如何在Google上编译自定义cpp文件

Question

我试图使用Google复制这个github回购的结果，因为我不想在本地机器上安装所有的需求，并利用Google上的GPU

然而，我需要做的事情之一(如回购的自述)是首先编译一个cpp makefile。makefile的指令包括在下面。显然，我不能遵循这条指令，因为我不知道Google Colab的ncvv、cudalib和tensorflow库目录

cd latent_3d_points/external

with your editor modify the first three lines of the makefile to point to 
your nvcc, cudalib and tensorflow library.

make

是否有一种方法可以编译makefile中包含的文件(因为运行模型需要这些函数)，或者直接使用makefile，或者单独编译每个cpp文件？我在下面包含了makefile的内容，以避免您在回购程序中点击寻找它。

nvcc = /usr/local/cuda-8.0/bin/nvcc
cudalib =  /usr/local/cuda-8.0/lib64
tensorflow = /orions4-zfs/projects/optas/Virt_Env/tf_1.3/lib/python2.7/site-packages/tensorflow/include

all: tf_approxmatch_so.so tf_approxmatch_g.cu.o tf_nndistance_so.so tf_nndistance_g.cu.o


tf_approxmatch_so.so: tf_approxmatch_g.cu.o tf_approxmatch.cpp
    g++ -std=c++11 tf_approxmatch.cpp tf_approxmatch_g.cu.o -o tf_approxmatch_so.so -shared -fPIC -I $(tensorflow) -lcudart -L $(cudalib) -O2 -D_GLIBCXX_USE_CXX11_ABI=0


tf_approxmatch_g.cu.o: tf_approxmatch_g.cu
    $(nvcc) -D_GLIBCXX_USE_CXX11_ABI=0 -std=c++11 -c -o tf_approxmatch_g.cu.o tf_approxmatch_g.cu -I $(tensorflow) -DGOOGLE_CUDA=1 -x cu -Xcompiler -fPIC -O2


tf_nndistance_so.so: tf_nndistance_g.cu.o tf_nndistance.cpp
    g++ -std=c++11 tf_nndistance.cpp tf_nndistance_g.cu.o -o tf_nndistance_so.so -shared -fPIC -I $(tensorflow) -lcudart -L $(cudalib) -O2 -D_GLIBCXX_USE_CXX11_ABI=0


tf_nndistance_g.cu.o: tf_nndistance_g.cu
    $(nvcc) -D_GLIBCXX_USE_CXX11_ABI=0 -std=c++11 -c -o tf_nndistance_g.cu.o tf_nndistance_g.cu -I $(tensorflow) -DGOOGLE_CUDA=1 -x cu -Xcompiler -fPIC -O2


clean:
    rm tf_approxmatch_so.so
    rm tf_nndistance_so.so
    rm  *.cu.o 

Answer 1

您可以在google中安装所需的Cuda版本。就像。

对于Cuda 9.2，您可以尝试

!apt-get --purge remove cuda nvidia* libnvidia-*
!dpkg -l | grep cuda- | awk '{print $2}' | xargs -n1 dpkg --purge
!apt-get remove cuda-*
!apt autoremove
!apt-get update

!wget https://developer.nvidia.com/compute/cuda/9.2/Prod/local_installers/cuda-repo-ubuntu1604-9-2-local_9.2.88-1_amd64 -O cuda-repo-ubuntu1604-9-2-local_9.2.88-1_amd64.deb
!dpkg -i cuda-repo-ubuntu1604-9-2-local_9.2.88-1_amd64.deb
!apt-key add /var/cuda-repo-9-2-local/7fa2af80.pub
!apt-get update
!apt-get install cuda-9.2

类似地，您可以找到一种安装Cuda 8.2的方法。

gcc

!apt-get install -qq gcc-5 g++-5 -y
!ln -s /usr/bin/gcc-5 
!ln -s /usr/bin/g++-5 

!sudo apt-get update
!sudo apt-get upgrade

然后，如果安装有自定义make文件，则可以编译它或通过运行make使它。

!make

Answer 2

您可以通过在colab的单元中添加%%bash来使用bash，就像在您的pc上一样。示例：

单元格一:编写cpp文件

%%writefile welcome.cpp

#include <iostream>
int main()
{
    std::cout << "Welcome To AI with Ashok's Blog\n";
    return 0;
}

单元格二:编译和运行

%%bash 

g++ welcome.cpp -o welcome 
./welcome

您还可以在colab的内置文本编辑器中打开cpp文件，以享受正确的高光效果。当您从左边的"Files“选项卡打开文本文件时，它会打开，并且可以使用"ctr+s”快捷方式保存。