cuda8.0.27linux.run,ubuntu16.04+cuda8.0+cudnn+opencv3.1.0+darknet(yolo v3)

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！