ubuntu20.04遇到问题记录

1.关于nvidia驱动

问题1：由于安装不合适的nvidia驱动，可能会导致安装好的系统进不去，卡在开机界面。

解决：在开机选择系统界面，选择第二个ubuntu高级选项，选择带有recovery的选项，选择root，在最下面的命令行输入命令删除nvidia驱动：

sudo apt-get remove --purge nvidia*

之后重启即可：

sudo reboot

问题2：安装推荐的驱动也会出现上面的问题

解决：因为Ubuntu20.04 gcc版本是9，而nvidia驱动不支持gcc-9，因此需要手动安装gcc-7

sudo apt-get install gcc-7 g++-7

设置默认的gcc与g++为7

sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-7 2
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-9 1

sudo update-alternatives --display gcc

sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-7 2
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-9 1

sudo update-alternatives --display g++

再重装nvidia驱动即可。

2.深度学习环境安装

2.1.cuda安装

1.版本选择：首先通过nvidia-smi查看允许安装的最高版本

我的允许安装的最高版本为12.2 ，此时不要着急直接安装cuda12.2，再看pytorch支持的版本、zed2相机sdk支持版本，然后再安装。

比如：

pytorch支持的版本并没有cuda12.2，因此需要安装cuda12.1。

 

 

我下载的zed sdk支持cuda12.1，因此安装cuda12.1。

2.安装过程：按照nvidia cuda官网的操作流程来就是。

 由于我已经安装好了，该图为网络图。注意一定要勾选掉driver，因为之前就已经安装好了。 

3.安装之后，配置环境变量：

终端打开

sudo gedit ~/.bashrc

在.bashrc最后添加

export PATH=/usr/local/cuda-12.1/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-12.1/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

 更新配置

source ~/.bashrc

 

2.2.cudnn pytorch安装

他们的安装都很简单，选择正确版本后直接按照官网流程即可。

cudnn官网  pytorch官网

安装pytorch之后进行测试是否可以调用gpu：

终端打开，进入python

python3

导入pytorch 

import torch

测试

if torch.cuda.is_available():
    device = torch.device("cuda")
    print("PyTorch is using GPU")
else:
    device = torch.device("cpu")
    print("PyTorch is using CPU")

3.使用源码，有时通过src文件夹解决依赖问题

错误：运行类似的代码（我看到很多写法，不太懂有什么区别）如下，出现错误

rosdep install --from-paths src --ignore-src --rosdistro=melodic

解决办法：

rosdep update --include-eol-distros

4.安装依赖时，有未满足的依赖关系

错误：

解决办法：按照显示的错误安装依赖

比如上图错误，就sudo apt-get install libvtk7-java，如果还是有错误，就接着安装需要的依赖。