编译cuda-7.5 samples文件报错

最新推荐文章于 2024-06-27 13:55:56 发布
最新推荐文章于 2024-06-27 13:55:56 发布
阅读量4.9k 收藏 2
点赞数
CC 4.0 BY-SA版权
分类专栏： 其他 Linux学习 文章标签： ubuntu cuda 软链接
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/lanxuecc/article/details/53422255

在ubuntu 14.04系统中安装cuda-7.5时编译samples文件。

进入/usr/local/cuda-7.5/samples/目录用make命令编译，报错如下：：：
这里写图片描述

主要错误：cannot find lnvcuvid

解决方法：：：：
1、 修改 /usr/local/cuda-7.5/samples/common 下的findglib.mk文件
将

UBUNTU_PKG_NAME = "nvidia-352"

改为

UBUNTU_PKG_NAME = "nvidia-367"

2、创建软链接

sudo ln -s /usr/lib/nvidia-367/libnvcuvid.so /usr/lib/libnvcuvid.so
sudo ln
最低0.47元/天 解锁文章

200万优质内容无限畅学
CUDA文件编译错误是在使用CUDA编程时经常遇到的一个问题
HackLogic的博客
08-18 912
本文将介绍一些常见的CUDA文件编译错误以及解决方法，并附上相应的代码示例和描述。通过以上示例代码和描述，我们介绍了一些常见的CUDA文件编译错误以及相应的解决方法。希望本文对您有所帮助！解决方法：检查是否正确地包含了CUDA库文件，并确保在链接时正确指定了CUDA库文件的路径。描述：这个错误通常是由于在CUDA核函数中使用了__syncthreads()函数，但编译器找不到该函数声明。描述：这个错误通常是由于链接错误导致的，意味着编译器找不到与CUDA二进制文件相关的符号引用。可以通过在编译命令中添加。
CUDA9.0+win10+VS2017 更新后(15.9.5)解决 cuda samples无法编译问题
livepoolgerres的专栏
01-14 4879
今天更新lvs2017至15.9.5后 出现了cuda编译报错无法成功的问题。参考网上讨论，主要原因还是cuda不支持更新后的vs2017编译器。解决方法分为两步： 1针对版本不匹配的报错 #error: -- unsupported Microsoft Visual Studio version! Only the versions 2012, 2013, 2015 and 2017 ar...
CUDA安装成功后测试Sample的时候报错（问题解决）
狂浪生
01-26 1万+
在我们安装好了CUDA后，迫不及待的想试试CUDA自带的Sample。 cd /usr/local/cuda-9.0/samples/1_Utilities/deviceQuery make sudo ./deviceQuery 之后出现以下的错误： $ ./deviceQuery ./deviceQuery Starting... CUDA Device Query (Runtim...
Cuda 程序编译报错: fatal error: cusparse.h: No such file or directory
东部世界 (East World)
10-18 4390
实测发现如果使用 export CUDA_HOME=/usr/local/cuda-11.1 就会发生上述报错。怀疑这个11.1的版本在安装的时候并不完全，导致缺失一些 .h 文件。检查发现是选择了错误的 Cuda 版本。
在ubuntu 14.04系统中安装cuda-7.5时编译samples文件，出现cannot find lnvcuvid 错误
Liam_fang的博客
10-01 609
这里只是对我引用的博客进行了修正。解决方法： 1、 修改 /usr/local/cuda-7.5/samples/common 下的findglib.mk文件，打开这个文件可用如下命令gedit  findglib.mk 进行修改就好(这里也可以用vi  findglib.mk，这里只针对新手，大神请掠过) 将 UBUNTU_PKG_NAME = "nvidia-352" 改为
centos7.5 安装anaconda和tensorflow-gpu记录及报错解决
xavier_muse的博客
09-06 1190
一、linux 下安装anaconda3 1、wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-5.3.1-Linux-x86_64.sh 对应（python 3.7.x） 2、 bash Anaconda3-5.3.1-Linux-x86_64.sh 在安装过程中，基本上不断按回车或者yes默认就行了。...
Ubuntu 14.04 上安装 CUDA 7.5/8.0 超详细教程
