Outils pour utilisateurs

Outils du site


installation_de_cuda

Différences

Ci-dessous, les différences entre deux révisions de la page.

Lien vers cette vue comparative

Les deux révisions précédentes Révision précédente
Prochaine révision
Révision précédente
installation_de_cuda [2020/09/07 10:53]
serge [Driver propriétaire]
installation_de_cuda [2021/03/20 17:17] (Version actuelle)
serge [Compilation de OpenCV avec CUDNN]
Ligne 1: Ligne 1:
-====== Installation de CUDA ====== +====== Installation de CUDA et Compilation de OpenCV avec CUDA====== 
-<WRAP center round box 80% centeralign> +<WRAP center round box 60% centeralign> 
-**{{tagpage>ia|Intelligence Artificielle}}**+**{{tagpage>ia|Intelligence Artificielle}}**     **[[http://translate.google.com/translate?hl=&sl=auto&tl=en&u=https%3A%2F%2Fressources.labomedia.org%2Finstallation_de_cuda|English Version]]**
 </WRAP> </WRAP>
- +<WRAP center round box 60% centeralign> 
-<WRAP center round box 80% centeralign> +**[[les_pages_intelligence_artificielle_en_details|Les Pages Intelligence Artificielle en détails]]**
-Sur un ordinateur avec une carte graphique **NVIDIA**+
 </WRAP> </WRAP>
  
