darknet开启GPU（CUDA）编译错误

最新推荐文章于 2024-05-07 14:00:10 发布
原创 最新推荐文章于 2024-05-07 14:00:10 发布 · 894 阅读 · 1 ·
CC 4.0 BY-SA版权
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。
文章标签：

#darknet #cuda #gpu

本文档详细介绍了CUDA环境配置过程中遇到的问题，包括nvcc命令找不到及GPU架构不支持的错误。首先，确认CUDA是否正确安装，路径是否已添加到PATH环境变量。其次，针对'compute_30'不支持的错误，需根据CUDA版本更新Makefile。通过这些步骤，可以解决darknet编译中的常见障碍。
部署运行你感兴趣的模型镜像

darknet 支持Nvidia CUDA，CUDA安装按Nvidia提供的步骤按部就班即可。
编译前修改Makefile

GPU=1

开启GPU支持。

无法调用nvcc

故障信息：/bin/sh:1:nvcc:not found
原因分析：系统无法找到nvcc命令
解决步骤：

  • 检查CUDA是否安装成功，确认/usr/local/cuda/bin存在并有nvcc
  • 确认PATH中是否未包含上述目录
  • 修改PATHexport PATH=$PATH:/usr/local/cuda/bin

GPU架构’compute_30’不支持

故障信息：nvcc fatal : Unsupported gpu architecture ‘compute_30‘
原因分析： 问题出现版本CUDA11, CUDA版本间有不同支持范围，darknet源码写的时候的针对配置的CUDA版本与所用版本不一致
解决步骤：

  • 按CUDA版本的支持范围修改Makefile，去掉不支持的架构`-gencode arch=compute_30,code=sm_30

您可能感兴趣的与本文相关的镜像

PyTorch 2.5

PyTorch 2.5

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库，基于 Torch 库，底层由 C++ 实现，应用于人工智能领域，如计算机视觉和自然语言处理

