1.安裝顯卡驅動
- 安裝相關依賴
sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler
sudo apt-get install --no-install-recommends libboost-all-dev
sudo apt-get install libopenblas-dev liblapack-dev libatlas-base-dev
sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev
- 禁用nouveau
在 sudo vim /etc/modprobe.d/blacklist.conf文件中添加一條禁用命令
blacklist nouveau
blacklist lbm-nouveau
options nouveau modeset=0
alias nouveau off
alias lbm-nouveau off
執行如下命令:
echo options nouveau modeset=0 | sudo tee -a /etc/modprobe.d/nouveau-kms.conf build the new kernel by:
重啓電腦
sudo update-initramfs -u
reboot
- 查詢NIVIDA驅動
去官網查看並且下載適合自己電腦的驅動程序,http://www.nvidia.com/Download/index.aspx?lang=en-us, 並將對應的驅動程序下載下來。
在下載的驅動的對應文件夾下面輸入,安裝驅動:
sudo bash NVIDIA-Linux-x86_64-430.34.run
輸入nvidia-smi查看顯卡信息:
2.安裝CUDA庫
進入 https://developer.nvidia.com/cuda-downloads,選擇安裝對應的CUDA庫
在下載好的cuda文件夾中,輸入sudo bash cuda_10.1.168_418.67_linux.run安裝cuda,並且選擇accept安裝。
安裝完成後在用戶的.bashrc文件夾下面加入,並source .bashrc更新配置
export PATH=/usr/local/cuda-10.1/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-10.1/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
-
檢查cuda是否安裝成功
cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery
安裝成功之後顯示信息如下
3.安裝cuDNN
cuDNN是GPU加速計算深層神經網絡的庫,在官網 https://developer.nvidia.com/rdp/cudnn-archive下載cuDNN。
解壓文件
tar -zxvf cudnn-10.1-linux-x64-v5.0-ga.tgz
進入cuDNN解壓後的目錄,進行如下操作
cd cuda/include
sudo cp cudnn.h /usr/local/cuda/include #複製頭文件
進入lib64目錄下的動態文件進行復制和鏈接
cd ..
cd lib64
sudo cp lib* /usr/local/cuda/lib64/
cd /usr/local/cuda/lib64/
sudo chmod +r libcudnn.so.7.6.0
sudo ln -sf libcudnn.so.7.6.0 libcudnn.so.7
sudo ln -sf libcudnn.so.7 libcudnn.so
sudo ldconfig
4.安裝dlib GPU版本
- 進入官網下載dlib安裝包,http://dlib.net/
- 安裝dlib C++版本
sudo apt-get install build-essential cmake pkg-config
sudo apt-get install libatlas-base-dev libboost-python-dev
cd dlib-19.6
cd dlib
mkdir build
cd build
cmake ..
cmake --build . --config Release
sudo make install
sudo ldconfig
- 默認安裝的dlib是GPU版本的,如果不想安裝GPU版本則如下:
cmake .. -DDLIB_USE_CUDA=0 -DUSE_AVX_INSTRUCTIONS=1
- 安裝python版本
cd dlib-19.6
python setup.py install
- 不要GPU時
python setup.py install --yes USE_AVX_INSTRUCTIONS --no DLIB_USE_CUDA
5.安裝opencv C++版本
- 從官網下載opencv安裝包,https://opencv.org/opencv-3-4.html
- 安裝cmake和依賴庫
$ sudo apt-get install cmake
$ sudo apt-get install build-essential cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev
- 進入opencv文件目錄新建build目錄,並執行以下命令
$ cd opencv-3.4.6
$ mkdir build
$ cd build
$ cmake ..
$ sudo make -j12
$ sudo make install -j12
- 配置opencv
打開bashrc文件,並配置 vim ~/.bashrc
在文件的末尾加入:
export PKG_CONFIG_PATH=~/opencv3.4.6/build/lib/pkgconfig
export PKG_CONFIG_PATH
保存之後,再使用命令 source ~/.bashrc 然後配置lib的路徑:
cd /etc/ld.so.conf.d
touch opencv.conf
sudo vi opencv.conf
寫入:
~/opencv3.4.6/build/lib
sudo ldconfig
-
檢查是否安裝成功
pkg-config --modversion opencv