ubuntu16.04 计算视觉算法相关软件安装 亲测可用

1.安装nvidia 驱动

1.1下载官方驱动程序

http://www.geforce.cn/drivers

根据自己的显卡显卡型号选择相应的驱动

1.2屏蔽nouveau驱动

输入 cd /lib/modules

输入 ls
会显示4.13.0-37-generic,4.13.0-36-generic,我们目标是最新的那个版本,每个人可能不同,记得下面输入选择自己电脑上最新的那个版本号就行了
输入 sudo mv /lib/modules/4.13.0-37-generic/kernel/drivers/gpu/drm/nouveau/nouveau.ko /lib/modules/4.13.0-37-generic/kernel/drivers/gpu/drm/nouveau/nouveau.ko.org

更新操作

sudo update-initramfs -u

重启计算机!!! 重启计算机!!! 重启计算机!!!

可以查看是否屏蔽成功,没有任何输出即为成功

输入 lsmod | grep nouveau

1.3开始安装

先按Ctrl + Alt + F1到控制台,关闭当前图形环境

sudo service lightdm stop

再安装驱动程序

sudo chmod a+x NVIDIA-Linux-x86_64-xxx.run
sudo ./NVIDIA-Linux-x86_64-xxx.run -no-x-check -no-nouveau-check -no-opengl-files 

最后重新启动图形环境

sudo service lightdm start 

1.4.验证安装

nvidia-smi

2 cuda 安装

下载地址:

https://developer.nvidia.com/cuda-toolkit-archive

2.1安装

sudo sh cuda_10.1.168_418.67_linux.run

会出安装提示,在这我们需要注意不要安装nvidia 驱动

 2.2配置环境变量:

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-10.1/lib64
export PATH=$PATH:/usr/local/cuda-10.1/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-10.1

3安装cudnn

下载地址:https://developer.nvidia.com/rdp/cudnn-archive

3.1解压和复制

解压cudnn-9.0-linux-x64-v7.3.1.20.solitairetheme8的后缀名修改为tgz,然后用如下命令解压

tar -xzvf cudnn-9.0-linux-x64-v7.tgz


解压下载的文件,可以看到cuda文件夹,在当前目录打开终端,执行如下命令:

sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
 
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/
 
sudo chmod a+r /usr/local/cuda/include/cudnn.h
 
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

3.2查看cudnn版本

在终端输入

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

4 安装拼音输入法

我们选择googlepinyin

sudo apt-get install fcitx
sudo apt install fcitx-googlepinyin

1.system setting-> language support -> keyborad input method system 选择 fcitx

3. Log Out,再Log In

4. 在屏幕右上角,点击企鹅图标,在下拉菜单中选中Text Entry Setting...

5. 在Text Entry对话框中,找到Input sources to use列表,点击加号"+"按钮

6. 在查找输入框中输入"Google",应该能发现Google Pinyin (Fcitx),选中该选项

7. 使用"Ctrl + Space"即可切换输入法

5 安装opencv

下载opencv:https://opencv.org/releases/

sudo apt-get install cmake

5.1安装相关依赖

sudo apt-get install build-essential libgtk2.0-dev libavcodec-dev libavformat-dev libjpeg-dev libswscale-dev libtiff5-dev
sudo apt-get install libgtk2.0-dev
sudo apt-get install pkg-config

5.2 安装

mkdir build

cd build

cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local ..

在这一步出现下载ippicv阻塞

我们需要另行下载ippicv

opencv 解决ippicv下载失败问题ippicv_2019_lnx_intel64_general_20180723.tgz离线下载

 gedit ~/opencv_source/opencv/3rdparty/ippicv/ippicv.cmake #就是这个文件的路径
 

将47行

  "https://raw.githubusercontent.com/opencv/opencv_3rdparty/${IPPICV_COMMIT}ippicv/"

改为中手动下载的文件的本地路径(也就是将网络下载的模式改为本地文件下载的模式):

“file:~/home/temp/” #(仅供参考,根据自己的路径填写)

sudo make install

5.3 配置

sudo gedit /etc/ld.so.conf.d/opencv.conf 

添加:

