安装CUDA
第一步:查看显卡型号
#没有显卡驱动
$ ubuntu-drivers devices
#有显卡驱动
$ nvidia-smi
第二步:选择合适的显卡驱动安装(这里我选择r7000支持的最低版本440)
$ sudo apt-get install nvidia-driver-440-server
第三步:安装cuda
# 1、安装CUDA 10.0包
sudo dpkg -i cuda-repo-ubuntu1804-10-0-local-10.0.130-410.48_1.0-1_amd64.deb
sudo apt-key add /var/cuda-repo-10-0-local-10.0.130-410.48/7fa2af80.pub
sudo apt-get update
sudo apt-get install cuda-10-0
# 注:
# 如果是第一次安装 直接sudo apt-get install cuda 也行
# 如果之前安装过CUDA其他版本,为了避免混淆安装错误,最好是指定具体版本,否则容易安装失败
# 如:
# sudo apt-get install cuda-10-0
# sudo apt-get install cuda-10-2
# 2、安装官网2019年3月补丁包
wegt http://developer.download.nvidia.com/compute/cuda/10.0/Prod/patches/1/cuda-repo-ubuntu1804-10-0-local-nvjpeg-update-1_1.0-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu1804-10-0-local-nvjpeg-update-1_1.0-1_amd64.deb
或者使用.run安装
$ sudo sh cuda.run
#执行该代码后需要分别输入:accept -> n -> y -> y -> y完成安装
第四步:检测安装成功与否
cat /usr/local/cuda/version.txt
# CUDA Version 10.0.130
安装cuDNN
第一步:
下载安装包 Runtime Developer Code三个包都需要
wget https://developer.nvidia.com/compute/machine-learning/cudnn/secure/7.6.4.38/Production/10.0_20190923/Ubuntu18_04-x64/libcudnn7_7.6.4.38-1%2Bcuda10.0_amd64.deb
wget https://developer.nvidia.com/compute/machine-learning/cudnn/secure/7.6.4.38/Production/10.0_20190923/Ubuntu18_04-x64/libcudnn7-dev_7.6.4.38-1%2Bcuda10.0_amd64.deb
wget https://developer.nvidia.com/compute/machine-learning/cudnn/secure/7.6.4.38/Production/10.0_20190923/Ubuntu18_04-x64/libcudnn7-doc_7.6.4.38-1%2Bcuda10.0_amd64.deb
# 解压:
sudo dpkg -i libcudnn7_7.6.4.38-1+cuda10.0_amd64.deb
sudo dpkg -i libcudnn7-dev_7.6.4.38-1+cuda10.0_amd64.deb
sudo dpkg -i libcudnn7-doc_7.6.4.38-1+cuda10.0_amd64.deb
第二步:测试安装成功与否
$ cat /usr/include/x86_64-linux-gnu/cudnn_v7.h | grep CUDNN_MAJOR -A 2
#define CUDNN_MAJOR 7
#define CUDNN_MINOR 6
#define CUDNN_PATCHLEVEL 4
--
#define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)
#include "driver_types.h"
安装Tensorflow-gpu(这里选择安装1.15.4的版本)
第一步:安装依赖
sudo apt-get update
sudo apt-get install -y python3-pip python3-tk
sudo -H pip3 install --upgrade pip
第二步:安装tensorflow
一般操作:
$ pip3 install tensorflow-gpu==1.15.4
超级加速操作:
方法来自这篇文章:https://www.cdsy.xyz/computer/programme/Python/240819/cd62901.html
sudo -H pip3 --default-timeout=1000000 install -U -i https://pypi.tuna.tsinghua.edu.cn/simple/ --upgrade tensorflow-gpu==1.15.4
#该方法适用于安装所有通过pip安装的包,方法就是把这里的"tensorflow-gpu==1.15.4"替换成你想安装的包名和对应的版本。
第三步:检测安装效果
import tensorflow as tf
print(tf.__version__)
#输出'2.0.0'
print(tf.test.is_gpu_available())
#会输出True,则证明安装成功
为了防止大家下不到对应的包,下面我给出所有包的百度云链接
链接: https://pan.baidu.com/s/1q-05FFFewYjkO6UD5gDPxQ
密码: wuch
本篇文章搭建环境主要目的是跑OverlapNet,SLAM网络,后期将会出完整的该网络运行方案。