/bin/sh: 1: nvcc: not found Makefile:89: recipe for target ‘obj/convolutional_kernels.o‘ failed

最新推荐文章于 2025-03-07 10:31:03 发布
原创 最新推荐文章于 2025-03-07 10:31:03 发布 · 307 阅读 · 0 ·
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：

#python

博客给出了一条参考资料，内容为 '/bin/sh: 1: nvcc: not found Makefile:89'，可能与编程中nvcc未找到的错误相关。
编译darknet报错：[obj/convolutional_layer.o] Error 1 或者[obj/convolutional_kernels.o] Error 1
热情、奔放、快乐编程！
03-26 2243
背景是：想使用多GPU训练模型 包这样的错，首先检查darknet下的Makefile是否修改正确----》三处位置 报错时的Makefile文件： 【第一处】---->多个博客是这样写的 GPU=1 CUDNN=1 OPENCV=1 OPENMP=0 DEBUG=0 【第二处】---->cuda-11.1是我自己的cuda版本，需修改成自己的安装版本 NVCC=/usr/local/cuda-11.1/bin/nvcc 【第三处】---->cuda-11.1是我自己的cuda版本，需修改
/usr/include/c++/11/bits/std_function.h:435:145: error: parameter packs not expanded with ‘...’:
Li_black的博客
04-19 3450
从下面可以发现是C++版本的问题，从下面的输出可以看出来nvcc在编译的时候使用了C++/11的头文件，因此不支持c++17下面的特性；我所使用的gcc、g++版本都是11.4.0以上的，从参考资料里面得知降级至g+±10的版本就可以解决这个错误。我尝试在CMakeList.txt中设置以下内容没有效果，下面的代码指出使用c++17版本。：wsl2下的Ubuntu22。显式设置cuda的g++编译器。
TensorFlow与pycharm 解决/bin/sh: 1: nvcc: not found
small little town
07-28 1026
跑stargan相关的代码，框架是TensorFlow1.15，在这一行代码遇到了这个问题。 /bin/sh: 1: nvcc: not found 百思不得其解，os.popen()无法运行这个指令？难道是cudnn和cuda的问题？确实，看到网上关于这个指令绝大多数都是指向软链接与修改配置的操作。但是，我在终端输入nvcc -V的时候，却是可以运行的。我检查了一遍cuda版本与cudnn的链接，检查了配置文件，都没有错误。 难道是os.popen()的错误？ 于是我在终端输入以下代码： 也没有出现任
darkent-gpu安装中/bin/sh: 1: nvcc: not found和/usr/bin/ld: cannot find -lcuda
qq_35250841的博客
04-21 1240
darkent-gpu安装中/bin/sh: 1: nvcc: not found和/usr/bin/ld: cannot find -lcuda 今天在云服务器上安装darknet遇到如下问题，问题及解决方案如下： 1.nvcc: not found /bin/sh: 1: nvcc: not found Makefile:92: recipe for target ‘obj/activati...
解决nvcc找不到的问题/bin/sh:1:nvcc:not found
weixin_43046653的博客
08-22 2万+
这里写自定义目录标题问题描述方法探索解决方法 问题描述 在执行make指令进行编译的时候，遇到问题"/bin/sh:1:nvcc:not found"，如图所示: 其原因是未找到nvcc，于是开始尝试去安装，如下命令: 方法探索 使用apt-get进行安装，如下: 对于上述这个问题，一般执行如下两个命令就可解决: $ sudo apt-get update $ sudo apt-get upgr...
/bin/sh: 1: nvcc: not found Makefile:89: recipe for target 'obj/convolutional_kernels.o' failed
hunzhangzui9837的博客
10-07 9438
 在测试YOLO时出现： nvcc -gencode arch=compute_30,code=sm_30 -gencode arch=compute_35,code=sm_35 -gencode arch=compute_50,code=[sm_50,compute_50] -gencode arch=compute_52,code=[sm_52,compute_52] -Iinclude/ ...
