【发布时间】：2014-10-11 06:55:06
【问题描述】：
我一直在尝试通过 Python 访问 Nvidia Performance Primitives 库，我在这个站点上发现了一个非常有用的教程，最后一次更新是在 2011 年：http://openvidia.sourceforge.net/index.php/OpenVIDIA/python
但是，在下载 CUDA 6.0 工具包后，我似乎根本找不到任何 CUDA“.dll”文件（就像教程开头附近提到的那些）。感谢这里的回复，我知道文件名应该与教程中的不同，但我找不到。
有人知道导入库的替代方法或命令吗？ 任何帮助将不胜感激，如果我错过了任何关键细节，请告诉我。
板：Jetson TK1 操作系统：L4T Ubuntu 14.04（来自https://developer.nvidia.com/jetson-tk1-support） 语言：Python 2.7
【问题讨论】：
-
本教程非常古老，它指的是包含在 CUDA Toolkit 3.2 中的 DLL（很旧）。 CUDA Toolkit 6.0 中包含的这些 DLL 的最新版本是
cudart32_60.dll、nppc32_60.dll、npps32_60.dll和nppi32_60.dll。 NPP 已分为 3 个独立的模块（核心、信号处理和图像处理）。 -
非常感谢您的帮助，非常感谢，尽管快速文件搜索表明我也没有这些文件。事实上，在所有文件中搜索“.dll”时，只返回了 3 个，没有一个链接到 CUDA。我还在问题中附加了“nppi”搜索的输出，以防万一。如果这似乎是错误的，我将重新安装 CUDA 6.0 工具包。另外，也许不言而喻，但操作系统是一个特殊的 linux for tegra (L4T) 发行版。该操作系统以及 CUDA 工具包是从 Nvidia 网站 (developer.nvidia.com/jetson-tk1-support) 下载的。
-
* 很抱歉我还不能附上图片
-
A .dll 是 Windows 共享库文件（扩展名）。你不会（通常）在 linux 安装中找到它们。 linux 中的类似功能由 .so 文件提供。例如，您当然应该能够在您的机器上找到
libcudart.so。我并不是说使用您引用的存储库就像将 .dll 转换为 .so 或类似的东西一样简单。如果您引用的存储库是为 Windows 设计的（仅），那么修改它以在 linux 上工作可能不是一件容易的事，尽管它通常可以通过一些努力来实现。 -
好的，非常感谢。你可以说我的背景不是计算！我将尝试使用 .so 文件，看看是否可以使用它们将库导入 Python。
标签： python cuda nvidia pycuda npp