Ubuntu18.04.6 LTS下安装ISCE2.6.0+CUDA10.2+cuDNN（2022最新安装指南）

安装ISCE2.6.0+GPU的全套流程

文章目录

前言
- 这篇文章分为三部分，前两部分是对CUDA和cuDNN的安装介绍，第三部分是ISCE2.6.0的安装，均在Ubuntu18.04.6上安装成功。
一、CUDA10.2的安装
- 1.确认显卡型号
- 2.安装显卡驱动
- 3.下载和安装
- - 1.下载安装包和补丁
  - 2.安装
- 4修改环境变量
- 5验证安装
二、cuDNN安装
- 1.下载安装文件
- 2安装
- 3 查看版本号
3 ISCE2.6.0安装
- 3.1 安装Anaconda
- 3.2 安装ISCE
- - 3.2.1 创建环境
  - 3.2.2 配置环境
  - 3.2.3 下载安装包
  - - （1）下载isce2安装包
    - （2）下载和安装RelaxIV、PULP
  - 3.2.4 安装
  - - （1）配置scons安装
  - 3.2.5 编译出错的解决方法
  - - 1.库或者头文件找不到
    - 2.出现C++编译冲突
  - 3.编译时出现fatal error
  - 3.2.5 系统环境变量设置
  - 3.2.6 测试安装

前言

目前，在空间大地测量方面，无论是科研圈还是业务圈，InSAR是当之无愧的热点。从上世纪90年代发展至今，InSAR技术已经成为一项成熟的形变监测技术，也步入了一个实用化阶段。
现在的InSAR软件众多，ISCE软件是由NASA资助开发的软件，是一款在Apache许可条款限制下的开源软件。ISCE支持多颗星载SAR的DInSAR和时序InSAR全流程数据处理，它的各方面被设计成一个通用的软件开发框架。这也是我选择ISCE做InSAR的重要原因。
本人一直在做InSAR方面的工作，最近由于服务器系统崩溃，需要重装系统和软件，借此机会，刚好总结一下自己的安装过程和碰到问题的解决方法，分享出来以供同行们参考。

这篇文章分为三部分，前两部分是对CUDA和cuDNN的安装介绍，第三部分是ISCE2.6.0的安装，均在Ubuntu18.04.6上安装成功。

一、CUDA10.2的安装

1.确认显卡型号

 lspci | grep -i nvidia

返回如下信息，其中VGA compatible controller后面即为显卡型号。
这时看到后面的信息是NVIDIA Corporation Device 21c4 (rev a1)时，不用瞎想，这就是你的显卡型号，只是以ID形式出现。登录网站，输入21c4即查询得到。
我的显卡型号是GTX 1660 Super

2.安装显卡驱动

防止网络连接造成的中断，先切换成国内源。
打开Software & Updates，在Ubuntu Software（第一个界面）>Download from:>Server for China
安装驱动
得益于Ubuntu18系统的可用源，推荐自动安装，这样可以避免手动安装驱动造成重启后无界面的麻烦。
在终端中输入：
```
ubuntu-drivers devices #查看可用驱动版本
sudo ubuntu-drivers autoinstall  #自动安装推荐的版本
sudo reboot  #重启系统
```

在终端中输入nvidia-smi 即可查看驱动信息和显卡信息，也表示驱动安装成功。

3.下载和安装

1.下载安装包和补丁

针对Ubuntu18系统，需要下载一个CUDA10.2的主安装包，两个补丁，安装时，先主包再补丁1、补丁2.
进入官网下载页面：

https://developer.nvidia.com/cuda-toolkit-archive

选择runfile(local)。在终端中下载

wget https://developer.download.nvidia.com/compute/cuda/10.2/Prod/local_installers/cuda_10.2.89_440.33.01_linux.run

2.安装

安装主包

sudo sh cuda_10.2.89_440.33.01_linux.run  #安装主包

安装时，需要把所有条款拉到底，输入 accept 接受即可，注意不要安装驱动前面已经安装过）。
下载补丁1和2

安装补丁1和2，过程与主包类似。

sudo cuda_10.2.1_linux.sh
sudo cuda_10.2.2_linux.sh

4修改环境变量

sudo gedit ~/.bashrc

在末尾加入：

export LD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64
export CUDA_HOME=/usr/local/cuda-10.2/bin
export PATH=$PATH:$LD_LIBRARY_PATH:$CUDA_HOME

重新载入配置文件，使其生效：

source  ~/.bashrc

5验证安装

进入*/home/wang/NVIDIA_CUDA-10.2_Samples*。测试例子所在的取决于安装时所选的路径，所以前面安装时，要知道安装在哪个位置，如果忘记了，也不要着急，输入下面命令可返回所在路径。

locate /NVIDIA_CUDA-10.2_Samples

进入例子目录，编译、测试

cd /home/wang/NVIDIA_CUDA-10.2_Samples/1_Utilities/deviceQueryDrv
make
./deviceQueryDrv

