jndingxin的专栏

cpu架构：x86操作系统：ubuntu18.04受够了TensorRT+cuda+opencv+ffmpeg+x264运行环境的部署的繁琐，每次新服务器上部署环境都会花费很大的精力去部署环境，听说nvidia-docker可以省去部署的麻烦，好多人也推荐使用docker方便部署，咱也在网上搜索了下，学习了下，根据网上的资料，开始安装docker学习一下，把学习记录记在这儿，听说要想使用GPU，就要安装Docker-CE和NVIDIA Container Toolkit，好的，开始。1.安装Dok.

错误现象：在执行video_Codec_SDK的CMake命令时，有时会遇到No package ‘vulkan’ found的问题，如下图所示：解决方案：在命令行中输入：sudo apt-get install libvulkan-dev回车执行后，终端输出以下内容：问题解决...

系统：ubuntu18.04错误现象：在编译cu文件时，有时会遇到nvcc: Command not found的错误，系统已经安装了cuda，为什么会出现这个错误呢，大概率是环境变量没有配置，系统找不到nvcc命令所在路径。解决方案：打开/home/用户名/.bashrc文件在文件的末尾添加如下内容：export PATH=/usr/local/cuda-10.2/bin:$PATHexport LD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64:$LD.

因为学习CUDA编程，需要搭建CUDA编程环境，需要用到TensorRT，所以连TensorRT一块安装了，安装之前最重要的一步就是确认自己的显卡是不是支持CUDA编程，支持cuda的显卡只有NVidia的显卡，NVidia的显卡有GTX Geforce, Quadra 和 Tesla三个大系列，根据自己的显卡型号去以下网站查询对应的CUDA版本：https://developer.nvidia.com/cuda-gpus如下图所示，发现GTX1070是支持的。确认自己的显卡是支持CU...