30系顯卡怎么配置rangenet++和SuMa++

• 說在前面
• NVIDIA driver
• CUDA 11.1
• cudnn
• TensorRT 7.2.3
• • rangenet++安裝 && debug && build
  • • rangenet_lib/cmake/tensorrt-config.camke
    • rangenet_lib/include/netTensorRT.hpp
    • rangenet_lib/src/netTensorRT.hpp

說在前面

相信做SLAM的或多或少都聽說過大名頂頂?shù)腟uMa++，可以說SuMa++是目前為止將語義信息用到激光SLAM中做好的的例子之一了，這里就不介紹SuMa++這個(gè)方法的主要工作了，感興趣的朋友可以去我的另一篇博客看看。

為什么要寫這樣一篇博客呢？之前在公司使用的是1650的顯卡，配置的環(huán)境是Ubuntu 18.04+NVIDIA driver 455+CUDA 10.1+cudnn 7.6.5+TensorRT 5.0.1.5，用GTX 1650的朋友可以直接照抄，都是我多次重裝系統(tǒng)踩坑測(cè)試出來的。

但問題是最近回學(xué)校了，而且換了一臺(tái)新機(jī)器AMD 5800H+nvidia 3060，我已經(jīng)做好跑任何程序都不會(huì)超過一秒的準(zhǔn)備了，但是沒想到新環(huán)境的配置會(huì)如此痛苦，此次采坑共花費(fèi)一周時(shí)間，重裝系統(tǒng)近10次。希望看到的朋友點(diǎn)個(gè)贊。

NVIDIA driver

CUDA 11.1

這里是最坑的地方，最開始不知道30系顯卡只能使用CUDA 11及以上版本，我在CUDA 10的多個(gè)版本都試了一遍 ，到最后一步TensorRT都能安裝成功，但是就是跑不出結(jié)果，調(diào)試代碼發(fā)現(xiàn)程序卡在buildCUDAEngine這一行，不知是什么原因。后經(jīng)高人指點(diǎn)，高人說他用PyTorch從去年底開始就要求30系顯卡全部使用CUDA 11，我突然意識(shí)到我應(yīng)該試試CUDA 11。

CUDA 11的安裝也很簡(jiǎn)單，從官網(wǎng)的下載入口下載即可（沒有科學(xué)上網(wǎng)的話可能會(huì)下載很慢），選擇自己對(duì)應(yīng)的版本，我的是Linux -> x86_64 -> Ubuntu -> 18.04 -> deb (local)，注意這里推薦使用deb方式安裝，按照下載鏈接下方的步驟一步一步安裝，貌似使用runfile的方式安裝的話，會(huì)缺少幾個(gè)補(bǔ)丁，在安裝TensorRT的時(shí)候會(huì)很麻煩，需要單獨(dú)下載這幾個(gè)補(bǔ)丁來安裝。

cudnn

cudnn選擇的版本是8.1.0，同樣從官網(wǎng)的下載入口，選擇Download cuDNN v8.1.0 (January 26th, 2021), for CUDA 11.0,11.1 and 11.2，下載源碼手動(dòng)安裝，選擇cuDNN Library for Linux (x86_64)。具體安裝方式是將文件解壓之后復(fù)制到系統(tǒng)路徑下，然后給文件權(quán)限，可以參照這篇博客Ubuntu18.04安裝CUDA10、CUDNN

TensorRT 7.2.3

rangenet++的作者是推薦使用TensorRT 5.1.5的，并且測(cè)試啥的都是在這個(gè)版本上進(jìn)行的。但是我們已經(jīng)安裝了CUDA 11.1，TensorRT 5.1.5是沒辦法在CUDA 11.1上面跑的，所以我選擇了一個(gè)最早能支持CUDA 11.1的TensorRT 7.2.3，但是既然和原作者的版本不一致，TensoRT到時(shí)候和rangenet++適配的時(shí)候，免不了要修改rangenet++的代碼，這個(gè)要做好心里準(zhǔn)備。

TensorRT 7.2.3的安裝也很簡(jiǎn)單，從官方下載入口選擇TensorRT 7.2.3 for Ubuntu 18.04 and CUDA 11.1 & 11.2 DEB local repo package進(jìn)行安裝。安裝方法可以照抄官方文檔。

需要注意的是使用pip安裝依賴的時(shí)候可以同時(shí)pip和pip3都安裝(我使用的都是pip3)，一招解決不必要的問題。

測(cè)試是否安裝成功，以及能否跑tensorrt。
在終端輸入dpkg -l | grep TensorRT，輸出如圖。

終端依次輸入python3 import tensorrt tensorrt.__version__，如果能像下面一樣成功顯示版本號(hào)，則安裝成功。

這一步完成只能說明TensorRT和python的依賴安裝成功，并不能說明TensoRT就能使用了，需要再測(cè)試一下。安裝成功之后會(huì)在/usr/local路徑下面有一個(gè)tensorrt的文件夾，復(fù)制出來，進(jìn)入到sample文件夾下，在終端輸入命令make，這一步會(huì)在/bin中生成一些可執(zhí)行文件，運(yùn)行./sample_mnist，如果能成功辨別手寫數(shù)字，則成功。

rangenet++安裝 && debug && build

先從github上把源代碼Git下來，readme文檔里面有Git的方式。

在編譯之前需要修改基礎(chǔ)源代碼，每一處修改都是我摸索出來的，具體理由都是看編譯報(bào)錯(cuò)的提示來的。

rangenet_lib/cmake/tensorrt-config.camke

具體修改方式如下圖，注釋的地方是源代碼。

rangenet_lib/include/netTensorRT.hpp

把第十一行#include <NvOnnxParserRuntime.h>注釋掉。

rangenet_lib/src/netTensorRT.hpp

450+行處，如下修改。

500+行處，如下修改。

530+行處，如下修改。

至此，便宜就能完成了，盡管有很多warning，但是勉強(qiáng)能運(yùn)行了，結(jié)果也都是正確的。

按照github上的readme文件的運(yùn)行，就能看到結(jié)果了！可以愉快地使用rangenet++了，SuMa++的配置一步一步來就OK，有人想看我再寫。

總結(jié)

以上是生活随笔為你收集整理的30系显卡怎么配置rangenet++和SuMa++的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。