基本依赖项

1
2
compiler  
dev

NVIDIA驱动

1
current

CUDA

先安装内核头文件:

1
)

安装cuda(官网下载deb文件):

1
2
3
  
update  
cuda

环境变量:

1
2
  
$LD_LIBRARY_PATH

测试:

1
2
3
4
  
  
deviceQuery  
make

执行deviceQuery,如果成功结尾会是Result = PASS

cuda环境配置:

1
2
3
  
lib64
lib

完成lib文件的链接操作,执行:

1
v

BLAS

1
dev

其他依赖项

1
dev

OpenCV

1
2
3
4
5
6
#[compiler]
  
#[required]
  
#[optional]
dev

可以下载opencv的包解压,也可以用最新代码:

1
2
3
4
  
opencv  
build  
build

这里可以用下载的ippicvlinux20141027.tgz放进~/opencv/3rdparty/ippicv /downloads/linux-8b449a536a2157bcad08a2b9f266828b/ (cmake之前没这个文件夹,camke的时候会执行下载,20+mb,网速快就不用管了)

1
2
3
4
  
#make -j 后面的数字是并行个数,cpu厉害就设大点。一般是用4
j7  
install

CuDNN

解压cudnn的包(官网得申请,用网盘搜索能找到最新的),有include和lib64,里面文件复制到对应/usr/local/cuda/对应文件夹里

1
2
3
4
5
#进到对应文件夹
  
#进到对应文件夹
  
#可能要再进行一次 sudo ldconfig -v

不知道这里会不会有文件权限问题,暴力搞一下(这条可先不用)

1
lib64

Caffe

Shell
1
2
  
.config

修改Makefile.config,去掉cudnn的注释,其他的在当前应用场景可不变。

1
2
3
all  
  
runtest

OK了。

相关文章:

  • 2021-08-31
  • 2022-12-23
  • 2022-12-23
  • 2022-12-23
  • 2021-07-17
  • 2021-06-22
  • 2021-11-18
  • 2021-08-25
猜你喜欢
  • 2022-12-23
  • 2022-12-23
  • 2022-01-05
  • 2022-12-23
  • 2021-07-31
  • 2021-11-20
  • 2021-04-16
相关资源
相似解决方案