热门推荐
玛莎鱼的博客
07-11 8万+
折腾了好多天，前后重装了大概六、七次Ubuntu，终于上把CUDA安装好了，被坑了好多次，也走了不少弯路。 第一次发帖，还请多指教。【环境】 笔记本：ThinkPad T450 X86_64 显卡：主显 Intel HD Graphics 5500 ； 独显 NVIDIA GT 940M 系统环境：Ubuntu14.04 64位、Windows7 64位 双系统 CUDA 版
ubuntu16.04安装 cuda7.5
autocyz
07-06 1万+
在文章开始前，先辨析几个概念GPU、NVIDIA、NVIDIA驱动、CUDA、cudnn等，这些概念对于一个新手来说肯定是很晕的，正如我当初一样，所以我这里就稍微介绍一下这几个概念： GPU:Graphics Processing Units，也就是我们常说的显卡。现在的笔记本或者台式机都会有显卡，但是能够让我们用来做并行计算的真正的GPU就只有NVIDIA出产的GPU了。 NVIDIA：GPU生产
Win10 + VS2017 v15.5.5 + CUDA9.1.85，CUDA Samples无法编译通过解决办法
LOVELESSYI的博客
01-31 2万+
最近一直在搞CUDA环境搭建，被一个问题困扰好久，终于找到了方法解决。发现没有一篇教程解决，网上大多数人建议都是下载VS2015或者以前版本的VS2017, 不要用最新版VS2017。但其实VS2017早就考虑到这些情况，可以通过简单一些的配置解决，所以写一篇教程，让大家少走点弯路。解决方法都不是我发现，我只是看到优快云上没有，搬运了stackoverflow上的大牛的方法，希望可以帮到大家。
CUDA samples 2.3节 用CUDA示例来创建CUDA项目
fulva的专栏
09-16 3307
2.3.1. Creating CUDA Projects for Windows 略 2.3.2 默认的samples的安装路径 是 NVIDIA_CUDA_5.5_Samples 并且示例程式的分为六类 : 0_Simple,1_Utilities, 2_Graphics, 3_Imaging, 4_Finance, 5_Simulations,6_Advanced, 7_CUDALi
安装CUDA11.7及VS2022 pro时遇到的问题
wumingshuing的博客
08-31 8448
安装VS及CUDA11.7之后，找不到CUDA Samples目录。
【杂项】CUDA下找不到CUDA Sample文件
zcw1234515的博客
12-19 1万+
安装cuda添加环境变量时找不到CUDA Sample文价夹！ 首先使用everything 工具搜索，发现他在C:\ProgramData\Microsoft\Windows\Strat Menu\Programs\NVIDIA Corporation下 在开始菜单能够找到
【知识】详细介绍 CUDA Samples 示例工程
xfxuezhang.cn
06-27 7331
介绍很详细
ubuntu19.04+1050+cuda10.1解决编译sample时出现的缺少库的问题
Joakim Starr
04-26 2381
本文章借鉴了 https://www.jianshu.com/p/b3ecfa1df423 概述 这台电脑重装了太多次了，每次重装我都简直受不了啊，这次重装完了后就去安装cuda，你说你好好的安装完成就好了，给我报啥错呢，我一脸懵逼，复制错误去百度，终于被我找到了解决方法 错误如下 ➜ fluidsGL sudo make > >>> WARNING - libGL....
Linux之cuda、cudnn安装及版本切换
ZONGXP的博客
07-02 4万+
0 背景 我们在用不同框架做深度学习时，难免会遇到需要不同版本的cuda和cudnn版本的情况，如果把原来版本的卸载掉重新安装新版本，则会影响其它框架的使用，最好的方法是在主机上安装多个版本的cuda和cudnn，需要用到哪种就切换到哪种，这样就免去了重复卸载安装的工作 关于tensorflow对应的cuda和cudnn版本，参考官网链接，注意在1.13以上版本的tensorflow，都需要用...
【非常详细】Ubuntu18.04安装显卡驱动和CUDA,CUDNN流程和踩坑记录
coolsmartboy的博客
09-28 1万+
在一个全新的ubuntu18.04上，首先打开终端， sudo apt update sudo apt-get install build-essential sudo apt-get install cmake
Cuda编程系列错误
qq_45241855的博客
04-13 1824
将cuda程序分写为.cu、.cuh文件，并在cpp文件头文件添加cuda程序的 .cuh 头文件。CPP文件中不要直接使用cuda程序的实现体，而是通过头文件形式来调用。最后在CPP文件中就可以调用上图中的：JacobiAlgorithm_CUDA（）函数来并行计算。
win10系统下CUDA示例项目编译出错MSB3721解决
李的博客