解决nvcc fatal : Unsupported gpu architecture ‘compute_30‘在darknet的编译中的问题
weixin_41653613的博客
08-03 2065
解决nvcc fatal : Unsupported gpu architecture 'compute_30'在darknet的编译中的问题
【问题解决】安装PCL报错：nvcc fatal : Unsupported gpu architecture ‘compute_30‘
热门推荐
qq_42751676的博客
04-12 1万+
问题描述 显卡：NVIDIA GeForce RTX 3060 CUDA版本：CUDA 11.2 PCL版本：1.10.1 make过程中出现：nvcc fatal : Unsupported gpu architecture ‘compute_30‘ 报错。 问题分析 症结在于我的显卡不支持compute_30的GPU构架，与CUDA版本不兼容。 网上大多数的解决方法是找到makefile文件中CUDA_ARCH参数配置，将其中的 -gencode arch=compute_30,code=sm_30
nvcc fatal : Unsupported gpu architecture ‘compute_‘
不知语冰
12-06 5466
我是编译darknet ros时遇到的,错误原因是显卡算力不对应 在CMakeList中有如下: set( CUDA_NVCC_FLAGS ${CUDA_NVCC_FLAGS}; -O3 -gencode arch=compute_30,code=sm_30 -gencode arch=compute_35,code=sm_35 -gencode arch=compute_50,code=[sm_50,compute_50] -gencode ar
Windows下编译 yolo-fastest 或 darknet 提示CUDA not found 的解决方案
anqanq000的专栏
03-16 3417
Windows下编译 yolo-fastest 或 darknet 提示CUDA not found 的解决方案
编译darknet，报错darknet: ./src/cuda.c:36: check_error: Assertion `0' failed.
qq_34570910的博客
07-18 5185
报错： a@a-6108GC:~/catkin_ws/src/darknet_ros/darknet$ ./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg CUDA Error: CUDA driver version is insufficient for CUDA runtime version darknet: ./s...
Ubuntu18.04安装CUDA10.2 CUDNN7.6.5 部署基于darknet框架的YOLOV4并进行CPU以及GPU测试
wyl的博客
01-26 5396
Ubuntu18.04部署基于opencv3.4.4 及 darknet框架的YOLOV4 再安装CUDA CUDNN 用GPU跑和训练模型部署基于opencv3.4.4 及 darknet框架的YOLOV4一、首先进行OPENCV3.4.4的安装二、下面需要进行darknet部署和yolov4权重的下载三、CPU编译，用官方训练好的权重文件进行编译对图片进行识别安装显卡驱动及检查安装是否成功安装cuda及检查安装是否成功安装cudnn及检查安装是否成功 部署基于opencv3.4.4 及 darknet框
Windows搭建Darknet框架环境-Yolov4-GPU
乐观的lishan的博客
11-18 6702
本文介绍了在Windows系统上搭建YOLOv4-GPU的Darknet框架环境。
Darknet-yolov3在无gpu下的使用,Darknet相关文件说明,标记工具labellmag的使用,用darknet-yolov3训练自己的数据模型
weeks
12-22 1668
*免责声明: 1\此方法仅提供参考 2\搬了其他博主的操作方法,以贴上路径. 3* 场景一:Darknet yolov3在无gpu下的使用 环境搭建 场景二:Darknet相关文件说明 场景三:标记工具labellmag的使用 场景四:用darknet-yolov3训练自己的数据模型 . . . . Darknet yolov3 场景一:Darknet yolov3在无gpu下的使用 环境搭建 windows下:一个比较优质的博文,我是没有成功 参考博文 linux部分 安装虚拟机 (有机会将讲一讲我
Win10_VS2013_CPU_Darknet编译踩坑
耳东小白的小笔记本儿
04-15 3811
古老的VS2013来编译Darknet CPU版
darknet-yolov4编译
最新发布
10-31
嗯，用户这次明确询问darknet-yolov4的编译方法，而引用内容里正好包含相关片段。不过引用描述比较零散，需要整合成完整流程。 用户之前没有提问过darknet相关的问题，所以这次是全新需求。从引用信息看，用户应该...
darknet在windows64下的可执行文件（不支持gpu）
10-13
darknet在windows 64位环境下编译后的执行文件。运行时要求有vs2015运行环境支持。此版本不支持gpu
darknet_ros编译时出现nvcc fatal : Unsupported gpu architecture ‘compute_30‘
wtlll的博客
05-07 706
今天在ros中编译包的时候出现下图的错误。
【已解决】PCL配置中出现：nvcc fatal : Unsupported gpu architecture ‘compute_30‘
kanbarakun的博客
02-26 3717
我的CUDA编译器nvcc不支持compute_30这个GPU架构，这个GPU架构较老，不符合应该有的算力设置，与CUDA版本不兼容。我的显卡是GeForce GTX 1660 Ti，对应7.5，那么我需要设置的架构就是compute_75。1.修改PCL中关于CUDA的代码，找到“compute_30”的部分修改成你对应的架构或者注释掉。在原本的语句后加入：-DCUDA_ARCH_BIN=“XX”，其中XX即为步骤一中得到的数。2.降级CUDA版本，如果你的项目必须使用这种较老的架构的话。
nvcc fatal : Unsupported gpu architecture ‘compute_30‘
weixin_46028606的博客
10-27 468
nvcc fatal : Unsupported gpu architecture 'compute_30'
darknet make时出现nvcc: not found
nn1997729的博客
12-03 730
darknet make时出现nvcc: not found是因为找不到cuda路径，需要打开makefile，将NVCC=nvcc修改为：NVCC=/usr/local/cuda-xx.x/bin/nvcc，即可解决问题
linux环境下使用GPU 对darknet-yolov3 编译配置以及opencv编译报错及CUDA Out of memory问题解决
a1162273426的博客
09-02 469
linux环境下使用GPU 对darknet-yolov3 编译配置，个人数据集的搭建，以及opencv编译报错及CUDA Out of memory问题解决
ubuntu darknet中选择cuda版本_darknet源码学习（一）：在VS上构建并编译darknet解决方案...
weixin_39992665的博客
11-22 1064
1 darknet 简介darknet是谷歌开发的一款轻量级神经网络框架，基于C语言和CUDA编写，其优点是代码非常精炼，运行速度快(经我测试，其在某些分类任务上的训练速度是PyTorch的至少10倍)，同时易于迁移到实际工程中；缺点是不够灵活，只提供了最基本的训练和测试接口。因此，该框架非常适合在具有海量训练数据和固定单一的训练策略的情况下训练网络模型。darknet主要可以训练分类网...
ubuntu14.04配置darknet遇到cannot find -lcuda解决办法
StrugglePeach的专栏
10-10 3816
在配置YOLO的源码时，需要安装darknet，https://pjreddie.com/darknet/install/，按照配置步骤进行时，到了使用GPU和OPECV进行编译时，出现cannot find -lcuda的错误。错误处表明gcc在/usr/local/cuda/lib64/文件夹中找不到libcuda.so 定位相应的库：locate libcuda 将定位到的lib
darknet框架GPU编译安装
King_key的博客
12-03 1296
Darknet: Open Source Neural Networks in C
评论
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