Ubuntu14.04 + Nvidia Cuda8.0 + Caffe

@H_404_0@** note: 由于输入法的原因，代码中的“-”可能运行错误，粘贴代码时，请自动修改，例如修改“update-initramfs -u”中的“-u”. 避免出现运行错误。

@H_404_0@1.系统信息：
Linux mint 17.3 64bit
（Mint每次重启都会出现Xserver不能启动的问题）
Ubuntu 14.04
( 最好是Ubuntu，问题很少)
GeForce GTX 750 Ti
gcc 4.8.4 (matlab2014a不支持4.8，之后需要降级到4.7)

@H_404_0@2.Nvidia driver

@H_404_0@Ubuntu可以选择自动安装：
system setting-> software updates->other additional drivers
强烈建议这个方法

@H_404_0@手动安装的方法如下：

@H_404_0@1）禁用nouveau

 
 
  
  1
  
  2
  
  3
  
  4
 
 $ sudo vi /etc/modprobe.d/blacklist.conf
+ blacklist nouveau
$ sudo vi /etc/default/grub (kernel 行)
+ nouveau.modeset=0  blacklist=nouveau

@H_404_0@或者

$ sudo nano /etc/modprobe.d/disable-nouveau.conf
+blacklist nouveau
+options nouveau modeset=0

@H_404_0@个人感觉两种方法是一样的

@H_404_0@2) 重新构建initramfs

 
 
  
  2
 
 
$ sudo update-initramfs -u
$ sudo reboot

@H_404_0@3) CTR+ALT+F1 模式下

 
 
  
  4
 
 
$ sudo service mdm stop
$ sudo chmod 755 NVIDIA/Linux-x86_64.run
$ sudo sh ./NVIDIA-Linux-x86_64.run  
$ sudo service mdm start

@H_404_0@4) 重启电脑

 
 
  
  1
 
 
$ sudo reboot

@H_404_0@5) 验证是否正确

 
 
  
  4
  
  5
 
 
$ lspci –vnn | grep VGA –A 12
$ nvidia-smi
$ glxinfo | grep OpenGL
$ glxgears
$ glmark2

@H_404_0@3.Cuda8.0 ( Linux x86_64 Unumtu 14.04 )
1) 安装缺少的库

 
 
  
  2
 
 
$ sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libglu1-mesa libglu1-mesa-dev 
$ sudo apt-get install libgl1-mesa-glx

@H_404_0@// libgl1-mesa-glx有时候装不上，不过好像也没关系

 
 
  
  1
 
 
$ sudo apt-get install vim

@H_404_0@2) 进入CUDA run文件的文件夹

 
 
  
  1
 
 
$ sudo sh cuda_8.0.44_linux.run

@H_404_0@不用安装nvidia driver,其他项接受

@H_404_0@3) 设置环境变量
尝试这个，据说这个文件是默认的

 
 
  
  4
 
 
$ sudo vi ~/.bashrc
+ export PATH=/usr/local/cuda-8.0/bin:$PATH
+ export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH
$ source ~/.bashrc

@H_404_0@或者：

 
 
  
  5
  
  6
 
 
$ sudo vi /etc/profile
+ export PATH=/usr/local/cuda-8.0/bin:$PATH
+ export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH
+ export PATH=/usr/local/cuda/bin:$PATH
+ export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
$ sudo ldconfig

@H_404_0@下面的操作类似,保险起见，两个都试试

 
 
  
  4
 
 
$ sudo vi /etc/bash.bashrc
+ export PATH=/usr/local/cuda-8.0/bin:$PATH
+ export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH
$ source /etc/bash.bashrc

@H_404_0@三种方法应该是一样的效果，建议先尝试第一种，亲测有效

 
 
  
  1
 
 
$ sudo ldconfig  //环境变量立即生效

 
 
  
  2
 
 
$ env//查看是否环境变量是否正确 或者 
$ echo $PATH | echo $LD_LIBRARY_PATH

@H_404_0@4) 验证安装是否完成

 
 
  
  2
 
 
$ nvidia-smi
$ nvcc –V

@H_404_0@5) Cuda samples
编译所有的cuda samples

 
 
  
  2
 
 
$ cd /home/username/NVIDIA_CUDA-8.0_Samples
$ sudo make

@H_404_0@也可以进入/usr/local/cuda-8.0/samples/1_Utilities/deviceQuery/目录下

 
 
  
  2
 
 
$ sudo make
$ ./deviceQuery

@H_404_0@显示系统信息和最后一行pass，证明安装成功

@H_404_0@**To uninstall the CUDA Toolkit,run the uninstall script in /usr/local/cuda-8.0/bin

@H_404_0@6) 安装cudnn 5.0

 
 
  
  6
  
  7
  
  8
  
  9
  
  10
  
  11
  
  12
 
 
$ tar –zxvf cudnn-8.0-linux-x64-v5.0-ga.tgz
$ sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
$ sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/
$ sudo chmod a+r /usr/local/cuda/include/cudnn.h
$ sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
//保险起见，再cp到cuda-8.0
$ sudo cp cuda/include/cudnn.h /usr/local/cuda-8.0/include/
$ sudo cp cuda/lib64/libcudnn* /usr/local/cuda-8.0/lib64/
$ sudo chmod a+r /usr/local/cuda-8.0/include/cudnn.h
$ sudo chmod a+r /usr/local/cuda-8.0/lib64/libcudnn*

