codeblocks使用Makefile编译和debug

1. codeblocks 安装

sudo apt-get
update
sudo apt-get install codeblocks codeblock-contrib

2. Makefile编译

GPU=1
CUDNN=1
DEBUG= 1

make -j8
不详述

3. debug 参考
   https://blog.csdn.net/u012927281/article/details/86064511

1）新建项目。

2）添加源代码，这一次我更加直接，将darknet中的代码全部拷贝到了项目目录下。然后回到图形界面中右击“add file
recursively”，选择好源文件所在根目录后，直接选择“open”即可，codeblocks会自动地添加好所有文件，注意此处不会添加*.cu文件。

3）在工程上右键，选择“Project setttings”，单击选择“This is a custom
Makefile”，单击右下角“ok”保存

4）还是在工程上右键，选择“Project build options”，选择“Make
commands”，将其中“$targets”均删除。

至此就可以开始编译了，单击“Build”按钮开始编译，如果在编译过程中出现“nvcc not
found”，首先明确cuda9.0已经安装，同时正确配置在.bashrc文件中。若上述步骤没有问题，可以尝试从命令行中启动codeblocks。推测产生上述问题的原因可能是codeblocks在启动时不加载.bashrc中的路径。

通过以上步骤，darknet就已经完成编译了。

接下来是执行，右键工程，同样选择“properties”，选择“Build targets”，将output
filename改成darknet。单击“Debug”就可以开始调试了。通过上述流程就可以比较轻松的使用IDE进行调试。

如果在启动过程中出现can’t find
libcuda等类似错误，还是由于在当前codeblocks中缺少LD_LIBRARY_PATH路径造成的，因此在codeblocks中添加环境变量。在codeblocks中添加环境变量的方法如此：

1）点击“Setting”

2）选择“Environment settings”

3）选择“Environment variables”

4）添加LD_LIBRARY_PATH环境变量。

4. DEBUG 追加

	example:
./darknet detector train cfg/xxx.data cfg/yolov3.cfg xxx.weights
在Project ---> Set programs' arguments... ---> Debug--- > Program arguments:
添加 detector train cfg/xxx.data cfg/yolov3.cfg xxx.weights
点击 debug按钮即可

5. 可能问题

ImportError: libcuda.so.1: cannot open shared object file: No such file or directory

添加 export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/nvidia/lib64
做处理后试试

最后

以上就是耍酷中心为你收集整理的codeblocks使用Makefile编译和debug的全部内容，希望文章能够帮你解决codeblocks使用Makefile编译和debug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。