Jetson-TX2手动安装CUDA和Cudnn.pdf-资料库

Jetson TX2 安装 cuda9.0 及 cudnn7 超给Jetson TX2开于Jetson TX1/2，装cuda和在 pc端安装 cuda 及 cudnn，的cudnn，给 Jetson TX2 安装cudnn的 Jetson TX2平： Jetpack 3.3, TensorRT4.0.2, python2.7, python3.5 ： tegra-ubuntu 4.4.38-tegra aarch64, ubuntu 16.04 Linux系： Ubuntu16.04，cmake 3.15.6 （TX2刷的cmake是3.5.1版装3.9.0以本cmake，：Jetson TX2上的cudnn,⼀是arm版的(即aarch64) 下 error）的cudnn下在Jetson TX2上的cudnn是于x86/64的，Jetson TX2是ARM内，基于X86_64 的cudnn,⼀是arm版的(aarch64)。：arm版的cuda及cudnn从从 nvidia 官⽹ cudnn下于ARM的到ARM版的cuda及cudnn呢 2 0 2 0 / 6 / 2 4 乐兰⽹ _ ⽂章⾃助 h t t p s : / / t b . l e l a n l a n . c o m / v i p a r t ? c o d e = g 7 r j 8 m 3 6 1 / 7 详细（真实亲测）划重点：本⽂主要针对如果想那这篇没有任何帮助！最近再发板上安对应遇到了很多问题，也搜索了很多技术博客，发现在时候都存在致命的现在将出坑⽅法记录下来。本⽂是针对下⾯的平台的：平台描述：台版本系统内核统版本机完原始本，由于后⾯⾃⼰捣⿎的时候说最好安上版所以我升级到新版本了）重点⼀安装定要本之前在搜所相关安装⽅法的时候，很多技术博客中给出载链接下载到基。但是核的在使⽤的时候会报错的（报错信息⻅，所以安装定要本重点⼆本何下载？这是重点所在。载链接中得到其实全部都不是基。如下图所⻅：那么，如何得本？答案在这个链接⾥⾯：

https://devtalk.nvidia.com/default/topic/1029454/cudnn-6-for-arm64/?offset=4 ⾏ Jetpack 安（ jetpack_downloads/ ）得 cuda 及 cudnn 有 ubuntu16 或者 ubuntu14的的ubuntu18不码: c9vk。载jetpack安从: https://pan.baidu.com/s/1c4dSxFXwLhmA2ASYHKkAqw 提以 Jetson3.3 版本为 sudo chmod +x JetPack-L4T-3.3-linux-x64_b39.run ./JetPack-L4T-3.3-linux-x64_b39.run ⽤ sudo 命可：Jetson TX2超 2 0 2 0 / 6 / 2 4 乐兰⽹ _ ⽂章⾃助 h t t p s : / / t b . l e l a n l a n . c o m / v i p a r t ? c o d e = g 7 r j 8 m 3 6 2 / 7 也就是在运装包之后，从下载得到的⽂件夹中得到如果哪位⼤佬有更好的办法，请指出！⼀、获⾸先，找⼀台安装电脑（我能⽤），从官⽹下装包或者取本⽂就例。进⼊到此⽂件的下载⽬录，给⽂献权限：然后开始安装：注意：在安装的时候不要使令，直接运⾏即然后默认操作即可，具体操作可以参考这篇详细刷机指南直到出现下图，表⽰已经下载并且安装好了，后续的刷机过程也就不⽤在继续了，直接关闭就⾏：

在 jetpack_downloads/ ⽂的 cuda9.0 和 cudnn7.1.5的在 Jetson TX2上装 cuda 及 cudnn 2.1 安装cuda 2.1.1 ⾸ cd ~ mkdir cuda-l4t ⻉ cuda 安 2.1.2 拷在 jetpack 的叫 cuda-l4t 的的 _install/⽬叫 cuda-l4t.sh 的到主的 cuda-l4t ⽂ 2 0 2 0 / 6 / 2 4 乐兰⽹ _ ⽂章⾃助 h t t p s : / / t b . l e l a n l a n . c o m / v i p a r t ? c o d e = g 7 r j 8 m 3 6 3 / 7 然后找到刚才安装过程中选择的下载⽬录（如下图）件夹下⾯，就得到乐了我们需要安装包下⾯的过程将进⾏⼆、安先，在主⽬录下创建⼀个⽂件夹装脚本安装⽬录下录下有⼀个脚本，将其拷⻉⽬录下件夹下

在 jetpack 安索cuda-l4t.sh 会 2.1.3 拷⻉ cuda、cudnn安在JetPack中在JetPack/jetpack_download中,将包 (cuda-repo-l4t-9-0-local_9.0.252-1_arm64.deb) ，libcudnn7_7.1.5.14-1+cuda9.0_arm64.deb，libcudnn7-dev_7.1.5.14-1+cuda9.0_arm64.deb，libcudnn7-doc_7.1.5.14- cuda9.0安 cudnn安 1+cuda9.0_arm64.deb) 包 (有3个到主的 cuda-l4t ⽂ 2 0 2 0 / 6 / 2 4 乐兰⽹ _ ⽂章⾃助 h t t p s : / / t b . l e l a n l a n . c o m / v i p a r t ? c o d e = g 7 r j 8 m 3 6 4 / 7 注意：建议装⽬录下直接搜更加直接装包所有下载的安装包均存装装拷⻉⽬录下件夹下