$ sudo ldconfig

@H_404_0@可以运行一下 ./deviceQuery 看一下是否通过

@H_404_0@*安装caffe时，运行make runtest 可能会出现以下错误：
Libcudart.so.8.0: can not open shared object files: no such file…
运行下面指令可以解决：

 
 
  
  6
 
 
$ sudo cp /usr/local/cuda-8.0/lib64/libcudart.so.8.0 /usr/local/lib/libcudart.so.8.0
$ sudo cp /usr/local/cuda-8.0/lib64/libcublas.so.8.0 /usr/local/lib/libcublas.so.8.0
$ sudo cp /usr/local/cuda-8.0/lib64/libcurand.so.8.0 /usr/local/lib/libcurand.so.8.0
$ sudo cp /usr/local/cuda-8.0/lib64/libcudnn.so.5 /usr/local/lib/libcudnn.so.5

$ sudo ldconfig

@H_404_0@4.安装Matlab214a

@H_404_0@5.降级gcc

@H_404_0@** note: 降级gcc，最好在安装Matlab之后进行，或者在最开始的时候进行，因为期间会出现gcc文件夹无法找到的错误。

 
 
  
  7
 
 
$ sudo apt-get install –y gcc-4.7
$ sudo apt-get install –y g++-4.7
$ cd /usr/bin
$ sudo rm gcc
$ sudo ln –s gcc-4.7 gcc
$ sudo rm g++ 
$ sudo ln –s g++-4.7 g++

@H_404_0@验证一下当前gcc版本是不是默认为4.7

@H_404_0@6.安装caffe
1) 安装依赖项

 
 
  
  6
 
 
$ 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 libgflags-dev libgoogle-glog-dev liblmdb-dev
$ sudo apt-get install python-pip
$ sudo pip install protobuf
$ sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev

@H_404_0@2) BLAS 安装

 
 
  
  1
 
 
$ sudo apt-get install libatlas-base-dev

@H_404_0@3) 安装pycaffe接口所需要的依赖项

 
 
  
  1
 
 
$ sudo apt-get install python-numpy python-scipy python-matplotlib python-sklearn python-skimage python-h5py python-protobuf python-leveldb python-networkx python-nose python-pandas python-gflags cython ipython

@H_404_0@4) 安装openCV3.1

 
 
  
  1
 
 
$ cd opencv-3.1.0/modules/cudalegacy/src

@H_404_0@修改graphcuts.cpp(因为opencv3.1还不支持cuda8.0)

 
 
  
  1
 
 
#if !defined(HAVE_CUDA) || defined(CUDA_DISABLER) || (CUDART_VERSION >= 8000)

@H_404_0@进入opencv目录 (如果没有cmake,请装)

 
 
  
  5
 
 
$ mkdir build
$ cd build
$ sudo cmake –D CMAKE_BUILD_TYPE=Release –D CMAKE_INSTALL_PREFIX=/usr/local ..
$ sudo make –j16
$ sudo make install

@H_404_0@5) Caffe

@H_404_0@进入Caffe文件夹，并复制Makefile.config及修改

 
 
  
  2
 
 
$ cp Makefile.config.example Makefile.config
$ sudo gedit Makefile.config

@H_404_0@修改Makefile.config，按照自己的需求修改

 
 
  
  3
 
 
USE_CUDNN :=1
OPENCV_VERSION := 3
MATLAB_DIR := /usr/local/MATLAB/R2014a

@H_404_0@保存

 
 
  
  1
 
 
$ cd ..

 
 
  
  4
 
 //这段可有可无，前面依赖项都装好，这步可以不要
$ cd caffe/python
$ for req in $(cat requirements.txt); do pip install $req; done
$ cd ..

@H_404_0@最后一步，

 
 
  
  6
 
 
$ sudo make all -j16
$ sudo make test -j16
$ sudo make runtest -j16

$ sudo make pycaffe
$ sudo make matcaffe

@H_404_0@搞定，收工回家

@H_404_0@6) Test MNIST 根据官网测试MNIST

@H_404_0@7.安装jupyter，在线编辑工具

 
 
  
  1
 
 
$ sudo pip install jupyter

可能出现的问题

@H_404_0@如果出现Segmentation fault错误，原因可能是依赖项没有装全。
如果出现.so libraries缺失，原因可能是环境变量没有配置好。
如果出现hd5f错误，可以尝试在caffe配置文件下面修改

 
 
  
  3
 
 
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/lib/x86_64-linux-gnu/hdf5/serial/include

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

@H_404_0@如果重启之后显示Xserver不能启动，原因可能是mdm没有设置好

 
 
  
  1
 
 
$ sudo service mdm restart

@H_404_0@或者重新安装mdm

 
 
  
  2
 
 
$ sudo apt-get remove mdm
$ sudo apt-get install mdm

@H_404_0@还是建议安装Ubuntu，而不是linux mint
（mint下面尝试了好几次，都是这个问题）

@H_404_0@都是血和泪，从头到尾装了好几天，每次都是折在了最后一步，要不然就是重启之后Xserver不能启动

@H_404_0@参考了前辈的经验： http://www.2cto.com/os/201607/528798.html

Ubuntu14.04 + Nvidia Cuda8.0 + Caffe

猜你在找的Ubuntu相关文章