Ubuntu18.04安装cuda10.0，cudnn7.6.4，opencv4.2.0，python环境

最新推荐文章于 2023-12-07 13:54:37 发布

YiiiWang

最新推荐文章于 2023-12-07 13:54:37 发布

阅读量630

点赞数

分类专栏： opencv 文章标签： python opencv cuda linux

本文链接：https://blog.csdn.net/weixin_42268536/article/details/106355992

版权

本文详细记录了在Ubuntu18.04上安装CUDA10.0、cuDNN7.6.4以及opencv4.2.0的过程，包括遇到的坑和解决办法。重点在于解决cuda版本适配问题、opencv依赖和CMake配置，以及确保正确编译生成所需的库文件。

摘要由CSDN通过智能技术生成

记录一下安装踩到的坑

新换了Ubuntu系统，安装可使用GPU加速的opencv时，遇到了好多大大小小的坑
1.cuda版本太高（后续要安装tensorflow）
2.cuda安装过程出现版本适配问题
3.opencv缺少依赖包
4.opencv Cmake出现问题
5.安装后找不到.so

这个解决起来比较方便，到官网下载版本低一些的就可以了。

cuda下载地址：下载最新的cuda，
附一下cuda选版本的地址：自选版本的。这里我下载的是cuda10.0版本；
cudnn下载地址（需要注册登录后下载）：可根据cuda选择相应的版本。这里我选择的是7.6.4；
安装cuda时推荐使用runfile(local)方式进行安装。网上看过一些教程用deb(local)安装，之前按照教程结合官网安装指南尝试安装过，安装最新版本的时候没出现问题，但是在安装cuda10.0时候偶现一些头疼的版本适配问题，这里就不谈解决方式了。推荐直接换用runfile(local)方式（力荐）。
安装cuda完成后配置文件：具体方式为vim ~/.bashrc，在最后添加如下代码部分

# NVIDIA CUDA Toolkit
export PATH=/usr/local/cuda-10.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64:$LD_LIBRARY_PATH
</

关注