-=====Driver propriétaire===== +=====Désinstaller le Nvidia driver===== 
-  * **Avec le gestionnaire de pilotes propriétaires**+Pour commencer proprement. 
 +<code bash> 
 +sudo apt purge nvidia-* 
 +sudo apt autoremove 
 +</code> 
 +=====Xubuntu 20.04 Installation de CUDA 11.2 Driver 460 CuDNN 8===== 
 +**Message aux générations futures: la durée d'un confinement égale la durée d'installation de ce truc, les téléchargements sont très gros, la compil interminable, mais quel plaisir à la fin de retrouver la liberté et ses amis.*
 + 
 +Mise à jour et installation vitale après installation de Xubuntu 20.04 
 +<code bash> 
 +sudo apt update 
 +sudo apt upgrade 
 +sudo apt install synaptic terminator geany geany-plugins git python3-pip 
 +sudo dpkg --add-architecture i386 
 +sudo apt update 
 +sudo apt upgrade 
 +</code> 
 + 
 +Toute la suite est extraite de **[[https://towardsdatascience.com/yolov4-with-cuda-powered-opencv-dnn-2fef48ea3984|towardsdatascience.com Faster YOLOv4 Performance with CUDA enabled OpenCV]]** 
 + 
 +====Installation du driver==== 
 +  * Aller à Pilotes Additionnels: installer le driver 460: lors d'une prochaine installation, voir si c'est nécessaire ! 
 +====Installation de CUDA==== 
 +  * Suivre les instructions de https://developer.nvidia.com/cuda-downloads?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=2004&target_type=debnetwork, soit: 
 +<code bash> 
 +wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/cuda-ubuntu2004.pin 
 +sudo mv cuda-ubuntu2004.pin /etc/apt/preferences.d/cuda-repository-pin-600 
 +sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/7fa2af80.pub 
 +sudo add-apt-repository "deb https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/ /" 
 +sudo apt update 
 +sudo apt -y install cuda 
 +sudo reboot 
 +</code> 
 + 
 +Finally, finish off by pasting the following in your .bashrc 
 +<code bash> 
 +# CUDA 
 +export CUDA=11.2 
 +export PATH=/usr/local/cuda-$CUDA/bin${PATH:+:${PATH}} 
 +export CUDA_PATH=/usr/local/cuda-$CUDA 
 +export CUDA_HOME=/usr/local/cuda-$CUDA 
 +export LIBRARY_PATH=$CUDA_HOME/lib64:$LIBRARY_PATH 
 +export LD_LIBRARY_PATH=/usr/local/cuda-$CUDA/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}} 
 +export LD_LIBRARY_PATH=/usr/local/cuda/extras/CUPTI/lib64:$LD_LIBRARY_PATH 
 +export NVCC=/usr/local/cuda-$CUDA/bin/nvcc 
 +export CFLAGS="-I$CUDA_HOME/include $CFLAGS" 
 +</code> 
 +Se reconnecter ou 
 +<code bash> 
 +source ~/.bashrc 
 +</code> 
 +====Compilation de OpenCV avec CUDNN==== 
 +Télécharger CuDNN à [[https://developer.nvidia.com/rdp/cudnn-archive|developer.nvidia.com cudnn-archive]]. Les dev sont nécessaires pour une compilation. 
 +<code bash> 
 +sudo dpkg -i libcudnn8_8.1.0.77-1+cuda11.2_amd64.deb 
 +sudo dpkg -i libcudnn8-dev_8.1.0.77-1+cuda11.2_amd64.deb 
 +</code> 
 +<code bash> 
 +sudo apt install python3-dev python3-pip python3-testresources 
 +sudo apt install build-essential cmake pkg-config unzip yasm git checkinstall libjpeg-dev libpng-dev libtiff-dev libavcodec-dev libavformat-dev libswscale-dev libavresample-dev libgstreamer1.0-dev libgstreamer-plugins-base1.0-dev libxvidcore-dev x264 libx264-dev libfaac-dev libmp3lame-dev libtheora-dev libfaac-dev libmp3lame-dev libvorbis-dev libopencore-amrnb-dev libopencore-amrwb-dev libgtk-3-dev libtbb-dev libatlas-base-dev gfortran libprotobuf-dev protobuf-compiler libgoogle-glog-dev libgflags-dev libgphoto2-dev libeigen3-dev libhdf5-dev doxygen 
 +sudo pip3 install numpy 
 +mkdir opencvbuild && cd opencvbuild 
 +wget -O opencv.zip https://github.com/opencv/opencv/archive/4.5.1.zip 
 +wget -O opencv_contrib.zip https://github.com/opencv/opencv_contrib/archive/4.5.1.zip 
 +unzip opencv.zip 
 +unzip opencv_contrib.zip 
 +mv opencv-4.5.1 opencv 
 +mv opencv_contrib-4.5.1 opencv_contrib 
 +cd opencv 
 +mkdir build && cd build 
 +</code> 
 +Trouver votre CUDA_ARCH_BIN sur [[https://en.wikipedia.org/wiki/CUDA|en.wikipedia.org CUDA]] ou à [[https://developer.nvidia.com/cuda-gpus|developer.nvidia.com/cuda-gpus]]\\ 
 +Pour 1060 GTX ==>  6.1  
 +<code bash> 
 +cmake \ 
 +-D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_C_COMPILER=/usr/bin/gcc \ 
 +-D CMAKE_INSTALL_PREFIX=/usr/local -D INSTALL_PYTHON_EXAMPLES=ON \ 
 +-D INSTALL_C_EXAMPLES=ON -D WITH_TBB=ON -D WITH_CUDA=ON -D WITH_CUDNN=ON \ 
 +-D OPENCV_DNN_CUDA=ON -D CUDA_ARCH_BIN=6.1 -D BUILD_opencv_cudacodec=OFF \ 
 +-D ENABLE_FAST_MATH=1 -D CUDA_FAST_MATH=1 -D WITH_CUBLAS=1 \ 
 +-D WITH_V4L=ON -D WITH_QT=OFF -D WITH_OPENGL=ON -D WITH_GSTREAMER=ON \ 
 +-D WITH_FFMPEG=ON -D OPENCV_GENERATE_PKGCONFIG=ON \ 
 +-D OPENCV_PC_FILE_NAME=opencv4.pc -D OPENCV_ENABLE_NONFREE=ON \ 
 +-D OPENCV_EXTRA_MODULES_PATH=../../opencv_contrib/modules \ 
 +-D PYTHON_DEFAULT_EXECUTABLE=$(which python3) -D BUILD_EXAMPLES=ON .. 
 +</code> 
 +Vérifier dans la sortie terminal que CUDA est bien ON. Si oui, continuer, sinon inutile de continuer, remonter dans le terminal pour chercher les FAILED. C'est souvent les lib-dev qui manquent ! 
 +<code bash> 
 +make -j8 
 +sudo make install 
 +# Vérification finale: 
 +pkg-config --libs --cflags opencv4 
 +</code> 
 + 
 +=====Désinstallation d'une version de CUDA===== 
 +Supprimer les dossiers cuda.your_version du dossier /usr/local/
  
-{{ :media_10:pilotes_proprio.png?400 |}} 
  
  
-{{tag>ia python python3}}+{{tag> ia python }}
installation_de_cuda.1599468788.txt.gz · Dernière modification: 2020/09/07 10:53 de serge