/usr/local/lib  

生效

sudo ldconfig 

配置bash

sudo gedit /etc/bash.bashrc 

在末尾添加:

PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig  
export PKG_CONFIG_PATH

生效:

source /etc/bash.bashrc

找到 opencv/samples/cpp/example_cmake 目录下,官方已经给出了一个cmake的example,我们可以拿来测试下。按顺序执行: 

cmake .
make
./opencv_example

6 安装tensorflow

sudo pip install -U virtualenv

virtualenv --system-site-packages -p python3 ./tf2_py3

source tf2_py3/bin/activate

pip install tensorflow-gpu==2.0.0-alpha0

验证

sudo apt install ninja-build

import tensorflow as tfprint(tf.__version_)
tf.test.is_gpu_available()

7.安装vscode

  • sudo add-apt-repository ppa:ubuntu-desktop/ubuntu-make
  • sudo apt-get update
  • sudo apt-get install ubuntu-make
  • umake ide visual-studio-code

8.升级pip3(其他方式升级后,还是老的版本)

  • curl https://bootstrap.pypa.io/get-pip.py -o get-pip.py

  • python3 get-pip.py

  • pip3 -V

python3.7 install 

https://segmentfault.com/a/1190000018264955

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/510200.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

数据库中的模式分解与无损连接性

无损连接分解的普通判别方法——表格法 设关系模式RA1,…,An,R上成立的FD集F,R的一个分解p{R1,…,Rk}。无损连接分解的判断步骤如下: (1)构造一张k行n列的表格,每列对应一个属性Aj(1≤j≤n),每行对应一个模式Ri(1≤i≤…

html之figure元素和figcaption元素为图片声明标题

figure和figcaption元素结合来为图片、视频、表格或者嵌入元素声明标题。以前使用如下方式为图片添加标题&#xff1a; <!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd"&g…

数据库设计过程

需求分析->概念结构设计->逻辑结构设计->物理设计 需求分析&#xff1a;数据流图&#xff0c;数据字典&#xff0c;需求说明书 概念结构设计&#xff1a;ER模型 逻辑结构设计&#xff1a;关系模式

tensorflow2.0学习(一)

环境配置我就不再这赘述了 1利用kares搭建分类模型 import tensorflow as tf import matplotlib as mpl import matplotlib.pyplot as plt %matplotlib inline import numpy as np import sklearn import pandas as pd import os import sys import time from tensorlow impo…

常用数学符号大全、关系代数符号

http://www.dataguru.cn/thread-247437-1-1.html 常用数学符号大全、关系代数符号 1、几何符号   ⊥ ∥ ∠ ⌒ ⊙ ≡ ≌ △   2、代数符号   ∝ ∧ ∨ &#xff5e; ∫ ≠ ≤ ≥ ≈ ∞ ∶   3、运算符号   如加号&#xff08;&a…

现在完成时与过去完成时的区别

http://wenku.baidu.com/link?url-9u_JYMav-j6mhWJkEeQjKUsfKg4_7LCEvreL8fs4AXtdCn6VqAak66PNbSCRF3foilN80FulCHsbCFJB_hQZd7HIw3y8Z4jq0Mnga4O9YG

Segment-based Disparity Refinement with Occlusion Handling for Stereo Matching翻译和理解

摘要 摘要:本文提出了一种视差细化方法&#xff0c;通过对视差统计意义的探讨&#xff0c;直接细化赢者通吃视差图。根据基于分割的立体匹配的主要步骤&#xff0c;将参考图像过度分割为超像素&#xff0c;并通过改进的随机样本对每个超像素进行视差面拟合共识(RANSAC)。我们设…

三大范式和BC范式

https://www.cnblogs.com/awidy/articles/3978724.html 引言 数据库的设计范式是数据库设计所需要满足的规范&#xff0c;满足这些规范的数据库是简洁的、结构明晰的&#xff0c;同时&#xff0c;不会发生插入 &#xff08;insert&#xff09;、删除&#xff08;delete&#x…

