Ubuntu16.04+caffe+GPU(亲测有效)

前端之家收集整理的这篇文章主要介绍了Ubuntu16.04+caffe+GPU(亲测有效)前端之家小编觉得挺不错的,现在分享给大家,也给大家做个参考。

安装教程亲测有效
1、安装驱动
(1)查询NVIDIA驱动型号:
http://www.nvidia.com/Download/index.aspx?lang=en-us


(2)点击下载

切记:一定要把它保存到home目录下
2、安装显卡:
在终端下输入:

sudo gedit /etc/modprobe.d/blacklist.conf

输入密码后在最后一行加上 blacklist nouveau . 这里是将Ubuntu自带的显卡驱动加入黑名单。
在终端输入:

sudo update-initramfs -u

然后重启电脑,在登录页面切换到文字界面,(按Ctrl+Alt+F1~F6)
输入命令:

sudo service lightdm stop

现在可以安装驱动了:

cd ~
sudo ./NVIDIA-Linux-x86_64-390.48.run

安装完成之后输入以下指令进行验证:

sudo nvidia-smi


如果重启,循环在登录页面,请查看我的另一博客https://blog.csdn.net/chris_pei/article/details/79048003
3、安装CUDA
(1)官网下载:https://developer.nvidia.com/cuda-downloads

(2)下载完成后执行以下命令(我用的是cuda8.0)

sudo chmod 777 cuda_8.0.61_375.26_linux.run      
sudo  ./cuda_8.0.61_375.26_linux.run

注意:执行后会有一系列提示让你确认,但是注意,有个让你选择是否安装驱动时,一定要选择否.因为前面我们已经安装了更加新的nvidia367,所以这里不要选择安装。其余的都直接默认或者选择是即可。
(3)环境配置
打开~/.bashrc文件

sudo gedit ~/.bashrc

将以下内容写入到~/.bashrc尾部:

export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

在/etc/profile文件添加CUDA环境变量:

sudo gedit /etc/profile

打开文档都在文档结尾加上下面两句:

PATH=/usr/local/cuda/bin:$PATH  
 export PATH

保存后,执行下列命令,使环境变量立即生效:

source  /etc/profile

同时添加lib库路径,在 /etc/ld.so.conf.d/新建文件 cuda.conf

sudo gedit /etc/ld.so.conf.d/cuda.conf

在文中加入下面内容

/usr/local/cuda/lib64

执行下列命令使之立刻生效:

sudo ldconfig

(4)测试CUDA的samples

cd /usr/local/cuda-7.5/samples/1_Utilities/deviceQuery
make
sudo ./deviceQuery

如果显示一些关于GPU的信息,则说明安装成功。
4、配置cuDNN
(1)下载CUDA
首先去官网 https://developer.nvidia.com/rdp/cudnn-download 下载cuDNN,需要注册一个账号才能下载。下载版本号如下图:

下载cuDNN5.1之后进行解压:

sudo tar -zxvf ./cudnn-8.0-linux-x64-v5.1.tgz
   cd cuda; sudo cp lib64/lib* /usr/local/cuda/lib64/; 
   sudo cp include/cudnn.h /usr/local/cuda/include/  
   更新软连接: cd /usr/local/cuda/lib64/
   sudo chmod +r libcudnn.so.5.1.10
   sudo ln -sf libcudnn.so.5.1.10 libcudnn.so.5
   sudo ln -sf libcudnn.so.5 libcudnn.so
   sudo ldconfig

请注意,请到自己解压后的lib64文件夹看这个文件libcudnn.so.5.0.5 ,电脑配置不同下面的数字型号不同,进行相应的修改,否则会报错。
5、安装OpenCV3.1
(1)下载依赖包

sudo apt-get install build-essential
sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev
sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev
sudo apt-get install --assume-yes libopencv-dev libdc1394-22 libdc1394-22-dev libjpeg-dev libpng12-dev libtiff5-dev libjasper-dev libavcodec-dev libavformat-dev libswscale-dev libxine2-dev libgstreamer0.10-dev libgstreamer-plugins-base0.10-dev libv4l-dev libtbb-dev libqt4-dev libfaac-dev libmp3lame-dev libopencore-amrnb-dev libopencore-amrwb-dev libtheora-dev libvorbis-dev libxvidcore-dev x264 v4l-utils unzip
sudo apt-get install ffmpeg libopencv-dev libgtk-3-dev python-numpy python3-numpy libdc1394-22 libdc1394-22-dev libjpeg-dev libpng12-dev libtiff5-dev libjasper-dev libavcodec-dev libavformat-dev libswscale-dev libxine2-dev libgstreamer1.0-dev libgstreamer-plugins-base1.0-dev libv4l-dev libtbb-dev qtbase5-dev libfaac-dev libmp3lame-dev libopencore-amrnb-dev

