Ubuntu18.04套餐安装集锦1 (Nvida\Cuda\cudnn\opencv3.4)

本文详细介绍了如何在Ubuntu18.04上安装Anaconda3,Nvidia驱动,CUDA 10.2,cuDNN,以及OpenCV3.4.0。包括识别显卡,安装依赖库,配置环境变量,编译和测试CUDA样本,以及下载和编译OpenCV,解决安装过程中遇到的问题。

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

Ubuntu18.04套餐安装集锦
**1:Ubuntu18.04 安装 Anaconda3** https://blog.youkuaiyun.com/qq_15192373/article/details/81091098
2、Ubuntu18.04安装Nvida
(1)sudo add-apt-repository ppa:graphics-drivers/ppa
(2)sudo apt update
(3) 识别显卡模型和推荐的驱动程序ubuntu-drivers devices

(base) luming@luming-HP-Z440-Workstation:~$ ubuntu-drivers devices
== /sys/devices/pci0000:00/0000:00:02.0/0000:02:00.0 ==
modalias : pci:v000010DEd000013BCsv0000103Csd00001140bc03sc00i00
vendor   : NVIDIA Corporation
model    : GM107GL [Quadro K1200]
driver   : nvidia-driver-430 - third-party free
driver   : nvidia-driver-410 - third-party free
driver   : nvidia-driver-390 - third-party free
driver   : nvidia-driver-435 - distro non-free
**driver   : nvidia-driver-440 - third-party free recommended**
driver   : nvidia-driver-415 - third-party free
driver   : xserver-xorg-video-nouveau - distro free builtin

(5)sudo apt install nvidia-driver-440
完成重启电脑
(6)验证是否安装成功在终端输入:nvidia-smi
在这里插入图片描述 **3、Ubuntu18.04安装对应版本的cudn **
上边的图告诉我,我的可以安装cuda10.2 ,那就安装吧
进cuda的官网 https://developer.nvidia.com/cuda-downloads
在这里插入图片描述按照上边的语句去安装:

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/cuda-ubuntu1804.pin
sudo mv cuda-ubuntu1804.pin /etc/apt/preferences.d/cuda-repository-pin-600
wget http://developer.download.nvidia.com/compute/cuda/10.2/Prod/local_installers/cuda-repo-ubuntu1804-10-2-local-10.2.89-440.33.01_1.0-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu1804-10-2-local-10.2.89-440.33.01_1.0-1_amd64.deb
sudo apt-key add /var/cuda-repo-10-2-local-10.2.89-440.33.01/7fa2af80.pub
sudo apt-get update
sudo apt-get -y install cuda

执行完的结果图
在这里插入图片描述
在等待上边安装的时候,我看到这个博客里说道需要安装依赖库,我安装了
参考链接:https://blog.youkuaiyun.com/CAU_Ayao/article/details/83627342

sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev
sudo apt-get install libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev

添加环境变量,打开 .bashrc:

sudo gedit ~/.bashrc

在末尾添加:

export CUDA_HOME=/usr/local/cuda -10.2
export PATH=$PATH:$CUDA_HOME/bin 
export LD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

保存退出

刷新环境变量:source ~/.bashrc

测试是否成功:nvcc -V
在这里插入图片描述用Sample来测试
第一步:进入例子文件

cd /usr/local/cuda-10.2/samples/1_Utilities/deviceQuery

第二步:执行make命令

sudo make

第三步:运行Demo

./deviceQuery

结果图
在这里插入图片描述
**4、Ubuntu18.04安装对应的cudnn **

去官网https://developer.nvidia.com/taxonomy/term/608(注册登录)
参考这个链接
https://blog.youkuaiyun.com/zbbmm/article/details/102680387
1.安装运行环境

sudo dpkg -i '/home/luming/下载/libcudnn7_7.6.5.32-1+cuda10.2_amd64.deb'

2.安装开发包

sudo dpkg -i '/home/luming/下载/libcudnn7-dev_7.6.5.32-1+cuda10.2_amd64.deb'

3.安装示例

sudo dpkg -i '/home/luming/下载/libcudnn7-doc_7.6.5.32-1+cuda10.2_amd64.deb'

4.拷贝文件到环境配置的Home路径下

$cp -r /usr/src/cudnn_samples_v7/ /home/luming/cudnntest

5.切换路径

$ cd /home/luming/cudnntest/cudnn_samples_v7/mnistCUDNN

6.编译测试文件

sudo make
在这里插入图片描述
7.运行示例,如果成功则证明安装成功。 :Test Passed!

