服务器:
其实就是一个大型的计算机
初次使用时 apt-get/sudo 命令是无法使用的
配置c/c++环境
分配账号:建立系统环境表
首先记录系统环境:
版本 | 查看版本命令 | |
ubuntu | gcc5.4 | cat /proc/version |
centos | gcc4.8 | cat /etc/redhat-release |
python | ||
protobuf | 2.6.1 | protoc -V |
opencv | 2.4.8 | pkg-config opencv |
blas: open/atlas/mkl | ||
cuda | 8.0---12.0 |
|
cudnn | 5.1 |
|
cmakelist | 2.8 |
这是一个作为程序员的经验,记录系统的配置,比对自己的配置
优先级:
一 系统环境变量优先级最低 < .bashrc(将路径放入这里,使用方便) < [MakeFile]环境配置文件)
二 还有写的顺序也决定了优先级
多版本共存解决方式:
调节优先级:
使用源码安装的方式调节优先级:
源码安装的打印信息:(达成了lib库文件和include头文件的运用 bin配置文件不能使用)
①license
②指定安装路径(到个人目录)
③是否允许修改系统的一些版本:NO
④是否建立软连接:NO
python管理
cuda建立虚拟环境: cuda create -n
技巧:
1.指定python版本,尽量区分开,即使是不需要变动也能使用
因为在配置环境时,可以看出是否被激活,配置的不一样,你就能明白是否激活了
操作:
登录账号就可以看到ip地址与系统和其版本
之后手动查看系统的gcc和protoc的版本
gcc -V
protoc -V
发现有 gcc 5.4.0 却没有 protoc,源码安装protoc
首先建立 mkdir software 建立软件文件夹
protoc源码地址:https://blog.csdn.net/bodybo/article/details/79036593
(多下载几个版本可以调节使用)
放入linux 打开安装包所在的位置
$ ./configure --prefix=/usr #修改为自己的路径,我的是software
$ make
$ make check
$ sudo make install
$ sudo ldconfig # refresh shared library cache.
没有管理员权限的,sudo命令可以不执行
运行此命令发现权限不够,不是因为必须使用sudo,而是文件问题
chmod +x *
然后就可以运行了。
执行第二步的make
若出现上面图片的问题,则是因为没有配置环境的问题
将系统的cuda放入bashrc(一个隐藏文件)之中
#若输入nvcc -V 报错 就是因为没有配置环境的问题
vim ~/.bashrc
#最后添加
export PATH=$PATH:/usr/local/cuda/bin
#source
source ~/.bashrc
若是安装了别的cuda版本,使用时就将bashrc下的cuda/bin路径改掉
查看opencv版本:
pkg-config opencv --modversion
opencv源码地址 : https://github.com/opencv/opencv/releases/tag/3.3.0
注意:pkg unzip python pip 在新的服务器下都没有
而其中 pip 和 cuda(usr/local下)是可以放在个人账户下的 ,进入cuda
nvcc -V #查看cuda的版本
找cudnn,cudnn不是一个安装的东西,而是一个头文件和一个库文件,可以直接解压
在此目录下放入cudnn的库文件
链接:https://pan.baidu.com/s/1Cs5UOxOM9X4bYCVUiDTsRQ
提取码:sjmk