出现：

表示安装成功。
还可以在终端中输入nvcc -V，返回版本号则表示安装成功。

二、cuDNN安装

cuDNN比较简单。

1.下载安装文件

进入官网下载，先注册账号，下载对应CUDA版本的 cuDNN 版本。这里就选择对应CUDA10.2的linux版本（Local isntaller for Linux86_64(Tar)）。

2安装

解压文件，把相应的文件复制到对应的cuda安装目录下，并赋予权限。

sudo cp cudnn-linux-x86_64-8.3.2.44_cuda 10.2-archieve/include/cudnn.h /usr/local/cuda-10.2/include
sudo cp  cudnn-linux-x86_64-8.3.2.44_cuda 10.2-archieve/lib64/libcudnn* /usr/local/cuda-10.2/lib64
sudo chmod a+r /usr/local/cuda-10.2/include/cudnn.h
sudo chmod a+r /usr/local/cuda-10.2/lib64/libcudnn*

3 查看版本号

终端输入

 cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

返回如下信息，表明安装成功。

3 ISCE2.6.0安装

ISCE既可以利用GPU，也可以不用GPU完成计算，只是使用GPU可以加速计算，减少等待时间，所以说前面两部分即使没有也不会影响ISCE的安装和使用。
大部分人在这部分经历的坑是最多的，我自己也整了将近两天，所以我会尽量写的详细。如果自己一次没有搞定，不要着急，多点耐性，仔细检查每一步是否都正确，一般按照这个教程是不会出错的。

3.1 安装Anaconda

官网下载安装包，注意对应的python版本号。这里选择对应python3.6.9的64位版本

sudo sh anaconda3-5.3.0-linux-x86_64.sh

按照提示一步步安装既可，注意不需要安装Vscode。

3.2 安装ISCE

ISCE是安装在conda环境中的
对其它软件的依赖关系如下：

gcc >= 4.8+ (with C++11 support)
fftw >= 3.2.2 (with single precision support)
Python >= 3.5 (3.6 preferred)
scons >= 2.0.1
curl # 用于automatic DEM downloads
GDAL及python包  >= 2.2
hdf5 >= 1.8.5 and h5py >= 1.3.1 # 可选 （用于COSMO-SkyMed, Kompsat5 和'Generic' sensor）
cython3
cuda cudnn
opencv

3.2.1 创建环境

创建并激活环境isce2

conda create -n isce2 #创建环境
conda activate isce2  #激活环境

3.2.2 配置环境

先安装系统编译器，如已安装可以忽略。

sudo apt-get install gcc gfortran g++  # C C++ gfortran的编译包
sudo apt-get install libmotif-dev # 若无法定位，可以忽略

配置isce2
将如下软件名输入一个文件requirements.txt

python=3.7
cython
gdal=2.3.2
git
h5py
h5pylib
libgdal
pytest
numpy
fftw
scipy
basemap
scons
opencv

安装（2选取1）

 conda install --yes --file requirements.txt #批量安装conda -c conda-forge install package  # 逐个安装，可以安装最近版本

3.2.3 下载安装包

（1）下载isce2安装包

git clone https://github.com/isce-framework/isce2

或者去

https://github.com/isce-framework/isce2/releases

选择版本下载。这里下载的是isce2.6.0
并解压到安装位置（如/home）

tar -xvf isce2-2.6.0.tar.gz # 解压文件路径/home/isce2-2.6.0

（2）下载和安装RelaxIV、PULP

这两个包用于unwrap 2 stage。
（1）RelaxIV
使用C++编译的最小费用流松弛算法。
从网站下载安装包Min-Cost-Flow-Class-master.zip。
解压到 /home/isce2-2.6.0/contrib/UnwrapComp/src/RelaxIV 既可，会在ISCE安装过程中进行编译。
（2）PULP

pip3 install pulp

3.2.4 安装

建议使用官网推荐的scons安装。

（1）配置scons安装

scons需要预先配置源文件路径和依赖库的路径
使用环境变量配置源文件路径

export SCONS_CONFIG_DIR=/home/isce2-2.6.0

使用配置文件SConfigISCE制定依赖库的路径和安装路径

cd /home/isce2-2.6.0
mkdir build
mkdir isce
touch SConfigISCE
gedit SconfigISCE

将如下内容输入SConfigISCE：（此处一定要仔细，最容易出错的地方）

PRJ_SCONS_BUILD = /home/isce2-2.6.0/isce/build
PRJ_SCONS_INSTALL = /home/isce2-2.6.0/isce
LIBPATH = /home/wang/anaconda3/envs/isce2/lib
CPPPATH = /home/wang/anaconda3/envs/isce2/include/ /home/wang/anaconda3/envs/isce2/include/python3.7m
FORTRANPATH =  /usr/include
FORTRAN = /usr/bin/gfortran
CC = /usr/bin/gcc
CXX = /usr/bin/g++
#libraries needed for mdx display utility
MOTIFLIBPATH = /usr/lib/x86_64-linux-gnu       # path to libXm.dylib
X11LIBPATH =  /usr/lib/x86_64-linux-gnu         # path to libXt.dylib
MOTIFINCPATH = /usr/include/Xm   # path to location of the Xm
X11INCPATH = /etc/X11  # path to location of the X11 directory
#Explicitly enable cuda if needed
ENABLE_CUDA = True
CUDA_TOOLKIT_PATH = /usr/local/cuda-10.2

