Caffe学习系列(1):安装配置ubuntu14.04+cuda7.5+caffe+cudnn

前端之家收集整理的这篇文章主要介绍了Caffe学习系列(1):安装配置ubuntu14.04+cuda7.5+caffe+cudnn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。

转自:http://www.cnblogs.com/denny402/p/5067265.html


一、版本

linux系统:Ubuntu 14.04 (64位)

显卡:Nvidia K20c

cuda: cuda_7.5.18_linux.run

cudnn: cudnn-7.0-linux-x64-v4.0-rc

二、下载

Ubuntu 14.04下载地址:http://www.ubuntu.com/download/desktop (64bit)

cuda7.5下载地址:https://developer.nvidia.com/cuda-downloads/ ,下载对应的操作系统和版本cuda_7.5.18_linux.run,放到~根目录下

cudnn下载址:https://developer.nvidia.com/cudnn,需要注册,并通过审核才能下载,下载相应文件cudnn-7.0-linux-x64-v4.0-rc.tgz,放到~根目录下.审核一般一至两天,等不及的同学可到http://pan.baidu.com/s/1bnOKBO下载

三、开始安装

1、安装ubuntu,此文不关注。

2、禁用nouveau驱动

按Ctrl+Alt+F1进入命令提示符,新建一个黑名单文件

# sudo vi /etc/modprobe.d/blacklist-nouveau.conf

输入

@H_502_59@blacklist nouveau
options nouveau modset=0

保存退出(:wq)

后执行

sudo update-initramfs -u

执行lspci | grep nouveau查看是否有内容

lspci | grep nouveau

@H_502_59@如果没有内容 ,说明禁用成功,如果有内容,就重启一下再查看

sudo reboot

重启后,进入登录界面的时候,不要登录进入桌面,直接按Ctrl+Alt+F1进入命令提示符。

3、安装cuda 7.5

(CUDA™是一种由NVIDIA推出的通用并行计算架构,该架构使GPU能够解决复杂的计算问题。 它包含了CUDA指令集架构(ISA)以及GPU内部的并行计算引擎。 开发人员现在可以使用C语言来为CUDA™架构编写程序,C语言是应用最广泛的一种高级编程语言。所编写出的程序于是就可以在支持CUDA™的处理器上以超高性能运行。CUDA3.0已经开始支持C++和FORTRAN。)

先安装一些常用的软件,注意整个过程需要联网

sudo service lightdm stop # sudo apt-get install g++ sudo apt-get install git sudo apt-get install freeglut3-dev

接下来进入~根据目录安装cuda 7.5

cd sudo sh cude_7.5.18_linux.run

安装的时候,要让你先看一堆文字(EULA),我们直接不停的按空格键到100%,然后输入一堆accept,yes,yes或回车进行安装。

安装完成后,重启,然后用ls查看一下,是否生成了四个左右以nvidia开头的文件

ls /dev/nvidia*

如果有,说明安装成功了,如果没有,可能不成功,需要卸载重装。卸载命令如下:

sudo /usr/local/cuda-7.5/bin/uninstall_cuda_7.5.pl sudo /usr/bin/nvidia-uninstall

如果你还不放心是否安装成功,请参考其它教程,编译Samples进行测试。

最后,配置环境变量,我们直接放在系统配置文件profile里面,先打开profile文件

sudo vi /etc/profile

在最后面加入两行代码,如果你还不会用vi进行编辑,请百度

export PATH=/usr/local/cuda-7.5/@H_502_59@bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-7.5/lib64:$LD_LIBRARY_PATH

保存退出,至此cuda 7.5安装完毕。

4、安装caffe

先下载caffe

sudo git clone https://github.com/BVLC/caffe.git

然后安装一堆第三方库

 sudo apt-get install libatlas-base-dev sudo apt-get install libprotobuf-dev sudo apt-get install libleveldb-dev sudo apt-get install libsnappy-dev sudo apt-get install libopencv-dev sudo apt-get install libboost-all-dev sudo apt-get install libhdf5-serial-dev sudo apt-get install libgflags-dev sudo apt-get install libgoogle-glog-dev sudo apt-get install liblmdb-dev sudo apt-get install protobuf-compiler

接着,安装opencv

cd caffe sudo git clone https://github.com/jayrambhia/Install-OpenCV cd Install-OpenCV/Ubuntu sudo sh dependencies.sh cd 2.4 sudo sh opencv2_4_10.sh

接下来,编译caffe

cd ~/caffe sudo cp Makefile.config.example Makefile.config make all

至此,caffe安装完成。

5、配置运行环境

caffe运行时需要调用cuda的库,我们在/etc/ld.so.conf.d目录下新建一个cafe.conf文件,将所需要用的库的目录写入

sudo vi /etc/ld.so.conf.d/caffe.conf

添加内容

/usr/local/cuda/lib64

保存退出(:wq)

更新配置

sudo ldconfig

6、测试caffe

下载mnist数据

sudo sh data/mnist/get_mnist.sh sudo sh examples/mnist/create_mnist.sh

运行时,如果你有GPU,则不需要修改配置文件,如果没有gpu,则需要修改配置文件lenet_solver.prototxt

sudo vi examples/mnist/lenet_solver.prototxt

将最后一行的solver_mode:GPU改为solver_mode:cpu

配置好后,就可以运行了

sudo sh examples/mnist/train_lenet.sh

注意,运行caffe程序时,必须在caffe的根目录下,不然会出错

7、安装cudnn进行加速

假设事先已经下载好cudnn-7.0-linux-x64-v4.0-rc.tgz放到~根目录

sudo tar xvf cudnn-7.0-linux-x64-v4.0-rc.tgz cd cuda/include sudo cp *.h /usr/local/include/ cd ../lib64 sudo cp lib* /usr/local/lib/ cd /usr/local/lib sudo chmod +r libcudnn.so.4.0.4 sudo ln -sf libcudnn.so.4.0.4 libcudnn.so.4 sudo ln -sf libcudnn.so.4 libcudnn.so sudo ldconfig
将caffek根目录下 Makefile.config中 USE_CUDNN 行的注释去除,然后重新进行编译。

sudo vi Makefile.config

@H_502_59@将USE_CUDNN 行的注释符号#去除,即 USE_CUDNN := 1

然后重新编译

sudo make clean sudo make all

到此,全部安装完成。

如果没有gpu,则不能用cudnn。

原文链接:https://www.f2er.com/ubuntu/353170.html

猜你在找的Ubuntu相关文章