(2)下载OpenCV安装包
下载源码
wget https://github.com/opencv/opencv/archive/3.4.0.zip
解压源码

unzip 3.4.0.zip

从源代码构建OpenCV

cd opencv-3.4.0  
mkdir build  
cd build  
cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local ..  
make  
make install

(3)测试是否成功

mkdir ~/opencv-test  
cd ~/opencv-test  
gedit DisplayImage.cpp

编辑如下代码

#include <stdio.h> 
#include <opencv2/opencv.hpp> 
using namespace cv;  
int main(int argc,char** argv )  
{  
    if ( argc != 2 )  
    {  
        printf("usage: DisplayImage.out <Image_Path>\n");  
        return -1;  
    }  
    Mat image;  
    image = imread( argv[1],1 );  
    if ( !image.data )  
    {  
        printf("No image data \n");  
        return -1;  
    }  
    namedWindow("Display Image",WINDOW_AUTOSIZE );  
    imshow("Display Image",image);  
    waitKey(0);  
    return 0;  
}

创建CMake编译文件

gedit CMakeLists.txt

写入如下内容

cmake_minimum_required(VERSION 2.8)  
project( DisplayImage )  
find_package( OpenCV required )  
add_executable( DisplayImage DisplayImage.cpp )  
target_link_libraries( DisplayImage ${OpenCV_LIBS} )

编译:

cd ~/opencv-test  
cmake .  
make

执行:此时opencv-test文件夹中已经产生了可执行文件DisplayImage,随便从网上下载一张图片放在opencv-test文件夹下,此处下载了opencv.jpg,然后运行:

./DisplayImage opencv.jpg

结果是显示我下载的这张图像。如果想用python调用opencv,安装python-opencv:

sudo apt-get install python-opencv  
sudo apt-get install python-numpy

Ps:如果用cuda8.0,可能会出现以下错误

这是因为opecv3.0与cuda8.0不兼容导致的。解决办法:修改 ~/opencv/modules/cudalegacy/src/graphcuts.cpp文件内容,如图:

其中

#if !defined (HAVE_CUDA) || defined (CUDA_DISABLER)||(CUDART_VERSION>=8000)

6、配置caffe
(1)下载依赖包

sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler
sudo apt-get install --no-install-recommends libboost-all-dev
sudo apt-get install libopenblas-dev liblapack-dev libatlas-base-dev
sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev

(2)https://github.com/BVLC/caffe下载caffe
下载完成后,会在家目录下的下载里找到caffe-master.zip,用unzip命令解压到家目录下,然后重命名为caffe.
(3)复制Makefileconfig

sudo cp Makefile.config.example Makefile.config

(4)打开并修改配置文件

sudo gedit Makefile.config #打开Makefile.config文件 

根据个人情况修改文件
a.若使用cudnn,则将

#USE_CUDNN := 1

修改成:

USE_CUDNN := 1

b.若使用的opencv版本是3的,则

#OPENCV_VERSION := 3 

修改为:

OPENCV_VERSION := 3

c.若要使用python来编写layer,则

#WITH_PYTHON_LAYER := 1 

修改

WITH_PYTHON_LAYER := 1

d.重要的一项 :
将# Whatever else you find you need goes here. 下面的

INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib

修改为:

INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu /usr/lib/x86_64-linux-gnu/hdf5/serial

(5)修改makefile文件
打开makefile文件,做如下修改

NVCCFLAGS +=-ccbin=$(CXX) -Xcompiler-fPIC $(COMMON_FLAGS)

替换为:

NVCCFLAGS += -D_FORCE_INLINES -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS)

接下来是针对安装opencv3.0.0版本的同学而言的,对于3.0.0之前的版本不需要修改
在位置(LIBRARIES+= glog gflags protobuf leveldb snappy lmdbboost_system hdf5_hl hdf5 m opencv_coreopencv_highgui opencv_imgproc)处添加opencv_imgcodecs
(6)编译

make all –j8
make test –j8
make runtest –j8

7.编译pycaffe
在caffe根目录的python文件夹下,有一个requirements.txt的清单文件,上面列出了需要的依赖库,按照这个清单安装就可以了。
在安装scipy库的时候,需要fortran编译器(gfortran),如果没有这个编译器就会报错,因此,我们可以先安装一下。
首先回到caffe的根目录,然后执行安装代码

cd ~/caffe
sudo apt-get install gfortran
cd ./python
for req in $(cat requirements.txt); do pip install $req; done

安装完成以后,再次回到caffe根目录我们可以执行:

cd ..
sudo pip install -r python/requirements.txt

就会看到,安装成功的,都会显示Requirement already satisfied,没有安装成功的,会继续安装。
编译python接口:

make pycaffe  -j8

配置环境变量,以便python调用

sudo gedit ~/.bashrc

将export PYTHONPATH=/home/caffe/python:$PYTHONPATH添加文件

source ~/.bashrc

猜你在找的Ubuntu相关文章