Dlib是一个基于C++的机器学习/深度学习开源库,具有完整、丰富的文档说明,同时提供C++和python接口。
本文完整地介绍如何安装配置CUDA和cuDNN相关环境
1. 服务器环境
- Ubuntu 18.04
- gcc 7.5.0
- g++ 7.5.0
- cmake 3.20.1
由于是C++项目,Dlib编译需要用到cmake,服务器上应该没有默认安装,需要自己先装一下。
2. CUDA和cuDNN安装(非root用户)
很多同学都是实验室服务器,建议以非Root形式安装在当前用户目录中,这样就不会和管理员默认装的起冲突,也不会影响其他人的使用。
2.1 确认显卡及驱动版本
首先前提是服务器上装好了显卡驱动,这个应该都满足。(不会真有人GPU服务器没装显卡驱动的吧?不会吧)
输入nvidia-smi 命令来查看本机的gpu情况,可以看到类似下图的结果,可以看到驱动版本号和最大支持的CUDA版本号
参考Nvidia提供的驱动版本和CUDA版本的支持对照表,确认一下自己显卡驱动能支持到多新的CUDA