03-21 3万+
    在win10系统下安装好cuda9.1后，在VS2017中打开cuda corporation中的项目，编译发现一直报错MSB3721，无法导入windows.h文件，错误提示如下：错误 MSB3721 命令“"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.1\bin\nvcc.exe" -gencode=arch=comput...
cuda-samples和cuda-12.4的区别
最新发布
06-26
<think>嗯，用户想了解cuda-samples和cuda-12.4的区别。这个问题看起来简单，但涉及CUDA生态的核心组件关系。用户可能是刚开始接触CUDA开发的工程师或研究者，需要理清基础概念。从引用材料看，用户之前接触过CUDA12.4的文档和H100显卡的兼容性问题[^1][^2]，说明ta正在实际配置开发环境。用户特别提到“理解”而不仅是“知道”，可能需要更结构化的对比。先拆解两个概念的本质：-CUDA12.4是软件平台版本，包含驱动、编译器、库等完整工具链[^3]-CUDASamples是具体的学习资源，相当于官方出的“练习题”用户可能混淆是因为两者常被同时下载。需要强调：安装CUDAToolkit时会默认包含Samples，但Samples只是附加物。就像安装Office会带示例文档，但示例文档不是Office本身。考虑到用户的环境配置经历[^2]，补充说明版本兼容性很重要：Samples需要重新编译才能匹配新版本CUDA。这点实际开发中常遇到，用户如果跑旧Samples报错就能明白原因。最后生成的问题要引导用户深入：1.编译问题很常见，值得单独问2.学习路径问题帮助用户规划3.版本差异解释升级时的痛点用户没提具体场景，但引用[3]显示ta关注并行计算特点，可能在学GPU编程。回答时用“学习工具”的比喻比纯技术描述更直观。</think>CUDA-Samples 和 CUDA 12.4 是紧密关联但本质不同的两个概念，主要区别如下： ### 1. **CUDA 12.4** - **定义**：指 NVIDIA 发布的 **CUDA Toolkit 的具体版本号（12.4版）**。 - **核心组成**： - **编译器**：`nvcc`（CUDA C++编译器） - **开发库**：如 cuBLAS、cuFFT、cuDNN 等加速库 - **运行时环境**：`libcudart.so`（CUDA 运行时库） - **驱动接口**：与 GPU 驱动通信的 API - **功能**：提供完整的 GPU 编程环境，支持开发、编译和运行 CUDA 程序[^3]。 ### 2. **CUDA-Samples** - **定义**：是 **官方提供的示例代码集合**，用于演示 CUDA 功能和应用场景。 - **核心内容**： - 基础示例：向量加法、矩阵乘法等 - 高级示例：多 GPU 协作、流并行化 - 库应用示例：cuBLAS/cuFFT 用法演示 - 工具示例：`nvprof` 性能分析案例 - **定位**：学习工具，帮助开发者理解 CUDA API 和优化技巧。 --- ### 关键区别总结 | **特性** | **CUDA 12.4** | **CUDA-Samples** | |-------------------|-----------------------------------|--------------------------------------| | **性质** | 开发平台和工具链 | 示例代码集合 | | **安装方式** | 通过 NVIDIA 安装包部署 | 通常随 CUDA Toolkit 附带（需额外编译）| | **依赖关系** | 是 Samples 的运行基础 | 依赖 CUDA Toolkit 环境才能编译/运行 | | **版本兼容** | Samples 需匹配 CUDA 版本（如 12.4）| 旧版 Samples 可能不兼容新 CUDA[^2] | | **主要用途** | 开发生产级 GPU 应用 | 学习、调试和验证功能 | --- ### 协同工作示例 1. **安装 CUDA 12.4** → 提供 `nvcc` 编译器及运行时库。 2. **编译 CUDA-Samples** → 使用 `nvcc` 编译示例代码（如 `vectorAdd.cu`）。 3. **运行验证** → 在 CUDA 12.4 环境中执行编译后的二进制文件： ```bash # 编译示例 cd /path/to/samples/1_Utilities/vectorAdd make # 运行 ./vectorAdd ``` 若 Samples 的 `Makefile` 指定了过时架构（如 `compute_100`），需修改为当前 GPU 支持的架构（如 H100 需 `compute_90`）[^2]。 ---
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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