$ ./mnistCUDNN
在这里插入图片描述

**5、Ubuntu18.04安装opencv3.4.0 **
参考文献;
https://blog.youkuaiyun.com/u013066730/article/details/79411767
https://blog.youkuaiyun.com/baidu_34971492/article/details/81665538
https://blog.youkuaiyun.com/dyx810601/article/details/51579273
https://blog.youkuaiyun.com/qq_32408773/article/details/83346816

安装依赖包

sudo apt-get install build-essential
sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev
sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev

安装出现E: 无法定位软件包 libjasper-dev
可参考这篇文章:https://blog.youkuaiyun.com/weixin_41053564/article/details/81254410

sudo add-apt-repository "deb http://security.ubuntu.com/ubuntu xenial-security main"
sudo apt update
sudo apt install libjasper1 libjasper-dev

成功的解决了问题,其中libjasper1是libjasper-dev的依赖包

去官网下载opencv,在本教程中选用的时opencv3.4.0,其他版本的配置方法异曲同工。
下载链接http://opencv.org/releases.html,选择sources版本

(1) unzip opencv-3.4.0.zip
(2) sudo apt-get install cmake
      sudo apt-get install build-essential libgtk2.0-dev libavcodec-dev libavformat-dev libjpeg.dev libtiff4.dev libswscale-dev libjasper-dev 

(3)cd进入解压后的文件夹,创建编译文件夹并进入:

    mkdir build
    cd build

(4)cmake(可参考这个博客:https://blog.youkuaiyun.com/dyx810601/article/details/51579273)

cmake -D CMAKE_BUILD_TYPE=bulid -D CMAKE_INSTALL_PREFIX=/usr/local -D CUDA_GENERATION=Kepler -D BUILD_TIFF=ON ..

如果出现问题:CMake Error: The source directory "/home/michael/opencv-3.1.0/release/CMAKE_INSTALL_PREFIX=/home/michael/opencv-3.1.0" does not exist.
可试试将D后边空格删除:
cmake  -DCMAKE_BUILD_TYPE=bulid -DCMAKE_INSTALL_PREFIX=/usr/local -DCUDA_GENERATION=Kepler -DBUILD_TIFF=ON..

其中加上-DBUILD_TIFF=ON,这是为了避免后边编译caffe时出现的坑

/usr/local/lib/libopencv_imgcodecs.so.3.2.0: undefined reference to `TIFFReadDirectory@LIBTIFF_4.0'
/usr/local/lib/libopencv_imgcodecs.so.3.2.0: undefined reference to `TIFFWriteEncodedStrip@LIBTIFF_4.0'
//usr/lib/libvtkIO.so.5.10:对‘TIFFReadDirectory@LIBTIFF_4.0’未定义的引用
//usr/lib/libvtkIO.so.5.10:对‘TIFFIsTiled@LIBTIFF_4.0’未定义的引用
执行命令,漫长的编译过程:
sudo make
sudo make install

sudo make install 执行完毕后OpenCV编译过程就结束了,接下来就需要配置一些OpenCV的编译环境首先将OpenCV的库添加到路径,从而可以让系统找到

sudo gedit /etc/ld.so.conf.d/opencv.conf 
在打开的文件末尾添加 :(空文件)
/usr/local/lib
执行命令使对上面的修改生效:
sudo ldconfig 
配置bash
sudo gedit /etc/bash.bashrc
在打开的文件末尾添加:
    PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig  
    export PKG_CONFIG_PATH  
保存和更新使得配置生效:
    source /etc/bash.bashrc 
    sudo updatedb

(8)测试:进入opencv-3.4.3/samples/cpp/example_cmake,这里面是一些cmake官方程序,执行调用摄像头程序:

进入opencv-3.4.3/samples/cpp/example_cmake,这里面是一些cmake官方程序,执行调用摄像头程序:
    cmake .
    make
    ./opencv_example

在这里插入图片描述Failed to load module "canberra-gtk-module"解决如下

sudo apt-get install libcanberra-gtk-module

在这里插入图片描述
错误集锦
Ubuntu18.04下安装OpenCv依赖包libjasper-dev无法安装的问题
这个链接可以解决这个问题,亲测:https://blog.youkuaiyun.com/weixin_41053564/article/details/81254410

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