自动驾驶入门（三）：深度学习环境配置

1. 安装ubuntu18.04

https://blog.csdn.net/codeHonghu/article/details/111940656

2. 禁用NVidia驱动 

安装完成后，在进入grub启动界面时，10秒内使用↑↓键选中Ubuntu，按e键进行编辑，在倒数第二行quiet slash后添加nomodeset，该方法只是暂时禁用Nouveau显卡驱动

3. 下载cuda11.1

3.1 登录cuda下载页面

https://developer.nvidia.com/cuda-11.1.1-download-archive

3.2 选择如下内容，并按照命令进行安装

命令如下：

注：安装过程中会自动安装nvidia驱动

4. 下载cudnn

4.1 登录cudnn下载界面（此处需要登陆）

https://developer.nvidia.com/rdp/cudnn-download

4.2 选择如下内容

4.3 下载如下内容

4.4 登录如下页面

https://docs.nvidia.com/deeplearning/cudnn/install-guide/index.html#installlinux-deb

使用debian安装下载的三个deb包

5. 安装nccl

5.1 登入如下链接

https://developer.nvidia.com/nccl/nccl-download

5.2 选择如下内容

5.3 下载如下内容

5.4 使用如下命令安装

sudo dpkg -i nccl-repo-<version>.deb

sudo apt install libnccl2 libnccl-dev

6. 安装anaconda

6.1 登入如下页面

https://www.anaconda.com/products/individual#Downloads

6.2 下载如下内容

6.2 使用如下命令安装

bash Anaconda3-xxxx.xx-Linux-x86_64.sh

7. 安装Pytorch

7.1 请按照如下命令进行安装

git clone --recursive https://github.com/pytorch/pytorch

cd pytorch

git submodule sync

git submodule update --init --recursive

conda create -n deeplearning python=3.7

conda activate deeplearning

conda install numpy ninja pyyaml mkl mkl-include setuptools cmake cffi typing_extensions future six requests dataclasses

conda install -c pytorch magma-cuda111

export CMAKE_PREFIX_PATH=${CONDA_PREFIX:-"$(dirname $(which conda))/../"}

python setup.py install

8. 安装opencv-python

请按照如下命令进行安装

conda activate deeplearning

pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple/

9. 安装vision

请按照如下命令进行安装

git clone https://github.com/pytorch/vision.git

conda activate deeplearning

python setup.py install

10. 安装apex

请按照如下命令安装

git clone https://github.com/NVIDIA/apex

conda activate deeplearning

cd apex

pip install -v --disable-pip-version-check --no-cache-dir --global-option="--cpp_ext" --global-option="--cuda_ext" ./

11. 安装一些其他的包

请按照如下命令安装

pip install yacs -i https://pypi.tuna.tsinghua.edu.cn/simple/

pip install pandas -i https://pypi.tuna.tsinghua.edu.cn/simple/

pip install matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple/

pip install tpdm -i https://pypi.tuna.tsinghua.edu.cn/simple/

12. ROS 安装

12.1 设置ROS安装source list

sudo sh -c 'echo "deb http://packages.ros.org/ros/ubuntu $(lsb_release -sc) main" > /etc/apt/sources.list.d/ros-latest.list'

12.2 设置密钥

sudo apt-key adv --keyserver 'hkp://keyserver.ubuntu.com:80' --recv-key C1CF6E31E6BADE8868B172B4F42ED6FBAB17C654

12.3 更新源

sudo apt update

12.4 完整安装

sudo apt install ros-melodic-desktop-full

12.5 初始化

sudo rosdep init
rosdep update

12.6 设置ROS环境

echo "source /opt/ros/melodic/setup.bash" >> ~/.bashrc
source ~/.bashrc

12.7 安装ROS其他工具包

sudo apt-get install python-rosinstall python-rosinstall-generator python-wstool build-essential

链接：

Ubuntu双系统安装（若侵权，请原作者联系删除）： https://blog.csdn.net/codeHonghu/article/details/111940656

Cudnn及Cuda版本匹配查询（若侵权，请原作者联系删除）：https://blog.csdn.net/qq_39797713/article/details/103947951

ROS Wiki： http://wiki.ros.org/cn/melodic/Installation/Ubuntu

ROS介绍：

基础：https://blog.csdn.net/qq_31239495/article/details/85158748?spm=1001.2014.3001.5501

通信架构：https://blog.csdn.net/qq_31239495/article/details/85160416?spm=1001.2014.3001.5501

备注：

请勿使用虚拟机，后续使用会有问题，此处不详细解释。

下载Cuda，CUDnn以及Pytorch时，请对应本机的Nvidia版本。

最后

以上就是淡定黑米为你收集整理的自动驾驶入门（三）：深度学习环境配置的全部内容，希望文章能够帮你解决自动驾驶入门（三）：深度学习环境配置所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。