第一個+號之后全部手動
正兒八經裝了我兩個禮拜 要哭了
1. NVIDIA-SMI 384.111 已安裝 在這里就不提中間的曲折心酸了
2. 感謝分享 稍后上傳百度雲盤 CUDA+CUDNN (8.0+5.1)官網下載不了 還有配套的 opencv3.1.0opencv_contrib-3.1.0
首先調整python默認為2.7 我覺得這個環境下適應性更高
sudoupdate-alternatives --install /usr/bin/python python /usr/bin/python2 100
sudoupdate-alternatives --install /usr/bin/python python /usr/bin/python3 150
sudoupdate-alternatives --config python
選擇需要的那個版本
安裝CUDA:
sudo sh cuda_8.0.27_linux.run
或者
sudo chmod +x cuda_8.0.27_linux.run # 為*_linux.run 添加可執行權限
./cuda_9.0.176_384.81_linux.run 安裝
或者
sudo dpkg -i cuda-xxxx-xxxx-xxxx-1_amd64.deb
sudo apt update
sudo apt install cuda
瘋狂按空格 直到 100%
按照提示走走走走(提示中不選擇安裝nvidia驅動and 不安裝opengl)
會有一段worning 提示說讓你裝個啥啥啥 不管 就是安裝好了 略略略
結束后,
sudo reboot //重啟電腦
sudo vim ~/.bashrc //修改bashrc文件 添加路徑什么的 (有的教程還需要修改 sudo gedit/etc/bash.bashrc 這個文件我也改了)
在文件最后添加如下內容
按 i 進入 insert 模式
exportCUDA_HOME=/usr/local/cuda-8.0
exportPATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}
exportLD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
輸入 :wq 保存退出 如果按 : 沒有直接退出Insert模式 就先按以下Esc鍵 再輸入 :wq 保存退出
輸入 nvcc -V 查看nvcc版本信息是否對應下載的版本
我還改了
sudo gedit /etc/profile 文件 添加 兩行
exportPATH=/usr/local/cuda-8.0/bin
LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64
重啟 sudo reboot 后配置生效
安裝cudnn
emmm 直接解壓縮 unzip 啊什么什么的
我提供的是 tgz文件 通過 tar zxvfcudnn-8.0-linux-x64-v5.1.tgz
解壓到當前目錄(我這里是 home)下 然后可以看到有一個 cuda文件夾 右下角有一個小鎖的那個
解壓后會出現一個 cuda 的文件夾 形式如下
cuda|
| include |
| cudnn.h
| lib64 |
| *(5個文件)
cd cuda 進入這個文件夾
sudo cpinclude/cudnn.h /usr/local/cuda-8.0/include/
sudo cp lib64/*/usr/local/cuda-8.0/lib64/
還有教程后面有一大堆,我這里沒有做那些
如果系統里有多個CUDA版本 且需要用到
將~/.bashrc 或 ~/.zshrc 下與cuda相關的路徑都改為 /usr/local/cuda/ 而不使用 /usr/local/cuda-8.0/或/usr/local/cuda-9.0/。
#在切換cuda版本時
rm -rf/usr/local/cuda#刪除之前創建的軟鏈接
sudo ln -s/usr/local/cuda-8.0/ /usr/local/cuda/
nvcc --version #查看當前 cuda 版本
nvcc: NVIDIA (R)Cuda compiler driver
Copyright (c)2005-2016 NVIDIA Corporation
Built onMon_Jan_23_12:24:11_CST_2017
Cuda compilationtools, release 8.0, V8.0.62
#cuda8.0 切換到 cuda9.0
rm -rf/usr/local/cuda
sudo ln -s/usr/local/cuda-9.0/ /usr/local/cuda/
nvcc --version
檢查是否正確安裝
cd~/NVIDIA_CUDA-8.0_Samples
make
1. 編譯出現問題 應該是第三個例子里面 cannot find –lnvcuvid
進入 那個文件夾 找到findgllib.mk文件打開
修改 差不多第60行的代碼
UBUNTU_PKG_NAME=”nvidia-367”-----nvidia-384 自己的顯卡版本,這個是找不到文件夾的問題
切換路徑 : cd~/NVIDIA_CUDA-8.0_Samples/bin/x86_64/linux/release
終端輸入 :$ ./deviceQuery
2. 編譯出現問題 第二個例子里面 cannot find –lglut 編譯第二個文件的時候出錯
建立連接 寶寶終於知道為什么我目錄下找不到這個文件了 因為人家不叫 lglut.so 人家叫 libglut.so
1)找到本地的libglut.so 文件路徑 ,在終端執行:locatelibglut.so 命令;
出現兩行路徑名稱
/usr/lib/libGL.so.x
/usr/lib/x86_64-linux-gnu/libglut.so.x.y.z
2)建立鏈接: sudo ln -s (后一個路徑)/usr/lib/x86_64-linux-gnu/libglut.so.x.y.z(前一個路徑)/usr/lib/libGL.so
完美解決問題 感謝大佬
編譯結束之后 會出現一個 Finished building CUDA samples. 編譯完成啦!
下面就是運行編譯生成的二進制文件。
編譯后的二進制文件 默認存放在~/NVIDIA_CUDA-7.5_Samples/bin中。
切換路徑 : cd~/NVIDIA_CUDA-7.5_Samples/bin/x86_64/linux/release
終端輸入 :$ ./deviceQuery
出來兩列信息數據
再檢查一下系統和CUDA-Capabledevice的連接情況
終端輸入 : $ ./bandwidthTest 很多網上教程這里寫錯了 寫成了 sandwidthTest 害人不淺
結果:abc@abc-Lenovo-ideapad-300S-14ISK:~/NVIDIA_CUDA-8.0_Samples/bin/x86_64/linux/release$./bandwidthTest
[CUDA BandwidthTest] - Starting...
Running on...
Device 0: GeForce 920M
Quick Mode
Host to Device Bandwidth, 1 Device(s)
PINNED Memory Transfers
Transfer Size (Bytes) Bandwidth(MB/s)
33554432 1526.6
Result = PASS
NOTE: The CUDASamples are not meant for performance measurements. Results may vary when GPUBoost is enabled.
CUDA完美安裝!喜大普奔!撒花!
下面進入慘絕人寰的opencv安裝測試 emmm 很恐怖的!