博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
pointnet代码问题:ImportError: libcublas.so.10.0(在不同终端中使用不同cuda版本)
阅读量:2050 次
发布时间:2019-04-28

本文共 2226 字,大约阅读时间需要 7 分钟。

我使用的是python3.6

需要改一些东西,运行的时候就会发现一些print()的修改,还有modelnet_dataset.py文件中:

#import providerimport utils.provider as provider

这里不是install安装的provider,而是utils中的

还有注释main.py中的

#import provider

这个并没有用上,反而容易误导

我使用的是cuda8.0 cudnn6.0

安装的tensorflow版本是:

tensorflow-1.4.1-cp36-cp36m-manylinux1_x86_64.whl

tensorflow_gpu-1.4.1-cp36-cp36m-manylinux1_x86_64.whl

还有那三个cuda_op设置为你自己的目录:

举个例子,3d_interpolation,这是我的环境配置

# TF1.2

#g++ -std=c++11 tf_interpolate.cpp -o tf_interpolate_so.so -shared -fPIC -I /usr/local/lib/python2.7/dist-packages/tensorflow/include -I /usr/local/cuda-8.0/include -lcudart -L /usr/local/cuda-8.0/lib64/ -O2 -D_GLIBCXX_USE_CXX11_ABI=0

# TF1.4

g++ -std=c++11 tf_interpolate.cpp -o tf_interpolate_so.so -shared -fPIC -I /home/boyun/.conda/envs/py3_6--pytorch1_1_0/lib/python3.6/site-packages/tensorflow/include -I /usr/local/cuda-8.0/include -I /home/boyun/.conda/envs/py3_6--pytorch1_1_0/lib/python3.6/site-packages/tensorflow/include/external/nsync/public -lcudart -L /usr/local/cuda-8.0/lib64/ -L/home/boyun/.conda/envs/py3_6--pytorch1_1_0/lib/python3.6/site-packages/tensorflow -ltensorflow_framework -O2 -D_GLIBCXX_USE_CXX11_ABI=0

如果你的数据集不是三维xyz还有法线,参考这个:

对于

pointnet2/part_seg/train.py

--model pointnet2_part_seg_msg_one_hot

需要修改

pointclouds_pl, labels_pl = MODEL.placeholder_inputs(BATCH_SIZE, NUM_POINT)

为:

pointclouds_pl, labels_pl, cls_labels_pl = MODEL.placeholder_inputs(BATCH_SIZE, NUM_POINT)

 

对于pointnet2

tensorflow-1.4.0 使用cuda8.0  cudnn6

 

如果出现:

ImportError: libcublas.so.10.0: cannot open shared object file: No such file or directory

使用命令:

sudo ldconfig /usr/local/cuda/lib64

题外话(在不同终端中使用不同cuda版本):

参考:

文中说道:

以笔者的服务器账户为例,笔者在 /home/test/cuda-10.1 目录中安装了 cuda-10.1 ,而服务器上的 /usr/local/cuda 目录指向的是之前安装的老版本的 cuda-8.0,直接运行 Pytorch 时,其会基于上面的确认流程直接使用老版本的 cuda .若想要临时设置 Pytorch 使用新安装的 cuda ,则可以通过 export 命令修改全局变量。这种设置方式在当前终端退出后即失效

#设置全局变量 CUDA_HOME

export CUDA_HOME=/home/test/cuda-10.1/
#在 PATH 变量中加入需要使用的 cuda 版本的路径,使得系统可以使用 cuda 提供的可执行文件,包括 nvcc
export PATH=$PATH:/home/test/cuda-10.1/bin/

我们使用如下:

export CUDA_HOME=/usr/local/cudaexport PATH=/usr/local/cuda/bin:$PATHexport LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH

安装 numpy 报错 RuntimeError: Python version >= 3.6 required

参考:

 解决

 

或者在pycharm添加环境变量PATH

转载地址:http://jkwlf.baihongyu.com/

你可能感兴趣的文章
Leetcode C++ 《第202场周赛》
查看>>
云原生 第十二章 可观测性:监控与日志
查看>>
Leetcode C++ 《第203场周赛》
查看>>
云原生 第十三章 Kubernetes网络概念及策略控制
查看>>
《redis设计与实现》 第一部分:数据结构与对象 || 读书笔记
查看>>
《redis设计与实现》 第二部分(第9-11章):单机数据库的实现
查看>>
算法工程师 面经2019年5月
查看>>
搜索架构师 一面面经2019年6月
查看>>
稻草人手记
查看>>
第一次kaggle比赛 回顾篇
查看>>
leetcode 50. Pow(x, n)
查看>>
leetcode 130. Surrounded Regions
查看>>
【托业】【全真题库】TEST2-语法题
查看>>
博客文格式优化
查看>>
【托业】【新托业全真模拟】疑难语法题知识点总结(01~05)
查看>>
【SQL】group by 和order by 的区别。
查看>>
【F12】谷歌浏览器--前台效果可以在不访问服务器的前提下直接改样式看效果是否是预期值。...
查看>>
【Python】详解Python多线程Selenium跨浏览器测试
查看>>
Jmeter之参数化
查看>>
Shell 和Python的区别。
查看>>