配置环境的命令集(需要配合doc文件)

news/2025/1/12 19:01:44/

1. cuda安装

1.1. 安装cuda-11.2

sudo dpkg -i cuda-repo-ubuntu........._amd64.deb
sudo apt-get -y install cuda
sudo gedit ~/.bashrc

加入.bashrc:

#cuda
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64
export PATH=$PATH:/usr/local/cuda/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda

刷新bashrc

source ~/.bashrc

1.2. 测试是否安装成功

nvidia-smi

查看版本是否对应

nvcc -V

测试是否安装成功:

cd /usr/local/cuda/samples/1_Utilities/deviceQuery 
sudo make
./deviceQuery

2. cudnn安装

2.1. 下载并安装cudnn

tar -xzvf cudnn-11.5-linux-x64-v8.3.0.98.tgzsudo cp cuda/include/* /usr/local/cuda/includesudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64sudo chmod a+r /usr/local/cuda/include/cudnn.h
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*sudo dpkg -i libcudnn8_8.3.0.98-1+cuda11.5_amd64.debsudo dpkg -i libcudnn8-dev_8.3.0.98-1+cuda11.5_amd64.debsudo dpkg -i libcudnn8-samples_8.3.0.98-1+cuda11.5_amd64.deb

2.2. 测试cudnn是否安装成功

验证:

cd /usr/src/cudnn_samples_v8/mnistCUDNN/
sudo make clean
sudo make
./mnistCUDNN

2.3. 查看cudnn版本

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

3. gRPC安装

3.1. 下载并安装gRPC

查看是否安装cmake,版本大于3.13

 cmake --version

安装cmake

sudo apt install -y cmake

安装构建 gRPC 所需的基本依赖工具

sudo apt install -y build-essential autoconf libtool pkg-config

下载grpc(下载可能很慢)

git clone --recurse-submodules -b v1.46.3 --depth 1 --shallow-submodules https://github.com/grpc/grpc

解压

tar -xvzf grpc_1.30.tar.gz
cd grpc
$ mkdir -p cmake/build
$ pushd cmake/build
$ cmake -DgRPC_INSTALL=ON -DgRPC_BUILD_TESTS=OFF ../..
$ make -j
$ make install DESTDIR=安装路径
$ popd

加入环境变量

sudo gedit ~/.bashrc
# grpc
export GRPC_ROOT=/home/user /3rd_pag/grpc/usr/local
export PATH=$PATH:$GRPC_ROOT/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$GRPC_ROOT/lib
export LIBRARY_PATH=$LIBRARY_PATH:$GRPC_ROOT/lib
export C_INCLUDE_PATH=$C_INCLUDE_PATH:$GRPC_ROOT/include
export CPLUS_INCLUDE_PATH=$CPLUS_INCLUDE_PATH:$GRPC_ROOT/include
source ~/.bashrc

3.2. 测试grpc是否安装成功

cd examples/cpp/helloworld
mkdir -p cmake/build
pushd cmake/build
cmake -DCMAKE_PREFIX_PATH=$MY_INSTALL_DIR ../..
make -j
./greeter_server

另开终端

./greeter_client

output:

Greeter received: Hello world

4. OpenCV安装

4.1. 直接解压缩对应包

4.2. 安装依赖:

sudo apt-get install qt5-default
sudo apt update
sudo apt upgrade
sudo apt install build-essential cmake pkg-config unzip yasm git checkinstall
sudo apt install libjpeg-dev libpng-dev libtiff-dev
sudo apt install libavcodec-dev libavformat-dev libswscale-dev libavresample-dev
sudo apt install libgstreamer1.0-dev libgstreamer-plugins-base1.0-dev
sudo apt install libxvidcore-dev x264 libx264-dev libfaac-dev libmp3lame-dev libtheora-dev 
sudo apt install libfaac-dev libmp3lame-dev libvorbis-dev
sudo apt install libopencore-amrnb-dev libopencore-amrwb-dev
sudo apt-get install libdc1394-22 libdc1394-22-dev libxine2-dev libv4l-dev v4l-utils
cd /usr/include/linux
sudo ln -s -f ../libv4l1-videodev.h videodev.h
cd ~
sudo apt-get install libgtk-3-dev
sudo apt-get install libtbb-dev
sudo apt-get install libatlas-base-dev gfortran
sudo apt-get install libprotobuf-dev protobuf-compiler
sudo apt-get install libgoogle-glog-dev libgflags-dev
sudo apt-get install libgphoto2-dev libeigen3-dev libhdf5-dev doxygen

4.3 略

4.4 略

以上两个小章节需要对应查看readme文件!

