TensorRT5在Ubuntu16.04中的开发环境搭建

TensorRT5在Ubuntu16.04中的开发环境搭建

一、Ubuntu16.04系统安装及准备

1、Ubuntu16.04系统安装

参考:https://blog.csdn.net/weixin_40494464/article/details/81010256比较简单

这个教程比较靠谱,安装多了基本就这样咯,很简单就不重复赘述了。

2、安装好以后的准备(基本的工具)

(1)sougou输入法安装

(2)tmux安装

(3)cmake安装:https://cmake.org/download/ 下载linux版本,

源码安装

       1)卸载旧版本

      sudo apt-get autoremove cmake

       2) 解压安装

      $ tar zxvf cmake-3.13.3.tar.gz
      $ cd cmake-3.13.3
      $ ./configure
      $ make
      $ sudo make install

      3)查看版本

       $ cmake –version

      上面是源码安装现在讲一下,载预编译文件安装,下载cmake-3.13.3-Linux-x86_64.tar.gz版本,

      1tar zxvf cmake-3.13.3-Linux-x86_64.tar.gz

      2mv cmake-3.13.3-Linux-x86_64 /opt/cmake-3.13.3

      3ln -sf /opt/cmake-3.13.3/bin/*  /usr/bin/  (创建软连接)

(4)qt安装

(5)vim安装 sudo apt-get install vim

查看当前系统内核版本:uname -r

二、显卡驱动安装

1、查看ubuntu16.04默认显卡驱动(安装前需要禁用该显卡驱动)

lsmod | grep nouveau

禁用:1)  sudo gedit /etc/modprobe.d/blacklist.conf ,随后添加下面两行并保存:

        blacklist nouveau

options nouveau modeset=0

      2)sudo update-initramfs -u 然后重启

        然后执行验证是否禁用成功: lsmod | grep nouveau,如果没有输出信息就代表禁用成功。

2、下载显卡驱动进入网址:选择符合自己电脑配置的显卡驱动下载

https://www.nvidia.com/Download/index.aspx?lang=en-us

TensorRT5在Ubuntu16.04中的开发环境搭建_第1张图片

安装过程:

  1. ubuntu系统下按住 ctrl+alt+F1进入命令行
  2. sudo service lightdm stop 关闭图形界面
  3. sudo apt-get remove nvidia-*卸载之前版本
  4. 进入下载好的显卡驱动所在目录 sudo chmod a+x NVIDIA-Linux-x86_64-410.93.run
  5. Sudo ./ NVIDIA-Linux-x86_64-410.93.run -no-x-check -no-nouveau-check -no-opengl-files
  1. The distribution-provided pre-install script failed! Are you sure you want to continue? 选择 yes 继续。
  2. Would you like to register the kernel module souces with DKMS? This will allow DKMS to automatically build a new module, if you install a different kernel later?  选择 No 继续。
  3. 问题没记住,选项是:install without signing
  4. 问题大概是:Nvidia's 32-bit compatibility libraries? 选择 No 继续。
  5. Would you like to run the nvidia-xconfigutility to automatically update your x configuration so that the NVIDIA x driver will be used when you restart x? Any pre-existing x confile will be backed up.  选择 Yes  继续

以上内容摘抄自:

https://blog.csdn.net/xunan003/article/details/81665835

  1. 安装完毕之后nvidia-smi查看,显示显卡状态则代表安装成功

出现的问题:使用一段时间突然提示错误:NVIDIA-SMI has failed because it couldn't communicate with the NVIDIA driver. Make sure that the ...: 解决就是重新安装驱动,而不用动cuda, 这样也非常快!

 

三、cuda9.0+、cudnn7.3和TensorRT安装

一)、cuda9.0

1、去官网https://developer.nvidia.com/cuda-downloads下载cuda9.0

 TensorRT5在Ubuntu16.04中的开发环境搭建_第2张图片

TensorRT5在Ubuntu16.04中的开发环境搭建_第3张图片

TensorRT5在Ubuntu16.04中的开发环境搭建_第4张图片

下载的版本为:cuda_9.0.176_384.81_linux.run

2、进入安装文件所在目录:

1)sudo chmod 777 cuda_9.0.176_384.81_linux.run

2)sudo ./ cuda_9.0.176_384.81_linux.run --no-opengl-libs,提示是否安装驱动384.81则选择否。

3)sudo gedit ~/.bashrc 行尾部加入:

export PATH=/usr/local/cuda-9.0/bin${PATH:+:${PATH}}

export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

 

source ~/,bashrc  (更新文件)

4)验证cuda是否安装成功

cd /usr/local/cuda-9.0/samples/1_Utilities/deviceQuery

sudo make

sudo ./deviceQuery

补充操作:

卸载cudasudo /usr/local/cuda-9.0/bin/uninstall_cuda-9.0.pl

卸载NVIDIA Driver :   sudo  /usr/bin/nvidia-uninstall

  3、系统中安装了多个版本的cuda,则切换只需要修改一下软连接:

1) sudo gedit ~/.bashrc 

修改为:

export PATH=/usr/local/cuda/bin${PATH:+:${PATH}}

export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

2) sudo /etc/profile    #必须更改/etc/profile 文件, 而且更改后必须重启计算机才有效 (source /etc/profile 不能生效

export PATH=/usr/local/cuda/bin:$PATH 

export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH

3) 切换

cuda9.0切换到cuda8.0

sudo rm -rf /usr/local/cuda                       #删除之前创建的软链接

sudo ln -s /usr/local/cuda-8.0  /usr/local/cuda   #创建新 cuda 的软链接

 

cuda8.0切换到cuda9.0

sudo rm -rf /usr/local/cuda                       #删除之前创建的软链接

sudo ln -s /usr/local/cuda-9.0  /usr/local/cuda   #创建新 cuda 的软链接

二)、cudnn 7.3.0

chmod -R 777 filename #文件及子目录权限改变

去官网下载:https://developer.nvidia.com/rdp/cudnn-download

版本:cudnn7.3.0

 

 

解压下载好的文件: sudo tar -zxvf cudnn_name

复制文件到cuda9.0下面:

cd cuda

sudo cp include/cudnn.h /usr/local/cuda-9.0/include/

sudo cp lib64/* /usr/local/cuda-9.0/lib64/

三)、TensorRT5

   去官网:https://developer.nvidia.com/tensorrt

   下载最新版本TensorRT5.0.2.6

TensorRT5在Ubuntu16.04中的开发环境搭建_第5张图片

解压:sudo tar -zxvf xxxx.tar.gz

配置环境变量:

Sudo vim ~/.bashrc

添加环境变量:export LD_LIBRARY_PATH= TensorRT解压路径/lib:${LD_LIBRARY_PATH:+:$ {LD_LIBRARY_PATH}}

其实在开发中只需要将TensorRT的lib及include配置到CmakeLists.txt中即可。

四、Opencv3.4.2+安装及配置(或者4.0)

   待续...

五、Anaconda安装及配置

  在清华镜像https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/,或者在官网下载Anaconda安装文件Anaconda3-5.0.0-Linux-x86_64.sh .安装步骤:

 cd到安装文件所在文件夹,sudo bash ./Anaconda3-5.0.0-Linux-x86_64.sh;点击任意键继续,读完Lisense之后,输入yes同意许可并安装,默认安装路径或者自行修改;最后提示是否配置环境变量到.bashrc文件,输入yes同意;输入source your path/.bashrc使得环境变量生效.

 在Anaconda3中安装opencv3的包:

conda install --channel https://conda.anaconda.org/menpo opencv3

或者pip install opencv-python

你可能感兴趣的:(算法的工程部署与移植)