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 YourPackage
。aptitude
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)
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: