【SLAM】----Ubuntu16.04配置环境tensorflow-gpu1.5.0+cuda9.0+cudnn7.0+opencv2.4.11+Anaconda3+pcl1.7+octomap

最新推荐文章于 2026-03-06 00:01:58 发布

原创最新推荐文章于 2026-03-06 00:01:58 发布 · 置顶 · 541 阅读

1 ·

本内容遵循CC 4.0 BY-SA版权协议

CREATED BY RICK

收录于

SLAM

本文详细介绍如何在Ubuntu16.04环境下安装配置CUDA9.0、cudnn7.0.5、tensorflow-gpu1.5.0等深度学习工具，并覆盖opencv、Anaconda3、pcl1.7等常用库的安装步骤。

前言

配置ubuntu16.04环境，简单记录一下。

一、安装CUDA9.0

从官网下载cuda文件及4个补丁文件，共5个文件
在这里插入图片描述

1.安装软件

sudo dpkg -i cuda-repo-ubuntu1604-9-0-local_9.0.176-1_amd64.deb

2.安装CUDA的GPG Public Key

 sudo apt-key add /var/cuda-repo-9-0-local/7fa2af80.pub

3.更新APT源

 sudo apt-get update

4.安装CUDA

 sudo apt-get install cuda

5.安装补丁

sudo dpkg -i cuda-repo-ubuntu1704-9-0-local-cublas-performance-update_1.0-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu1704-9-0-local-cublas-performance-update-2_1.0-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu1704-9-0-local-cublas-performance-update-3_1.0-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu1704-9-0-176-local-patch-4_1.0-1_amd64.deb
sudo apt-get update
sudo apt-get upgrade cuda

5.设置环境变量
gedit ~/.bashrc 打开~/.bashrc文件并在末尾添加如下命令：

export PATH=/usr/local/cuda-9.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
export CUDA_HOME=/usr/local/cuda

source ~/.bashrc 运行命令使得环境变量生效

6.测试环境变量是否生效，可以运行一下nvidia的查看CUDA版本的命令

nvcc --version

在这里插入图片描述

二、安装cudnn7.0.5

从nvidia官网下载cuDNN v7.0.5 Library for Linux
在这里插入图片描述

1.解压

tar -zxvf cudnn-9.0-linux-x64-v7.tgz

2.将cudnn.h文件和lib文件拷贝到CUDA的安装目录下

sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/ -d

注意上面第二行命令中的-d不能少，否则会提示.so不是symbol link。

3.赋予执行权限

sudo chmod a+x /usr/local/cuda/include/cudnn.h
sudo chmod a+x /usr/local/cuda/lib64/libcudnn*

经过上述步骤，配置好了cuda和cudnn，接下来就该配置tensorflow-gpu框架。

三.安装tensorflow-gpu1.5.0

1.安装tensorflow-gpu1.5.0

pip install tensorflow-gpu==1.5.0

2.打开终端进行测试，代码如下

python3//先进入python3环境
import tensorflow as tf
a=tf.constant(10)
b=tf.constant(20)
sess=tf.Session()
print(sess.run(a+b))

3.测试结果如下，最后输出为30，是正确的结果
在这里插入图片描述

四.安装opencv2.4.11及opencv-python4.1.0.25

1.下载opencv2.4.11 [密码:1234]

2.编译安装

mkdir build
cd build
cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local  -D WITH_CUDA=ON -D BUILD_PYTHON_SUPPORT=ON -D WITH_FFMPEG=OFF -D BUILD_EXAMPLES=ON   -D BUILD_TIFF=ON -D ENABLE_PRECOMPILED_HEADERS=OFF ..
make -j4
sudo make install

3.测试

//test2.cpp文件
#include <stdio.h>
#include <opencv2/opencv.hpp>
using namespace cv;

int main( )
{
    Mat image;

    //按照自己的目录，或者将
    image = imread("/home/flycloud/rick/opecv-test/dog.jpeg", 1 );
    if ( !image.data )
    {
        printf("No image data \n");
        return -1;
    }
    namedWindow("Display Image", WINDOW_AUTOSIZE );
    imshow("Display Image", image);
    waitKey(0);
    return 0;
}

在终端输入下面一行命令即可

g++ test2.cpp -o test `pkg-config opencv --cflags --libs`
或者
g++ test2.cpp -o test `pkg-config --cflags --libs opencv`

注意： pkg-config opencv --cflags --libs外面的引号是键盘左上角1旁边的那个引号
在这里插入图片描述

4.安装opencv-python4.1.0.25

OpenCV-Python是旨在解决计算机视觉问题的Python专用库，OpenCV-Python是OpenCV的Python
API，是原始OpenCV c++实现的Python包装器。结合了OpenCV c++
API和Python语言的最佳特性。它拥有OpenCV C++
API的功能，同时也拥有Python语言的特性。虽然Python语言运行起来比C++语言慢，但是Python语言具有简单、短小、学习快的特点，同时Python也很方便调用C++开发的组件，这样高性能要求的功能可以使用C++来实现。

在python文件里面调用opencv时需要这个库，否则"import cv2"会报错

pip install opencv-python4.1.0.25

四.安装Anaconda3

1.从清华大学开源软件镜像下载anaconda3镜像：
在这里插入图片描述
2.下载好后，执行命令进行安装

sh Anaconda3-5.3.0-Linux-x86.sh

安装途中，一直输入yes默认安装即可。

3.配置环境变量

gedit ~/.bashrc//打开bashrc文件

在文件末尾添加下面一句话

export PATH="/home/flycloud/anaconda3/bin:$PATH"

source ~/.bashrc//让配置的环境变量生效

4.创建一个虚拟环境，python3.5版本

conda create  --name rick python=3.5

5.创建完成后，查看是否创建成功

conda info -e

6.创建成功后，激活环境，准备大展身手

source activate rick

五.安装pcl1.7和pcl_viewer

1.安装pcl1.7

sudo apt-get install libpcl-dev pcl-tools libproj-dev

2.安装pcl-viewer

sudo apt-get install  pcl-tools

3.测试
参考：UBUNTU16.04命令行安装PCL1.7（亲测有效）

六.安装octomap库及可视化工具octovis

1.octomap库用于存放八叉树地图，octovis用于查看八叉树地图。

sudo apt-get install liboctomap-dev octovis

总结

以上就是对电脑基本环境配置的介绍。

参考链接

1.《OpenCv视觉之眼》Python图像处理一 :Opencv-python的简介及Python环境搭建
2.Linux笔记（一） – 编译.cpp文件，出现“g++: error: pkg-config --libs --cflags opencv: 没有那个文件或目录“错误的解决方案
3.Linux下编译opencv，并使用GDB进行调试
4.UBUNTU16.04命令行安装PCL1.7（亲测有效）