编译

scons install

若最后显示,表示编译成功

 scons: done building targets

3.2.5 编译出错的解决方法

1.库或者头文件找不到

如找不到gdal、libhdf5等错误（如下图所示），一般有两种原因，一是 SConfigISCE中的路径设置错误，二是前面配置conda环境时这些包没有正确安装导致。解决方法也对应两种，即1.重新检视SConfigISCE中的路径设置，确保是自己安装依赖包所在位置，2.重新安装依赖包。

conda -c install --yes --file requirements.txt #txt中放入缺少的包

2.出现C++编译冲突

一般是因为cython与g++版本不一致，重新安装cython即可解决

pip3 install cython

3.编译时出现fatal error

编译时若出现找不到numpy的头文件、opencv的头文件（出现autoRIFT）的错误时（如下面所示），一般是安装包版本与conda创建的环境isce2配置冲突或include中不包含所需头文件导致，一般将冲突的软件版本卸载，再重新安装即可，或者找到头文件所在位置，建立链接即可。

fatal error: numpy/arrayobject.h: No such file or directory
error: opencv2/opencv.hpp”: No such file or directory

pip3 uninstall numpy
locate opencv.hpp #找到所在位置

#建立链接

sudo ln -sf /usr/include/opencv/opencv.hpp /home/wang/anaconda3/envs/isce2/include

3.2.5 系统环境变量设置

前述编译通过后，还需设置系统环境变量。这步也是个坑，很多人就卡在这一步上，目前网上流传的多数教程中的设置，已经不再适用。此步亲测有效。

sudo gedit ~/.bashrc

末尾加入

source ~/.bashrc #更新环境变量

3.2.6 测试安装

在Terminal中输入（记得先激活环境）

conda activate isce2
topsAp.py --help

若返回帮助信息，则表示安装成功。 如出错，最可能是环境变量设置出错，检查修改再次尝试

ubuntu18.04安装ISCE2.6.0+CUDA10.2+cuDNN（2022最新安装指南）相关推荐

ubuntu18.04安装RTX2080ti显卡驱动+cuda10.2+cudnn
因为系统环境变量崩溃,进行重做了系统,全部还原,在本机重新安装了显卡驱动.cuda等,具体系统版本如下. 系统环境:ubuntu18.04 显卡:rtx2080ti cuda版本:10.2 安装RTX ...
Ubuntu18.04安装Dlib-19.19.0成功
VMware内Ubuntu18.04安装Dlib-19.19.0成功本人第一篇博客,如果哪里写的不好还请多多包涵. 说明一下,我是通过pip去安装的所有库,除了Cmake.因为Dlib需要C++环境 ...
VMware linux 虚拟机(ubuntu18.04) 安装TL-WDN5200H 2.0网卡驱动完美使用(适用于vmware无法桥接网络使用此方法)
VMware linux 虚拟机(ubuntu18.04) 安装TL-WDN5200H 2.0网卡驱动完美使用(适用于vmware无法桥接网络使用此方法) # 以下操作均已root用户操作 # 安装 ...
Ubuntu18.04安装OpenCV4.3.0和环境配置(支持编译CUDA并安装配置python-opencv)
Ubuntu18.04安装OpenCV4.3.0和环境配置下载源文件安装依赖编译安装环境配置动态库配置配置OpenCV的`PKG-CONFIG`环境 Python-OpenCV环境[如果安 ...
Ubuntu18.04安装gup+cuda11.0+cudnn8.0.5
ubuntu18.04安装步骤就不进行操作了,按照传统的方式进行分区后,创建用户,进入系统即可我实施项目有一个4T硬盘和一个512G硬盘,要进行挂载,在根目录下创建了data1(使用的4T),dat ...
Ubuntu18.04安装anaconda+tensorflow2.0(GPU)、显卡驱动、搜狗输入法、TIM
笔记本基本配置准备工作 ubuntu18.04的安装显卡驱动安装搜狗输入法的安装 deep-wine下TIM的安装双系统时钟不一致问题的解决 Anaconda安装tensorflow2.0(G ...
ubuntu18.04安装驱动495与cuda10.1
Reference: ubuntu18.04+driver495+cuda(10.1) https://blog.csdn.net/weixin_38369492/article/details/10 ...
Ubuntu18.04安装GCC8.3.0
转自:https://blog.csdn.net/bjzhaoxiao/article/details/102525241 Ubuntu系统是自带GCC安装指令的apt install gcc,当前a ...
ubuntu18.04安装pytorch1.9.0和torchvision0.10.0
一.利用anaconda创建自己的虚拟环境: 创建新的环境,命令为:conda create -n 虚拟环境名称 python版本图中所示,创建的虚拟环境名称为pytorch1.9,python版本 ...

ubuntu18.04安装ISCE2.6.0+CUDA10.2+cuDNN（2022最新安装指南）