在ubuntu 14.04上LIFT: Learned Invariant Feature Points 环境配置所踩过的坑流过的泪(3)

本文详细记录了在Ubuntu系统中重装NVIDIA驱动、CUDA8.0、cuDNN的过程,以及解决编译时软链接错误、配置Theano、Opencv等遇到的问题。通过调整Theano配置文件解决了NVIDIA驱动版本不匹配导致的计算问题。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1.重装nvidia 显卡驱动

虽然装的384是最推荐的,不过把它更新到最新的好了。
Ubuntu安装NVIDA显卡驱动
Ubuntu 14.04安装Nvidia显卡最新驱动

2.重装cuda8.0和cudnn

Ubuntu下CUDA8.0卸载
重装
ubuntu16.04+CUDA8.0+GTX1080Ti+yolov3+Opencv3.1.0详细配置
cuda8.0部署在ubuntu14.04+GTX1080上需要注意的几个问题
linux cudnn安装

3。重新测试

1.编译时软连接错误
libcurl.so.4: no version information available (required by /usr/bin/cmake)
(含软连接修改的分析) 安装caffe 出现libcurl.so.4: no version information available (required by cmake)
解决 libcurl.so.4: no version information available

看来运行不能用sudo
在这里插入图片描述
最后也没管
2. theano nvcc compiler not found on $PATH
重新配置文件
解决方案:重装了一遍cuda 和cudnn
3.突然发现系统好像出bug了,opencv和parse,scipy,launge都没有了

按照之前链接可以装opencv 3.2的链接 https://blog.youkuaiyun.com/tsq292978891/article/details/80094873
,现在下的是opencv 3.1
真的玄幻。
所以装的是opencv3.1,剩下的几个还是按照之前的一下下装好了。

4.再次编译

这次感觉比较顺利
5.theano 按照上一篇配置得到的信息
6.出现错误
The cuda backend is deprecated and will be removed in the next release (v0.10). Please switch to the gpuarray backend. You can get more information about how to switch at this URL:
https://github.com/Theano/Theano/wiki/Converting-to-the-new-gpu-back-end(gpuarray)

Theano报错:WARNING (theano.sandbox.cuda):http://blog.sina.com.cn/s/blog_6d55a74b0102xar1.html
我并没有按照这个链接解决。
7.Exception: The nvidia driver version installed with this OS does not give good results for reduction.Installing the nvidia driver available on the same download page as the cuda package will fix the problem: http://developer.nvidia.com/cuda-downloads
但是我的cuda 用的就是8.0,cudnn5.1,theano 也是0.9.0
修改theano 的配置文件,将
[lib]
cnmem=0.5
去掉
也就是memry不做限制
然后就神奇的跑通了。
因此可能就是需要的计算空间需要很大。



result 文件夹里生成点坐标以及方向文件。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值