** 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。
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)
2.Nvidia driver
Ubuntu可以选择自动安装：
system setting-> software updates->other additional drivers
强烈建议这个方法
手动安装的方法如下：
1）禁用nouveau
$ sudo vi /etc/modprobe.d/blacklist.conf
+ blacklist nouveau
$ sudo vi /etc/
default/grub (kernel 行)
+ nouveau.modeset=
0 blacklist=nouveau
或者
$ sudo nano /etc/modprobe.d/disable-nouveau.conf
+blacklist nouveau
+options nouveau modeset=0
个人感觉两种方法是一样的
2) 重新构建initramfs
$
sudo update-initramfs -u
$
sudo reboot
3) CTR+ALT+F1 模式下
$
sudo service mdm stop
$
sudo chmod
755 NVIDIA/Linux-x86_64.run
$
sudo sh ./NVIDIA-Linux-x86_64.run
$
sudo service mdm start
4) 重启电脑
$
sudo reboot
5) 验证是否正确
$ lspci –vnn | grep
VGA –
A 12
$ nvidia-smi
$ glxinfo | grep
OpenGL
$ glxgears
$ glmark2
3.Cuda8.0 ( Linux x86_64 Unumtu 14.04 )
1) 安装缺少的库
$ 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
// libgl1-mesa-glx有时候装不上，不过好像也没关系
$
sudo apt-get install vim
2) 进入CUDA run文件的文件夹
$
sudo sh cuda_8.
0.44_linux.run
不用安装nvidia driver,其他项接受
3) 设置环境变量
尝试这个，据说这个文件是默认的
$
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
或者：
$ 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
下面的操作类似,保险起见，两个都试试
$ 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
三种方法应该是一样的效果，建议先尝试第一种，亲测有效
$
sudo ldconfig //环境变量立即生效
$ env
$
echo $PATH |
echo $LD_LIBRARY_PATH
4) 验证安装是否完成
$ nvidia-smi
$ nvcc –
V
5) Cuda samples
编译所有的cuda samples
$
cd /home/username/NVIDIA_CUDA-
8.0_Samples
$
sudo make
也可以进入/usr/local/cuda-8.0/samples/1_Utilities/deviceQuery/目录下
$ sudo make
$ ./deviceQuery
显示系统信息和最后一行pass， 证明安装成功
**To uninstall the CUDA Toolkit,run the uninstall script in /usr/local/cuda-8.0/bin
6) 安装cudnn 5.0
$ 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
可以运行一下 ./deviceQuery 看一下是否通过
*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：
$ 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
4.安装Matlab214a
5.降级gcc
** 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。
$
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++
验证一下当前gcc版本是不是默认为4.7
6.安装caffe
1) 安装依赖项
$ 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
2) BLAS 安装
$ sudo apt
-get install libatlas
-base-dev
3) 安装pycaffe接口所需要的依赖项
$ 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
4) 安装openCV3.1
$
cd opencv-
3.1.
0/modules/cudalegacy/src
修改graphcuts.cpp(因为opencv3.1还不支持cuda8.0)
#
if !
defined(HAVE_CUDA) ||
defined(CUDA_DISABLER) || (CUDART_VERSION >=
8000)
进入opencv目录 (如果没有cmake,请装)
$ mkdir build
$ cd build
$ sudo cmake –
D CMAKE_BUILD_TYPE=
Release –
D CMAKE_INSTALL_PREFIX=
/usr/local ..
$ sudo make –j16
$ sudo make install
5) Caffe
进入Caffe文件夹，并复制Makefile.config及修改
$
cp Makefile
.config.example Makefile
.config
$ sudo gedit Makefile
.config
修改Makefile.config，按照自己的需求修改
USE_CUDNN :=1
OPENCV_VERSION := 3
MATLAB_DIR := /usr/local/MATLAB/R2014a
保存
$
cd ..
//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 ..
最后一步，
$
sudo make all -j16
$
sudo make test -j16
$
sudo make runtest -j16
$
sudo make pycaffe
$
sudo make matcaffe
搞定，收工回家
6) Test MNIST 根据官网测试MNIST
7.安装jupyter，在线编辑工具
$
sudo pip install jupyter
- 可能出现的问题
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
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
如果重启之后显示Xserver不能启动，原因可能是mdm没有设置好
$
sudo service mdm restart
或者重新安装mdm
$
sudo apt-get remove mdm
$
sudo apt-get install mdm
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）
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
参考了前辈的经验： http://www.2cto.com/os/201607/528798.html
