gpuz检测不到显卡bios版本

目录

• 我的环境
• 驱动和cuda
• cudNN
• tensorRT
• deepstream
• pyhon for deepstream

我的环境

操作系统：ubuntu18.04
显卡： 1050ti

驱动和cuda

1. 卸载原来的驱动和cuda。

如果之前使用的是run文件安装的nvidia驱动，则可以使用下面的命令卸载驱动。

sudo nvidia-uninstall

2. 安装

官方给的要求如下，最好按照官方的要求来。（亲测16.04就无法安装，安装到最后会出现包的版本不足，16.04中包也无法升级到所需版本。而且在安装tensorRT7.2.X时，要求cuda11.1的库，就算安装cuda11.2,依然会报缺乏依赖错误）

我是在一个无驱动和cuda的环境下自己安装的cuda deb包，cuda安装时自动安装了驱动。

我安装了cuda 11.1.1，deb安装命令如下。

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/cuda-ubuntu1804.pin
sudo mv cuda-ubuntu1804.pin /etc/apt/preferences.d/cuda-repository-pin-600
wget https://developer.download.nvidia.com/compute/cuda/11.1.1/local_installers/cuda-repo-ubuntu1804-11-1-local_11.1.1-455.32.00-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu1804-11-1-local_11.1.1-455.32.00-1_amd64.deb
sudo apt-key add /var/cuda-repo-ubuntu1804-11-1-local/7fa2af80.pub
sudo apt-get update
sudo apt-get -y install cuda

安装后操作
打开~/.bashrc在最后添加下面的命令。

export PATH=/usr/local/cuda-11.1/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-11.1/lib64\
                         ${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

然后运行source ~/.bashrc

验证
重启就可以使用nvidia-smi查看，结果如下。

使用nvcc -V可以查看版本信息。

cudNN

在cudnn 文档查看cuDNN版本与各种支持的CUDA、CUDA驱动程序和NVIDIA硬件版本的兼容性。

根据自己的cuda和操作系统版本在nvidia 档案找到自己适合的cudnn版本。

我的下载如下：

其中有三个deb文件。

runrime:复制运行的库

developer:开发需要的库

samples:样例库

我是三个文件都下载了。

然后分别运行。

sudo dpkg -i libcudnn8_x.x.x-1+cudax.x_amd64.deb
sudo dpkg -i libcudnn8-dev_8.x.x.x-1+cudax.x_amd64.deb
sudo dpkg -i libcudnn8-samples_8.x.x.x-1+cudax.x_amd64.deb

验证安装是否成功。

cp -r /usr/src/cudnn_samples_v8/ $HOME
cd  $HOME/cudnn_samples_v8/mnistCUDNN
make clean && make
./mnistCUDNN

如果显示Test passed!则表示成功。

如果出现如下错误：

需要安装相关包，运行下面命令：

sudo apt-get update
sudo apt-get install libfreeimage3 libfreeimage-dev
make clean && make
./mnistCUDNN

tensorRT

在tensorRT文档中查看对应平台和软件的兼容版本。

这里我下载的是7.2.3，可以查看在线文档了解。

在下载页面下载deb包。

安装。

os="ubuntu1x04"
tag="cudax.x-trt7.x.x.x-ga-yyyymmdd"
sudo dpkg -i nv-tensorrt-repo-${os}-${tag}_1-1_amd64.deb
sudo apt-key add /var/nv-tensorrt-repo-${tag}/7fa2af80.pub

sudo apt-get update
sudo apt-get install tensorrt

如果使用的是python3.x使用如下命令安装python3-libnvinfer。

sudo apt-get install python3-libnvinfer-dev

如果你想运行需要ONNX图形处理器的样本，或为自己的项目使用Python模块，运行下面代码。

sudo apt-get install onnx-graphsurgeon

使用下面的代码进行验证。

dpkg -l | grep TensorRT

输出类似下面的内容。

deepstream

安装需要的包。

sudo apt install \
libssl1.0.0 \
libgstreamer1.0-0 \
gstreamer1.0-tools \
gstreamer1.0-plugins-good \
gstreamer1.0-plugins-bad \
gstreamer1.0-plugins-ugly \
gstreamer1.0-libav \
libgstrtspserver-1.0-0 \
libjansson4

安装librdkafka（为消息代理启用Kafka协议适配器）。

git clone https://github.com/edenhill/librdkafka.git
cd librdkafka
git reset --hard 7101c2310341ab3f4675fc565f64f0967e135a6a
./configure
make
sudo make install
sudo mkdir -p /opt/nvidia/deepstream/deepstream-5.1/lib
sudo cp /usr/local/lib/librdkafka* /opt/nvidia/deepstream/deepstream-5.1/lib

安装

sudo apt-get install ./deepstream-5.1_5.1.0-1_amd64.deb

验证

cd /opt/nvidia/deepstream/deepstream-5.1/samples/configs/deepstream-app
deepstream-app -c source4_1080p_dec_infer-resnet_tracker_sgie_tiled_display_int8.txt

pyhon for deepstream

github地址 要使用python开发deepstream需要的安装如下：

如果gst python没有安装，运行下面。

$ sudo apt-get install python-gi-dev
   $ export GST_LIBS="-lgstreamer-1.0 -lgobject-2.0 -lglib-2.0"
   $ export GST_CFLAGS="-pthread -I/usr/include/gstreamer-1.0 -I/usr/include/glib-2.0 -I/usr/lib/x86_64-linux-gnu/glib-2.0/include"
   $ git clone https://github.com/GStreamer/gst-python.git
   $ cd gst-python
   $ git checkout 1a8f48a
   $ ./autogen.sh PYTHON=python3
   #如果出现configure: error: could not find Python headers
   #sudo apt-get install python3-dev libpython3-dev
   $ ./configure PYTHON=python3
   $ make
   $ sudo make install

安装pyds

cd /opt/nvidia/deepstream/deepstream-5.1/lib
sudo python3 setup.py  install

如果nump和opencv没有安装

sudo apt install python3-pip
pip3 install --upgrade pip
pip3 install opencv-python
pip3 install numpy