使用 MMDetection 实现 Pascal VOC 数据集的目标检测项目练习（三）显卡相关的安装

CUDA

一、安装：

1、打开链接：

选择12.1版本。

首先安装一些相互依赖的库文件：

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

方法1：复制网页最下面的两行指令并在ubuntu的控制台运行

wget https://developer.download.nvidia.com/compute/cuda/12.1.1/local_installers/cuda_12.1.1_530.30.02_linux.run
sudo sh cuda_12.1.1_530.30.02_linux.run

如果运行第一条指令提示连接错误之类的，多运行几次，就连接并下载文件了。

下载完成后，然后运行刚刚复制的第二条指令：

sudo sh cuda_12.1.1_530.30.02_linux.run

方法2：

将上面第一条指令中的链接：https://developer.download.nvidia.com/compute/cuda/12.1.1/local_installers/cuda_12.1.1_530.30.02_linux.run复制到浏览器或者迅雷之类的下载软件下载。下载完后保存到Ubuntu的Downloads路径下。

输入指令：

cd ~/Downloads

chmod +x cuda_12.1.1_530.30.02_linux.run # 使文件可执行

sudo ./cuda_12.1.1_530.30.02_linux.run # 运行文件

两种方法运行后都会出现：

光标移到Continue处输入回车，再输入accept，出现：

在Driver处输入回车，使530.30.02不被选定，然后在Install处输入回车，开始安装。

二、配置：

1、在终端输入sudo gedit ~/.bashrc打开.bashrc文件

2、在.bashrc文件最后加入：

export PATH=$PATH:/usr/local/cuda/bin  
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64  
export LIBRARY_PATH=$LIBRARY_PATH:/usr/local/cuda/lib64

3、重启终端。

4、输入：nvcc -V，显示：

至此，CUDA就算安装成功。

CUDNN

一、下载

cuDNN 历史版本 | NVIDIA 开发者

点击v8.9.6进入下载列表：

下载文件，得到一个tar文件。

（这里翻车了一次，因为后面要装的pytorch版本不支持8.9.6，只支持8.9.2，所以有回头重新下载了8.9.2）。所以要先查看pytorch的支持列表，再决定cuDNN的版本。pytorch的支持列表网址：Index of /anaconda/cloud/pytorch/linux-64/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

二、解压和复制

将文件解压缩得到一个文件夹，内有两个子文件夹：lib和include

在终端输入：

cd ~/Downloads  

sudo cp cudnn-linux-x86_64-8.9.6.50_cuda12-archive/include/* /usr/local/cuda-12.1/include

sudo cp cudnn-linux-x86_64-8.9.6.50_cuda12-archive/lib/* /usr/local/cuda-12.1/lib64

将两个文件夹的内容复制到相应的文件夹。

使用 MMDetection 实现 Pascal VOC 数据集的目标检测项目练习（三） 显卡相关的安装