caffe--ubuntu14.04.04+cuda7.5+opencv3.0+python2.7(Anaconda)+matlab(笔记本双显卡,独显为NVIDIA1060)

前端之家收集整理的这篇文章主要介绍了caffe--ubuntu14.04.04+cuda7.5+opencv3.0+python2.7(Anaconda)+matlab(笔记本双显卡,独显为NVIDIA1060)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。

官方caffe安装文档

1.依赖库(可以在装完cuda后执行)

官网的依赖库:

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

参考书上的依赖库安装:

sudo apt-get install libprotobuf-dev libdevldeleveldb-dev libsnappy-e-dev libopencv-dev libboost-all-dev

sudo apt-get install libhdf5-serial-dev libgflags-dev libgoogle-glglog-dev liblmdb-dev protobuf-compiler

参看依赖库安装:

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

注意:如果提示找不到哪个依赖包,就使用命令sudo apt-get update更新源文件

2.下载和计算机相应的驱动,笔记本和台式机分别有对应型号的驱动

a.将驱动文件存放在非中文文件夹下;

b.载账户登录界面使用ctrl+alt+F1,进入驱动所在的安装包文件夹;

c.关闭图形化界面:sudo service lightdm stop

d.卸载当前的驱动:sudo apt-get remove --purge nvidia*

e.使用命令安装驱动,一定要使用带参数的命令安装驱动,否则会出现重复登录账户的情况:sudo sh NVIDIA*******.run -no-x-check -no-opengl-files -no-nouveau-check,如果没有按照该方法安装驱动出现不能进入ubuntu界面的情况下,也可以使用上面的b,d卸载已经装好的驱动,在按照e方法装一遍驱动即可;

测试驱动是否安装成功:nvidia-smi,显示GPU信息

启动图像画界面:sudo service lightdm start,重启,观察分辨率是否提高

3.安装并编译并测试cuda中的example(安装cuda官方说明文档一步步安装)

检测是否具备显卡:lspci | grep -i nvidia

检查当前系统版本:uname -m && cat /etc/*release

检测是都安装gcc:gcc --version(ubuntu14.04自身会安装)

检测系统是否安装了kernel head:uname -r,没有则需要安装:sudo apt-get install linux-headers-$(uname -r)
下载相应的run包进行安装,一定要使用本地的.run包进行安装(这样可以进行选择安装的功能),否则安装好后会出现很多错误:sudo sh cuda...........(安装过程中,example会被复制一次到jieping/文件夹,并且以NVIDIA相应型号的文件名命名)

选项:accept,n(不安装图形驱动),y(安装toolkit),默认路径,y,y(安装cuda7.5列子)

设置环境变量:

sudo vi /etc/profile

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

重启(我这边重启后系统界面的分辨率变得很不正常,选择分辨率的时候只有一个分辨率的选项,参考该网址调节分辨率,再重启就正常了,也可能要多重启几遍);查看系统环境变量:env,能够查看到上面写入的两条路径
官方文档里说只需在终端中运行上述两条export语句即可,但如果不将它们不写入/etc/profile文件的话,这样的环境变量在你退出终端后就消失了,不起作用了,所以写入才是永久的做法。验证并检验cuda是否安装成功具体方法参考网址

编译cuda中的列子(验证cuda是否安装成功):

sudo apt-get install build-essential(否则make的时候会出现缺少依赖库的错误,安装make和opencv需要的依赖库)

