ubuntu18.04 安装tensoflow-gpu + opencv过程全记录及问题解决

最新推荐文章于 2022-10-30 13:28:32 发布

tiny_ten

最新推荐文章于 2022-10-30 13:28:32 发布

阅读量1.8k

点赞数 1

分类专栏：环境 TensorFlow linux 深度学习 Python 文章标签： unubtu cuda 安装 tensorflow cudnn

本文链接：https://blog.csdn.net/shenquanyue/article/details/82774348

版权

Python 同时被 3 个专栏收录

14 篇文章 0 订阅

订阅专栏

linux

10 篇文章 0 订阅

订阅专栏

深度学习

5 篇文章 0 订阅

订阅专栏

又到了搭环境的时候了，先让我趴一会…

原因

因为要跑论文代码啊，readme给出的依赖项如下所示：

代码依赖
这里比较关键的就是python2.7（因为ubuntu18.04只自带python3，没有python2，所以2要自己安装）以及tensorflow。另外，在跑代码的过程中发现有几个个依赖项这里没有列出，分别是opencv，panda还有scipy.
panda用下面语句安装即可，注意要在安装完pip2之后安装（请看安装python2部分）：

pip install pandas

其他的库，比如numpy等用这个指令也可以安装，PIL注意一下包名是“pillow”, os模块是python内置模块，不需要安装

安装python

安装python2以及对应版本的pip用下面两个语句就ok。

sudo apt install python
sudo apt install python-pip

安装tensorflow-gpu

这里为了使用GPU的优良性能，这里我安装tensorflow-gpu版本的，论文代码readme中要求tensorflow1.2版本，不过只要是1.几的版本都是向后兼容的，当前最新的稳定版就是1.10了，所以，果断安装这个版本。安装之前要先确保安装计算机有支持cuda的显卡以及显卡驱动已经安装。
tensorflow1.10的配套cuda是9.0，cudnn就去官网下载相应的版本就ok，下面是安装步骤

显卡

首先确保自己电脑的显卡支持cuda，用下面命令查看显卡型号：

lspci | grep -i nvidia

这里写图片描述
上图是为计算机终端输出的结果，像我的显卡型号就是GeForce GTX 1050 Ti。
有了型号时候到nvidia官网查询，CUDA-Enabled Products列表中有的都可以喽～
驱动安装过程参考我的另一篇文章:ubuntu下安装NVIDIA显卡：问题解决记录

安装cuda

下载安装

去官网下载啦，这里我没有放链接（后面可能会加上），麻烦看管百度或者google一下呦～
在这里插入图片描述
选上面这些选项，我下载的文件名是cuda_9.0.176_384.81_linux.run，放在～也就是home目录下。
进入该目录运行下面命令：

sudo chmod +x cuda_9.0.176_384.81_linux.run
sudo ./cuda_8.0.61_375.26_linux.run

安装cuda的时候有可能会遇到报错：cuda:Missing recommended library: libGLU.so,libX11.so,libXi.so,libXmu.so
参考文末第二条
接下来要选择一些选项：
这里注意Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 384.81?要选n
因为显卡驱动已经安装过了这里不能安装。
Do you want to install a symbolic link at /usr/local/cuda?这个也选n
因为后面，或许为会安装其他的cuda版本。其他是y或者默认就ok了。

Do you want to install a symbolic link at /usr/local/cuda?
(y)es/(n)o/(q)uit: n Do you accept the previously read EULA?
accept/decline/quit: accept

Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 384.81?
(y)es/(n)o/(q)uit: n

Do you wish to run the installation with 'sudo'?
(y)es/(n)o: y

Please enter your password: 
Do you want to install the OpenGL libraries?
(y)es/(n)o/(q)uit [ default is yes ]: 

Do you want to run nvidia-xconfig?
This will update the system X configuration file so that the NVIDIA X driver
is used. The pre-existing X configuration file will be backed up.
This option should not be used on systems that require a custom
X configuration, such as systems with multiple GPU vendors.
(y)es/(n)o/(q)uit [ default is no ]:  

