Problems Solving--Q&&A(Period One)

Ubuntu

Unable to correct problems, you have held broken packages.

在使用ubuntu apt-get时可能会遇此问题,此问题的最好解决方式是将apt-get改为aptitude. 例如sudo apt-get install YourPackage转换为 sudo aptitude install YourPackageaptitude是一个智能的依赖包管理器,能够自动地进行broken packages的处理。

但是值得注意的是,哪个包有冲突才安装哪个包,没有冲突的包不要安装,否则亲测后果很严重。

Fail to start session

在进行用户登录的时候,Ubuntu显示上述内容,解决的方式是Ctrl+alt+F2 进入系统模式,然后

sudo apt-get install ubuntu-desktop
sudo reboot

即可恢复设置


PATH

环境变量添加的标准格式

export PATH=/usr/local/cuda-8.0/bin\${PATH:+:\${PATH}}

Linux

Linux权限问题

使用chmod可以修改文件或者文件夹的权限,其中:

读取权限r=4;
写入权限w=2;
执行权限x=1;

对应的三个数字分别代表的是拥有者,组用户,其他用户的权限。(组用户就是拥有类似权限的一组用户)例如,777表示的是所有权限,775表示其他用户没有写入权限。

Linux下cpp文件的编译

首先创建一个cpp文件:

vi filename.cpp

等到写入文件的相关内容之后,进行编译:

g++ filename -o test -std=c++11

此处的-o表示将编译后的目标文件名称设置为test

之后就可以运行了

./a.out

cuDNN

cuDNN安装的标准姿势

cuDNN安装(为了在嵌入式设备上使用,需要安装两个包)

https://developer.nvidia.com/compute/machine-learning/cudnn/secure/v6/prod/8.0_20170307/Ubuntu16_04_x64/libcudnn6_6.0.20-1+cuda8.0_amd64-deb

https://developer.nvidia.com/compute/machine-learning/cudnn/secure/v6/prod/8.0_20170307/Ubuntu16_04_x64/libcudnn6-dev_6.0.20-1+cuda8.0_amd64-deb

查看cuDNN版本

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

CUDA

下载cuda8.0后nvcc显示7.5 nvcc环境变量的问题

可以添加

export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}

详情参见:http://docs.nvidia.com/cuda/cuda-installation-guide-linux/index.html#post-installation-actions


CAFFE

编译时fatal error: hdf5.h: no such file or directory

此处的错误修改的典型思路就是少了的话就在路径中将他们加上。因此在Makefile.config文件的某一行(可以使用ctrl + F)的INCLUDE_DIRS, 添加/usr/include/hdf5/serial/,然后在Makefile文件的某一行,将hdf5_hl和hdf_5修改为hdf5_serial_hl和hdf5_serial.

TensorRT

在文件根目录之下:

make clean
make
./../bin/SSD-TensorRT
Building and running a GPU inference engine for SSD-KITTI, ...
SSD-TensorRT: SSD-TensorRT.cpp:52: std::__cxx11::string locateFile(const string&): Assertion `i != MAX_DEPTH' failed.
Aborted (core dumped)

OpenCV

查看OpenCV版本

pkg-config --modversion opencv

TX2

TX2的FP16优化与INT8优化

TX2支持FP16优化,但是不支持INT8优化。原因是TX2的INT8优化是sm62架构,二INT8是sm61架构。进行INT8优化只能在TITANX等设备上。

PYTHON

could not find a version that satisfies the requirement flask.ext.socketio

Object Detection

编译YOLO-9000的相关问题

在使用简化的YOLO版本的时候https://github.com/philipperemy/yolo-9000, CPU支持时样例可以正常运行,而当进行GPU测试时,发现其NMS效果完全没有体现,如下形式所示:

这里写图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值