重装pip

curl https://bootstrap.pypa.io/get-pip.py -o get-pip.psudo python get-pip.py --force-reinstallsudo apt-get purge python-pkg-resources sudo apt-get -f install sudo rm -Rf /usr/local/bin/pip sudo apt-get install python-pip sudo pip install -U pip

I begin to keep a daily

This is the first day that I write journal because of my English is very poor, so I want to improve my English.I believe that I can keep it. Todays weather is worse than yesterday,it is the big fog and haze&#xff08;霾&#xff09;. Visibility(能见度) les…

Hadoop文章收集汇总 - 如禁止转载,请及时联系本人 收集学习互联网各位前辈分享的文章

工具自动自动集成文章列表与URL 公众号名称标题作者发布时间Hadoop实操如何使用Sentry管理Hive仓库目录外的其他目录的acl同步Fayson2018/9/30 8:27Hadoop实操如何使用Impala合并小文件Fayson2018/9/29 1:14Hadoop实操如何规划设置Kafka Broker的heap sizeFayson2018/9/28 0:27…

html之文档的头部和元数据定义(上)

什么叫元数据&#xff1f; 要理解这个问题&#xff0c;首先要知道“元”是什么。元(meta)&#xff0c;一般被我们翻译成“关于……的……”。 元数据(meta data)——“data about data” 关于数据的数据&#xff0c;一般是结构化数据&#xff08;如存储在数据库里的数据&#x…

线程和std::shared_ptr智能指针使用

//定义线程指针 std::unique_ptr<std::thread> thread_; //指向定义函数 threadCapture_.reset(new std::thread([this]() { func(); } ));#功能函数 void func() {while(1){std::chrono::system_clock::time_point now std::chrono::system_clock::…

Hbase二级索引+CDH+Lily

1.更改表结构&#xff0c;允许复制 已存在的表 disable tableName alter tableName,{NAME >fn, REPLICATION_SCOPE >1} enable tableName 不存在的表 create ‘table‘,{NAME >‘cf‘, REPLICATION_SCOPE >1} #其中1表示开启replication功能&#xff0c;0表示不开…

html之文档的头部和元数据定义(下,未写完)

设置网页定时跳转 当http-quip属性的值为Content-Language时&#xff0c;就可以设置网页所使用的语言&#xff1a;<mata http-equiv"Refresh" content"n; urlhttp://yourlinlk">定时浏览器将在n秒后跳转到链接&#xff0c;如果没有定义url&#xff0…

win10(UEFI)和Ubuntu双系统安装,无法进入ubuntu。

因为win10采用UEFI引导&#xff0c;所以在安装Ubuntu系统的时候着重注意 其中一个分区为efi作为引导分区 要将安装的启动引导器(grub2)设备选择在efi分区上 如下图&#xff1a;

TF-IDF + K-Means 中文聚类例子 - scala

Demo仅供参考 使用spark1.6import java.io.{BufferedReader, InputStreamReader} import java.util.Arraysimport org.ansj.splitWord.analysis.ToAnalysis import org.apache.hadoop.fs.FSDataInputStream import org.apache.spark.{SparkConf, SparkContext} import org.apa…

双目标定与矫正 matlab

matlab版本有2015a 或更新的本 1.预先拍摄好多幅标定板图像 像这样&#xff1a; 分别将左右图像放在left和right文件夹中。 2.相机标定 选择APPS,下拉菜单选择"stereo camera calibration" 进入一下界面&#xff0c;点击“add image”,分别设置camera1 &#xff0…

平衡二叉树模板

#include <iostream> #include <cstdio> #include <cstring> #include <algorithm> using namespace std; struct node {int ndata; //记录关键字数值node *l,*r;int nheight; //平衡因子 }; int height(node* p) //返回…

Hbase PageFilter 取出数量不准确问题

PageFilter pf new PageFilter(pageFilterSize); filterList.addFilter(pf); PageFilter&#xff1a;设置获取的数据行数PageFilter作用在region上&#xff0c;只能保证当前region返回相应的数量&#xff0c;也就是说大概可理解为 region数量*pageFilterSize