Install the CUDA 9.0 Toolkit?
(y)es/(n)o/(q)uit: y

Enter Toolkit Location
 [ default is /usr/local/cuda-9.0 ]: 

Do you want to install a symbolic link at /usr/local/cuda?
(y)es/(n)o/(q)uit: n 

Install the CUDA 9.0 Samples?
(y)es/(n)o/(q)uit: y

Enter CUDA Samples Location
 [ default is /home/linlf ]: /home/linlf/tools/cuda9.0

---------------------

本文来自 七爷OK 的CSDN 博客 ，全文地址请点击：https://blog.csdn.net/weixin_32820767/article/details/80421913?utm_source=copy

添加环境变量

sudo gedit ~/.bashrc

在文件最后添加以下两行：

export PATH=/usr/local/cuda-9.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64:$LD_LIBRARY_PATH

保存文件,接着执行如下命令使路径生效：

. ~/.bashrc

验证

nvcc -V

如果输出类似下图中的信息则说明安装成功～
在这里插入图片描述

安装cudnn

去NVIDIA官网下载
在这里插入图片描述
选择Library for Linux得到一个tgz文件，我下载的文件的名字是cudnn-9.0-linux-x64-v7.1.tgz

tar -xzvf cudnn-9.0-linux-x64-v7.1.tgz 
sudo cp cuda/include/cudnn.h /usr/local/cuda-9.0/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda-9.0/lib64
sudo chmod a+r /usr/local/cuda-9.0/include/cudnn.h /usr/local/cuda-9.0/lib64/libcudnn*

ok了就～

安装tensorflow-gpu

保险起见，还是执行以下下面命令，确保有pip

sudo apt-get install python-pip python-dev

接着执行下面命令，安装1.10.1版本的tensorflow-gpu，下面等号后的版本如果是一个不存在的版本号，比如55，终端会看到tensorflow-gpu目前已有的版本号。

pip install tensorflow-gpu==1.10.1

tensorflow-gpu目前有以下版本：

0.12.0rc0, 0.12.0rc1, 0.12.0, 0.12.1, 1.0.0, 1.0.1, 1.1.0rc0, 1.1.0rc1, 1.1.0rc2, 1.1.0, 1.2.0rc0, 1.2.0rc1, 1.2.0rc2, 1.2.0, 1.2.1, 1.3.0rc0, 1.3.0rc1, 1.3.0rc2, 1.3.0, 1.4.0rc0, 1.4.0rc1, 1.4.0, 1.4.1, 1.5.0rc0, 1.5.0rc1, 1.5.0, 1.5.1, 1.6.0rc0, 1.6.0rc1, 1.6.0, 1.7.0rc0, 1.7.0rc1, 1.7.0, 1.7.1, 1.8.0rc0, 1.8.0rc1, 1.8.0, 1.9.0rc0, 1.9.0rc1, 1.9.0rc2, 1.9.0, 1.10.0rc0, 1.10.0rc1, 1.10.0, 1.10.1, 1.11.0rc0, 1.11.0rc1, 1.11.0rc2

安装opencv

下载以及安装依赖项

如果你只想安装python版本opencv，可以不用编译，执行以下命令就行（如果提示缺包，可以参考下文依赖项，不过我在anaconda环境下直接安装没有问题。）：

pip install opencv-python

然后后面是通过编译安装opencv，如果只安装python版本(编译的话，配置好可以c++也可以用)就可以跳过了。
从这里下载,如下图,下载opencv-3.2.0.zip,这是目前(17年6月)的最新版,读者看这篇文章的时候可能有更新.
这里写图片描述
在安装之前,我们要先安装一些从这里下载,如下图,下载opencv-3.2.0.zip,这是目前(17年6月)的最新版,读者看这篇文章的时候可能有更新.

在安装之前,我们要先安装一些依赖包,命令行输入下面命令:

sudo apt-get install build-essential
sudo apt-get install  libgtk2.0-dev libavcodec-dev libavformat-dev  libtiff5-dev  libswscale-dev libjasper-dev

配置configuration

好了,现在把下载的zip解压,我解压到home路径下的.
命令行输入已下命令进行安装
1.进入opencv解压的目录,对于解压到home路径,就是cd opencv-3.2.0/
2.新建文件夹,用于存放编译文件

mkdir release

3.进入文件夹并配置

cd release

或许需要安装cmake

sudo apt install cmake

接着就是配置：

cmake -D CMAKE_BUILD_TYPE=RELEASE -D CUDA_GENERATION=Kepler CMAKE_INSTALL_PREFIX=/usr/local ..