Linux下，make时 “/bin/sh: 1: nvcc: not found” 问题解决
weixin_44533869的博客
07-04 2192
1.查路径 cd usr/local 进入cuda-11.1文件夹，查看是否有nvcc文件夹 2. 修改makefile文件里面NVCC 3.重新编译 make clean make 编译成功
yolov4 darknet在ubuntu下的编译，解决“Makefile:177: recipe for target ‘obj/convolutional_kernels.o‘ failed“
weixin_43350700的博客
10-26 3177
安装darknet 下载yolov4： git clone https://github.com/AlexeyAB/darknet.git 编译，如果用CPU直接编译即可，如果用GPU跑，需要设置CUDA=1,CUDNN=1 $cd darknet $make 编译报错： nvcc fatal : Unsupported gpu architecture 'compute_30' Makefile:177: recipe for target 'obj/convolutional_ker
【error: command ‘/usr/local/cuda-11.0/bin/nvcc‘ failed with exit status 1】报错解决方法之一
weixin_44502754的博客
03-07 5387
报错原因之一：CUDA版本不匹配：请确保系统中安装的CUDA版本与PyTorch或其他依赖项所需的CUDA版本匹配。如果版本不匹配，可能会导致编译失败。我原先两个版本不对应，后面修改一致后，报错解决。可能有其他原因，后续有其他解决方法再更新。安装一些包需要要求两个cuda版本对应，否则报错。查看pytorch环境中cuda版本。查看系统cuda版本。
nvcc: command not found
dlhlSC的博客
07-11 1万+
除了在/.bashrc中配置LD_LIBRARY_PATH路径以外，还需要配置PATH路径，完整配置如下： export LD_LIBRARY_PATH=/usr/local/cuda/lib export PATH=$PATH:/usr/local/cuda/bin 福利区:独学而无友,则孤陋而寡闻.加入机器学习与深度学习讨论QQ群(581789266),一块交流与探讨,共同成长和进步!...
yolov--7--解决报错:/bin/sh: 1: nvcc: not found make: *** [obj/convolutional_kernels.o] Error 127
天明宇朗的博客
04-12 4489
Yolov-1-TX2上用YOLOv3训练自己数据集的流程(VOC2007-TX2-GPU) Yolov--2--一文全面了解深度学习性能优化加速引擎---TensorRT Yolov--3--TensorRT中yolov3性能优化加速（基于caffe） yolov-5-目标检测：YOLOv2算法原理详解 yolov--8--Tensorflow实现YOLO v3 yolov--9--Y...
linux下makefile（通用模板）
sphone89的专栏
02-13 1065
linux编译多个源文件的程序比较麻烦，这下就需要通用的Makefile了，编译的时候执行一下make命令就OK，下面介绍通用makfile的写法。  # 头文件路径，可以任意指定头文件 PREFIX=/usr/local BINDIR=$(PREFIX)/bin # 链接库 LINKPARAM = -lpthread # object文件 PROGRAM=stFtpClient
在运行makefile文件的时候遇到 /bin/sh: 1: XXXXX: not found问题解决
weixin_45916391的博客
12-15 1万+
1、命令行操作可以正常操作，在makefile操作出现 /bin/sh: 1: XXXXX: not found 问题；通过which arm-linux-gnueabihf-gcc 和 which sudo找到编译器和命令所在位置。在使用makefile操作的时候提示sudo命令路径找不到，但是在命令行复制可以直接复制。在使用makefile操作的时候提示编译器找不到，但是在命令行复制可以直接编译。2、先 which XXXXX 找到命令绝对路径；在makefile对应的命令前加绝对路径。
编译linux驱动提示 bin/sh 权限不足
weixin_46435653的博客
08-30 5640
一、问题描述 在编译之前编译成功的linux驱动时，出现以下错误提示： /bin/sh :..............Permisson denied 二、问题解决 1、可能是没有给文件足够的权限，用以下命令给可读可写权限： sudo chmod 777 (+文件名) 2、给了权限，发现还是不行： 看下是否有module.order这个文件，有的话删掉他就能编译成功了。 ...
安装darknet时遇到的报错
baiyang10010的博客
10-08 8494
报错代码 jack@jack-System-Product-Name:~$ cd darknet-master jack@jack-System-Product-Name:~/darknet-master$ make -j16 gcc -Iinclude/ -Isrc/ -Wall -Wno-unused-result -Wno-unknown-pragmas -Wfatal-errors -fP...
YOLOv3 编译 fatal error: stdio.h: 没有那个文件或目录(解决)
王叔叔
11-19 1480
YOLOv3 make报错 fatal error: stdio.h: 没有那个文件或目录 一、 … ./src/utils.h:3:19: fatal error: stdio.h: 没有那个文件或目录 Makefile:89: recipe for target ‘obj/gemm.o’ failed … 原因是没有 stdio.h 再进一步原因是： gcc缺少了libc6-dev 使用下面命...
