有gpu
仅CPU
说明
- 上面两种情况均安装成功
问题
编译caffe时如果遇到gflags的问题:
relocation R_X86_64_32S against`std::basic_string, std::allocator >::_Rep::_S_empty_rep_storage' can not be used when making a shared object; recompile with -fPIC
则需要重新编译gflags,编译的参考链接为:http://blog.csdn.net/zhangxx0811/article/details/43202193
opencv with cuda
- 如果在编译opencv时,没有找不到cuda的库,会提示
cannot find -lopencv_dep_cudart
- 要么重新编译安装,要么在原来的CMakeLists.txt中
FIND_PACKAGE(OpenCV REQUIRED )
之前添加以下代码set(CUDA_USE_STATIC_CUDA_RUNTIME OFF)
。参考链接:http://www.cnblogs.com/darkknightzh/p/5638117.html
clion中build的默认路径
- 在使用clion编程时,不知道应用程序的输出路径,可以在
file--settings-build...extensions--cmake
下面设置Build
的build output path
为./
,即可在当前目录下生成Debug
或者Release
文件夹并在其中生成相应的可执行程序
opencv中CMakeLists.txt的编写举例
cmake_minimum_required(VERSION 3.5)
project(tmpPrj1)
set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} -std=c++11")
set(CUDA_USE_STATIC_CUDA_RUNTIME OFF) #重要
FIND_PACKAGE(OpenCV REQUIRED )
INCLUDE_DIRECTORIES( ${OPENCV_INCLUDE_DIR} )
set(SOURCE_FILES main.cpp)
add_executable(tmpPrj1 ${SOURCE_FILES})
target_link_libraries(tmpPrj1 ${OpenCV_LIBS})
关于显卡驱动的安装
- 我之前用的
ubuntu14.04
,安装显卡驱动之后一直出现循环登录的问题,因此安装了ubuntu16.04,在系统设置的附加驱动里安装显卡驱动,之后再安装cuda等库,在安装caffe时,如果用的python是基于anaconda开发环境的,由于anaconda和系统自带的Python的编译环境不一样,可能会出现Python anaconda links to GOMP_4.0 and throws error
的问题,遇到类似的问题,在网上搜索,找对应的解决方案即可 - 下面提供两种可能的问题及其解决方案
Python anaconda links to GOMP_4.0 and throws error
:http://www.cnblogs.com/sywlneu/p/6245350.htmlIntel MKL FATAL ERROR: Cannot load libmkl_avx2.so or libmkl_def.so.
:http://blog.csdn.net/c_qianbo/article/details/52972137