在Pytorch的版图是如此之大，Pytorch已经不是一年前的Pytorch了。在集成了Caffe2之后，Pytorch已经开始变成了庞然大物，涉及到的东西也远远不是之前的caffe可以比较了，总之，Pytorch有很多很多值得我们学习的地方，这篇文章简单讲讲编译Pytorch的一些...
AMD HSA 异构计算架构和AMD-KFD内核驱动&NVIDIA内核驱动
tugouxp的专栏
11-12 1391
AMD好像全部都开源了，听在AMD工作过的朋友讲，AMD为了开源，几乎将整个KMD代码全部重写，从这个角度看，AMD的开源热情甩NVIDIA几条街。
Caffe 版 MobileNet-Yolo配置
c20081052的专栏
02-25 2693
项目工程链接：MobileNet-YOLO 环境：centos7,cuda9.0,cudnn7.5,OpenCV3.3.1 安装依赖项 1.安装opencv的依赖项 #首先切换到root权限下： $su $ yum install apt-get install build-essential $ yum install apt-get install cmake git libg...
ElasticFusion: 用kinect-v2在Ubuntu16.04下跑Elasticfusion 编译运行过程实验记录
qq_34622997的博客
12-28 3188
ElasticFusion简介： 略 硬件配置: 笔记本 i7-7700, 显卡 英伟达 1050TI Ubuntu16.04 ,摄像头 kinect2 , cuda9.0 一、下载源码，安装基本依赖，编译跑通数据集 编译准备：下载官方给出的的依赖如下 sudo apt-get install -y cmake-qt-gui git build-essential libusb-1.0...
【深度学习】（3）--损失函数
m0_74896766的博客
09-18 2302
本篇介绍了部分损失函数： 1. L1Loss损失函数：通常用于回归任务中。 2. NLLLoss损失函数：在多分类问题中广泛应用。 3. MSELoss损失函数：在多种回归任务中表现出色。 4. BCELoss损失函数：广泛应用于各类二分类任务中。 5. CrossEntropyLoss交叉熵损失函数：广泛应用于多分类问题中。
对比学习训练是如何进行的
qq_45809323的博客
09-25 280
对比学习（Contrastive Learning）是一种自监督学习的方法，旨在通过拉近相似样本的表示、拉远不相似样本的表示来学习特征表示。在训练过程中，模型并不依赖标签，而是通过样本之间的相似性进行学习。
GPT2模型源码解析
LIjin_1006的博客
09-26 318
回退到手动实现：由于 scaled_dot_product_attention 不支持 output_attentions=True 或 head_mask，因此程序。_skip_keys_device_placement = "past_key_values" # 指定在放置设备时应跳过的键，这在多GPU设置中很有用。# load_tf_weights = load_tf_weights_in_gpt2 # 提供一个方法用于从 TensorFlow 模型加载权重。
AI学习指南深度学习篇-Adadelta算法流程
俞兆鹏的博客
09-23 604
在深度学习领域，优化算法一直是一个重要的研究方向。在训练深度神经网络时，选择合适的优化算法可以大大提高训练速度和模型性能。Adadelta算法是一种自适应学习率的优化算法，它不需要手动设置学习率，能够在训练过程中自动调整学习率，适应不同参数的变化。
用于MRI重建的具有全局感受野的傅里叶卷积块|文献速递--基于多模态-半监督深度学习的病理学诊断与病灶分割
最新发布
weixin_38594676的博客
09-26 584
在本研究中，我们提出了一种新颖的全局傅里叶卷积块（FCB），具有整个图像的感受野和较低的计算复杂度，通过将常规的空间域卷积转化为频率域实现。在本研究中，我们提出了一种新颖的全局傅里叶卷积块（FCB），具有整个图像的感受野和较低的计算复杂度，通过将常规的空间域卷积转化为频率域实现。这意味着，虽然傅里叶域中的卷积核 W 大小与输入相同，但它的空间对应物可以是一个大小为 K × K 的零填充卷积核，大小范围从 1 × 1 到输入大小 N × N 不等。顶部显示了8×加速的结果，底部显示了12×加速的结果。
debug运行成功，release报错xxxx.hpp文件不存早
07-11
4. 检查编译选项：在 release 模式下，可能启用了一些特定的编译选项，例如代码优化、宏定义等。请检查这些选项是否对文件路径产生了影响。 如果以上方法仍然无法解决问题，你可以尝试在 release 模式下使用调试器...
评论 1
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