2.1.4 开装cuda cd ~/cuda-l4t bash cuda-l4t.sh cuda-repo-l4t-9-0-local_9.0.252-1_arm64.deb 9.0 9-0 2.2 安装cudnn 于3个与cudnn相 libcudnn7_7.1.5.14-1+cuda9.0_arm64.deb libcudnn7-dev_7.1.5.14-1+cuda9.0_arm64.deb libcudnn7-doc_7.1.5.14-1+cuda9.0_arm64.deb 是 .deb ⽂⽤下 sudo dpkg -i libcudnn7_7.1.5.14-1+cuda9.0_arm64.deb sudo dpkg -i libcudnn7-dev_7.1.5.14-1+cuda9.0_arm64.deb sudo dpkg -i libcudnn7-doc_7.1.5.14-1+cuda9.0_arm64.deb 径usr/include和usr/lib下到cuda安 sudo cp /usr/include/cudnn.h /usr/local/cuda/include/ sudo cp /usr/lib/aarch64-linux-gnu/libcudnn* /usr/local/cuda/lib64/ 成cudnn库 cd /usr/local/cuda/lib64 chmod +r libcudnn* sudo rm -rf libcudnn.so libcudnn.so.7 sudo ln -s libcudnn.so.7.1.1 libcudnn.so.7 sudo ln -s libcudnn.so.7 libcudnn.so sudo ldconfig ，cuda 及 cudnn 安 2 0 2 0 / 6 / 2 4 乐兰⽹ _ ⽂章⾃助 h t t p s : / / t b . l e l a n l a n . c o m / v i p a r t ? c o d e = g 7 r j 8 m 3 6 5 / 7 始安等待安装完成即可由关的⽂件：由于都件，因此直接使⾯的命令安装即可：安装完成后，其实是直接安装到了默认安装路的，因此需要将其拷⻉装路径下：然后执⾏下⾯命令，⽤重新⽣的软连接到此装就完成了

3.1 查看 cuda 版 $ nvcc -V nvcc: NVIDIA (R) Cuda compiler driver Copyright (c) 2005-2017 NVIDIA Corporation Built on Sun_Nov_19_03:16:56_CST_2017 Cuda compilation tools, release 9.0, V9.0.252 是 CUDA 9.0.252版 3.2 查看 cudnn 版 $ cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2 到 #define CUDNN_MAJOR 7 #define CUDNN_MINOR 1 #define CUDNN_PATCHLEVEL 5 -- #define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL) #include "driver_types.h" 的 cudnn 版是 7.1.5 ：error 在Jetson TX2上了 x86_64 版的cudnn，⽤cudnn的 libcudnn.so.7: error adding symbols: File in wrong format [ 58%] Linking CXX shared library ../lib/libcaffe2_gpu.so /usr/local/cuda/lib64/ collect2: error: ld returned 1 exit status caffe2/CMakeFiles/caffe2_gpu.dir/build.make:185448: recipe for target 'lib/libcaffe2_gpu.so' failed make[2]: *** [lib/libcaffe2_gpu.so] Error 1 CMakeFiles/Makefile2:4400: recipe for target 'caffe2/CMakeFiles/caffe2_gpu.dir/all' failed make[1]: *** [caffe2/CMakeFiles/caffe2_gpu.dir/all] Error 2 make[1]: *** Waiting for unfinished jobs.... [ 58%] Built target python_copy_files Makefile:140: recipe for target 'all' failed make: *** [all] Error 2 Failed to run 'bash ../tools/build_pytorch_libs.sh --use-cuda --use-nnpack --use-qnnpack caffe2' -------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- 2 0 2 0 / 6 / 2 4 乐兰⽹ _ ⽂章⾃助 h t t p s : / / t b . l e l a n l a n . c o m / v i p a r t ? c o d e = g 7 r j 8 m 3 6 6 / 7 三、验证本在终端中输⼊：可知，当前平台安装的本本在终端输⼊：得可知，当前本附如果安装本那么在使时候就会报如下错：详细报错信息如下：

持( ) --END-- 2 0 2 0 / 6 / 2 4 乐兰⽹ _ ⽂章⾃助 h t t p s : / / t b . l e l a n l a n . c o m / v i p a r t ? c o d e = g 7 r j 8 m 3 6 7 / 7 材料整理不易，如果你觉得对你当前问题有帮助，可以进⾏⼩额滴赞助，感谢各位⽀ ▽

资料库

Jetson-TX2手动安装CUDA和Cudnn.pdf

相关推荐

操作系统

热门标签

最新资料