ubuntu22.04下yolo，pytorch，cuda环境配置

在ubuntu下配置nvidia驱动真的是坑比较多，稍微记录一下备用。

想要cuda跑起来，需要pytorch，cuda，版本能对上，这个是整个安装过程的核心。我第一次安装失败就是cuda版本不对应，导致虽然能查到cuda，但是算法没有再gpu上跑，运行起来还是比较慢。

安装过程主要看这2篇文章：

https://blog.csdn.net/takedachia/article/details/130375718

Ubuntu22.04安装CUDA、cudnn详细步骤_ubuntu安装cudnn_takedachia的博客-CSDN博客

如果是一个干净的系统，这样装应该问题不大。而且巧的是，我选的版本跟他完全一致。

各位想变通的，首先要查一下你想安装的cuda版本pytorch是否支持，我上来装了一个cuda11.5，发现pytorch不支持，所以又全部重新删掉之后再装的。

全部搞完之后，

但是我输入nvidia-smi的时候报了一个错：

Failed to initialize NVML: Driver/library version mismatch

这时候看这篇文章，说应该还是装了多个驱动。

(11条消息) 【nvidia-smi报错】Failed to initialize NVML: Driver/library version mismatch_libnvidia-smi library_柴布奇诺的博客-CSDN博客

其实在这之前我已经重复安装多次了，我感觉我装的应该是对的，但是我在运行

cat /proc/driver/nvidia/version

的时候说我装的是515驱动。我从来没装过515驱动，估计是装cuda的时候带进去的，因为装cuda的时候提示过安装515驱动，但是这时候我没有完全重装，就把电脑重启了一下，就好了。

所以各位把驱动，cuda，cudnn装好之后，可以重启一下电脑试试，可能是环境没有完全更改过来。

其他链接：

Start Locally | PyTorch

后记：

yolo gpu ubuntu的系统延迟真的是很奇怪。

我的项目是用一个UVC camera进入yolo进行识别，在Ubuntu22 和ubuntu18下测试发现，整个系统相对于win有400ms的整体延迟。注意不是计算时间长400ms，而是从输入到输出（在屏幕上显示）会多400ms，这对于我的项目来说是不能接受的。代码是python的，直接拷过来测试的。

测试方法就是用摄像头拍秒表，再用手机拍秒表（真实时间）和yolo输出画面上显示的时间，这是测试视频延迟的常用方法。

测试过用uvc采集的图像直接显示，（不过yolo）没有延迟，因此感觉延迟就是yolo里面带来的。

但是同样的代码在win下就没有。我是在同样的电脑上直接换硬盘测试的，因此硬件也是完全一样的。

有遇到类似问题的朋友可以一起讨论一下。

弃坑换win了，唉。。。