遇到错误

CMake Error: The following variables are used in this project, but they are set to NOTFOUND.

由于我安装的是cuda9.0，9.0与opencv3.2有一些兼容问题。在用cmake配置的时候会出现一堆问题。xox
参考这里,我就不粘贴过来了哈。
简单说一下要找的文件的目录，这里我的opencv是放在home下的：

文件	目录
FindCUDA.cmake	~/opencv-3.2.0/cmake
OpenCVDetectCUDA.cmake	~/opencv-3.2.0/cmake

对于OpenCVDetectCUDA.cmake文件，参考另一篇

set(__cuda_arch_bin "2.0 3.0 3.5 3.7 5.0 5.2 6.0 6.1")

去掉2.0

按照上面参考改完相关文件之后再重新cmake就行。

编译

make

下面是可能会遇到的错误，解决之后重新make就ok。

遇到错误

error: #error – unsupported GNU version! gcc versions later than 6 are not supported!

可以用gcc --verison 查看本机的gcc，我当时的版本是7.几，但是报错说gcc版本不能超过6，那就卸载之前的，重新安装6.如果提示不行，先进入symbolic link所在的位置/usr/bin再试

sudo apt-get auto-remove gcc
sudo apt-get install gcc-6
sudo apt-get install g++-6
sudo ln -s g++-6 g++

最后一句是给g+±6添加链接，让输入g++直接能找到g+±6

error: calling a constexpr host function(“abs”) from a device function(“abs”) is not allowed. The experimental flag ‘–expt-relaxed-constexpr’ can be used to allow this.

如下图所示：
在这里插入图片描述
参考ubuntu下安装opencv，cuda9.0下文末。
找到文件opencv-3.2.0/modules/core/include/opencv2/core/cuda/vec_math.hpp
对vec_math.hpp做如下修改(把203行和205行的 ::abs 也注释掉)：

CV_CUDEV_IMPLEMENT_VEC_UNARY_FUNC(abs, /*::abs*/, uchar, uchar)
CV_CUDEV_IMPLEMENT_VEC_UNARY_FUNC(abs, ::abs, char, char)
CV_CUDEV_IMPLEMENT_VEC_UNARY_FUNC(abs, /*::abs*/, ushort, ushort)
CV_CUDEV_IMPLEMENT_VEC_UNARY_FUNC(abs, ::abs, short, short)

改为

CV_CUDEV_IMPLEMENT_VEC_UNARY_FUNC(abs, /*::abs*/, uchar, uchar)
CV_CUDEV_IMPLEMENT_VEC_UNARY_FUNC(abs, /*::abs*/, char, char)
CV_CUDEV_IMPLEMENT_VEC_UNARY_FUNC(abs, /*::abs*/, ushort, ushort)
CV_CUDEV_IMPLEMENT_VEC_UNARY_FUNC(abs, /*::abs*/, short, short)

安装及验证

sudo make install

至此opencv安装完毕.

这里我在安装的时候opencv的编译过程比较慢,本人电脑大概用了1个小时.

python
import cv2

直接进python环境，import一下即可

参考

tensorflow-gpu的安装主要是第4和第5两个参考。
opencv的安装参考为6以后。

tiny_ten

关注

1
点赞
踩
3

收藏

觉得还不错? 一键收藏
0
评论
ubuntu18.04 安装tensoflow-gpu + opencv过程全记录及问题解决

配合最后两个参考，一块吃，最后一个参考主要是告诉你各种选项的设置参考：cuda Error: unsupported compilercuda:Missing recommended librarycuda各种版本cuda各种版本Ubuntu安装Tensorflow（GPU版)ubuntu 同时安装cuda8.0与cuda9.0,cuda9.1...
复制链接

扫一扫