Darknet YOLOv3模型环境构建及问题解决
江苏学蠡信息科技有限公司是一家国家高新技术企业，与众多高校深入开展产学研合作，有一支以硕博士为主导的研发和服务团队，获得自主知识产权十余项。围绕中国高等教育人工智能及物联网专业发展规划，创新性的推出人工智能类、物联网类、嵌入式类三大学科教学产品与培训服务。
03-07 466
先下载编译darknet工程，具体见官网 https://pjreddie.com/darknet/yolo/，可以在github上下载压缩包，这里还是推荐使用git下载进入darknet文件夹后，修改Makefile文件，根据你的电脑配置修改；如果是用的GPU训练的，就需要将GPU和CUDNN的值改为1，如果是用CPU训练的则不需要更改，修改完后运行make。
Makefile:xxx: recipe for target 'xxx' failed
热门推荐
Zllvincent的博客
12-20 6万+
使用Makefile 运行当前目录下生成的可执行文件时出现：Makefile:3: recipe for target 'test' failed 类似的错误。该问题很大可能是程序运行结束后返回给make 的值是非0导致的结果。 1.test.c #include<stdio.h> int main(){ printf("----------------\n"); ret...
/bin/sh: 1: :/usr/local/cuda/bin/nvcc: not found ninja: build stopped: subcommand failed.
最新发布
07-25
在编译涉及CUDA的项目时，遇到“CUDA compiler not found”错误以及“ninja: build stopped: subcommand failed.”问题，通常与CUDA工具链配置不当、Ninja构建系统的问题或依赖项缺失有关。以下是对这些问题的详细分析和解决方法。 ### CUDA编译器未找到（CUDA compiler not found） 该错误通常表明系统未能正确找到或配置CUDA Toolkit中的`nvcc`编译器。可能的原因和解决方案包括： - **未安装CUDA Toolkit**：确保已经正确安装了CUDA Toolkit，并且版本与项目需求兼容。可以通过命令`nvcc --version`验证是否安装成功并查看当前版本[^1]。 - **环境变量未设置**：如果`nvcc`未被添加到系统的`PATH`环境变量中，系统将无法识别该命令。编辑环境变量，将CUDA的`bin`目录（如`/usr/local/cuda/bin`）添加到`PATH`中。 - **编译脚本配置错误**：某些项目依赖于环境变量或构建脚本中指定的CUDA路径。检查项目配置文件（如`CMakeLists.txt`）是否正确指定了CUDA路径。例如，在CMake中可以使用以下命令指定CUDA Toolkit路径： ```cmake set(CUDA_TOOLKIT_ROOT_DIR "/usr/local/cuda") ``` ### Ninja构建失败（ninja: build stopped: subcommand failed） 该错误通常表示Ninja在执行构建步骤时遇到了子命令失败的问题。可能的原因和解决方案包括： - **依赖项缺失**：确保所有必要的依赖项都已正确安装。例如，某些项目可能需要特定版本的Python、CMake或其他库。可以尝试使用包管理器安装缺失的依赖项，如`sudo apt-get install python3-dev cmake`[^2]。 - **构建缓存问题**：有时，构建缓存可能导致问题。可以尝试清理构建目录并重新开始构建。例如，使用以下命令清理并重新配置： ```bash rm -rf build/ mkdir build && cd build cmake .. ninja ``` - **Ninja版本问题**：确保使用的Ninja版本与项目兼容。可以通过`ninja --version`检查当前版本，并根据需要升级或降级。 - **权限问题**：某些情况下，权限不足可能导致构建失败。可以尝试使用`sudo`运行构建命令，或者检查文件和目录的权限设置。 - **编译器路径问题**：确保系统中使用的编译器（如`gcc`或`clang`）路径正确，并且与CUDA工具链兼容。可以通过设置环境变量`CC`和`CXX`来指定编译器路径： ```bash export CC=/usr/bin/gcc export CXX=/usr/bin/g++ ``` ### 示例：配置CUDA路径和清理构建缓存 ```bash # 添加CUDA路径到环境变量 export PATH=/usr/local/cuda/bin:$PATH # 清理构建目录 rm -rf build/ mkdir build && cd build # 配置CMake并指定CUDA路径 cmake -DCUDA_TOOLKIT_ROOT_DIR=/usr/local/cuda .. # 使用Ninja进行构建 ninja ``` ###
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