4.5. cmake

cd build
cmake -D CMAKE_BUILD_TYPE=RELEASE  -D INSTALL_PYTHON_EXAMPLES=ON -D INSTALL_C_EXAMPLES=ON -D WITH_TBB=ON -D WITH_CUDA=ON -D BUILD_opencv_cudacodec=OFF -D ENABLE_FAST_MATH=1 -D CUDA_FAST_MATH=1 -D WITH_CUBLAS=1 -D WITH_V4L=ON -D WITH_QT=ON -D WITH_OPENGL=ON -D WITH_GSTREAMER=ON -D OPENCV_GENERATE_PKGCONFIG=ON -D OPENCV_PC_FILE_NAME=opencv.pc -D OPENCV_ENABLE_NONFREE=ON -D OPENCV_EXTRA_MODULES_PATH=../opencv_contrib/modules -D WITH_CUDNN=ON -D OPENCV_DNN_CUDA=ON -D CUDA_ARCH_BIN=7.5 -D CUDA_ARCH_PTX=7.5 -D WITH_NVCUVID=ON -D BUILD_TIFF=ON  -DBUILD_TIFF=ON ..

4.6. make install

nproc
make -j4 #根据CPU线程数量或nproc结果定义
sudo make install DESTDIR=安装路径

4.7. 加入环境变量

sudo gedit ~/.bashrc
# opencv
export OPENCV_ROOT=/home/user/3rd_pag/opencv-4.4.0/usr/local
export PATH=$PATH:$OPENCV_ROOT/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$OPENCV_ROOT/lib
export LIBRARY_PATH=$LIBRARY_PATH:$OPENCV_ROOT/lib
export C_INCLUDE_PATH=$C_INCLUDE_PATH:$OPENCV_ROOT/include
export CPLUS_INCLUDE_PATH=$CPLUS_INCLUDE_PATH:$OPENCV_ROOT/include

刷新bashrc

source ~/.bashrc

4.8. 其他依赖库

sudo apt install libeigen3-dev
sudo apt install libboost-dev

5. python运行环境

安装anaconda后,具体参看代码包的readme


http://www.ppmy.cn/news/107681.html

相关文章

正交实验进行方差分析

一、案例介绍 想要从某种草药中提取植物酚,利用专业知识发现可能有三个条件会影响植物酚的提取,每个条件有三个水平,想要通过实验,寻找植物酚的最佳提取条件,其中提取植物酚的参考标准为植物酚的含量(案例…

对抗物联网网络威胁

物联网 (IoT) 技术的快速发展以多种方式改变了世界。从家庭自动化到工业控制系统,物联网已成为我们日常生活中不可或缺的一部分。 然而,与任何新技术一样,随之而来的是重大的网络安全问题。在这篇博文中,我们将探讨物联网网络安全…

【ESP-01S / ESP8266 AT指令连接阿里云物联网平台】

ESP-01S / ESP8266 AT指令连接阿里云物联网平台 阿里云物联网平台新建设备获取AT参数 AT指令介绍连接阿里云AT指令介绍MQTT固件固件下载硬件连接固件烧录 串口助手调试硬件连接测试指令 AT_Command移植总结问题排查 源码获取 关注星标公众号,不错过精彩内容 作者 | …

Backtrader内置 TA-Lib指标库参考

backtrader内部提供了ta-lib的集成支持。 TA-Lib 即使backtrader已经提供了很多内置的指标,而且开发指标主要是定义输入、输出并以自然方式编写公式,但有些人仍然想使用TA-LIB。可能的原因是: 指标X在库中而不在backtrader中(作者将很乐意接受新的需求) TA-LIB的行为是众…

Karl Guttag:苹果VST MR头显也无法突破AR的物理局限

据近期的爆料、传闻显示,苹果将6月份的WWDC2023上首次公布AR/VR头显。对此,AR/VR光学专家Karl Guttag持怀疑态度,他此前在DisplayDaily的文章中写道,苹果研发AR/VR头显更像是担心错过新技术趋势。回顾过去的一些关键的AR产品&…

Milvus向量数据库

Milvus vector database 第一章 Milvus概述 Milvus创建于2019年,唯一的目标是:存储、索引和管理由深度神经网络和其他机器学习(ML)模型生成的大量嵌入向量embedding vectors。 存储对象:向量 NOTE:embedding vectors是对非结构…

数字孪生3D可视化技术在数字化水利行业中的应用

城市供水数字孪生系统是一种基于web3d开发和数字孪生技术构建的智能运维系统,它可以将实际设备与虚拟模型相结合,实现对城市供水系统的实时监测、预测和优化。 智慧供水系统是智慧水务建设的新目标与新高度,能够实现城市内部原水供水以及污水…

技术招聘漫谈 | 正在招Golang工程师的你,赶快收藏这份识人秘籍!

各位技术面试官,欢迎来到新一期的技术招聘漫谈专栏。 在前两期的专栏中,我们解析了前端工程师(点击此处回顾)以及 Java 工程师(点击此处回顾)这两个常见技术岗位的招聘技巧。 今天,我们想把目…