进入/usr/local/cuda-7.5/samples:执行命令 sudo make all 等待编译完成

编译的过程中可能会出现:ubuntu can not find libglut,只要输入下面的安装命令就可以在/usr/lib中找到libglut文件

sudo apt-get install freeglut3 freeglut3-dev

cd bin/x86_64/Linux/release/

./deviceQuery 运行device_query文件,如果cuda安装成功则会显示GPU的相关信息

./bandwidthTest 不是参考文档中的sandwidthTest

卸载cuda:sudo ./usr/local/cuda-X.Y/bin/uninstall_cuda_X.Y.pl

4.安装cuDNN

tar -zxvf cudnn-7.5-linux-x64-v5.0-ga.tgz 解压文件

cd cuda 进入解压的文件

sudo cp lib64/lib* /usr/local/cuda/lib64 复制解压文件的lib文件到cuda的lib64

sudo cp include/cudnn.h /usr/local/cuda/include/ 复制头文件

更新cuDNN库文件的软链接

cd /usr/local/cuda/lib64

sudo chmod +r libcudnn.so.5.0.5 更改文件的权限

sudo ln -sf libcudnn.so.5.0.5 libcudnn.so.5 设置两个文件链接文件

sudo ln -sf libcudnn.so.5 libcudnn.so

sudo ldconfig 系统共享动态链接

后面需要修改caffe文件中的Makefile.config,将USE_CUDNN取消注释,将cpu_ONLY:=1注释

5.安装BLAS

sudo apt-get install libopenblas-dev

后面需要修改caffe文件中的Makeifle.config,将BLAS:=open

安装python及其依赖库

sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev
【警告】:下列软件包不能通过验证!
 liblmdb0 liblmdb-dev lmdb-doc

解决不能通过验证的办法:sudo apt-get update

6.下载对应版本的OpenCV文件参考opencv安装方法转换opencv版本

先按照文档安装必须的依赖库文件,按照上面文档的方法在cmake变异opencv过程中下载ippicv_linux_20141027.tgz文件的时候会出现编码不匹配的情况,如下:

for file: [/home/jieping/software/DP/opencv-3.0.0/3rdparty/ippicv/downloads/linux-8b449a536a2157bcad08a2b9f266828b/ippicv_linux_20141027.tgz]
expected hash: [8b449a536a2157bcad08a2b9f266828b]
actual hash: [9d44e7247b139c51d3d7a90ddc99cae6]
Call Stack (most recent call first):
3rdparty/ippicv/downloader.cmake:108 (_icv_downloader)
cmake/OpenCVFindIPP.cmake:235 (include)
cmake/OpenCVFindLibsPerf.cmake:12 (include)
CMakeLists.txt:526 (include)
CMake Error at 3rdparty/ippicv/downloader.cmake:75 (message):
ICV: Failed to download ICV package: ippicv_linux_20141027.tgz.

解决方法:重新自己手动下载该文件或手动替换该文件参考网址下载文件下载文件

下述方法安装步骤:unzip opencv-3.0.0.zip

mkdir build 在解压文件夹下创建build文件

sudo apt-get install cmake

cd build

cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local ..,cmake参数参考

make

sudo make install

sudo /bin/bash -c 'echo "/usr/local/lib" > /etc/ld.so.conf.d/opencv.conf' 使用bash执行shell脚本命令,添加路径/usr/local/lib到新创建的opencv.conf文件中,一定要加该路径,虽然测试的时候能成功,但是后面执行caffe的runtest就会出现如下错误

.build_release/tools/caffe: error while loading shared libraries: libopencv_core.so.3.0: cannot open shared object file: No such file or directory

sudo ldconfig

更改环境变量:

sudo gedit /etc/bash.bashrc 在末尾添加下面的路径

PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig
export PKG_CONFIG_PATH

编译opencv3.0中自带的列子程序

cd samples/

sudo cmake .

sudo make -j $(nproc) 使用计算机上的核心数并行执行

cd cpp

./cpp-example-facedetect ../data/lena.jpg 显示图像中圈出脸部区域

保存后重新开启终端使其生效;

7. 安装caffe的Python环境

使用发行版python安装,anaconda

bash Anaconda2-4.3.1-Linux-x86_64.sh

sudo /bin/bash -c 'echo "/home/jieping/anaconda2/lib" > /etc/ld.so.conf.d/anaconda2.conf'

sudo gedit /etc/bash.bashrc

export LD_LIBRARY_PATH="/home/jieping/anaconda2/lib:$LD_LIBRARY_PATH”

8.安装Anaconda,参考安装方法

bash Anaconda2-4.3.1-Linux-x86_64.sh

yes,yes,安装路径:/home/jieping/anaconda2

sudo gedit /etc//ld.so.conf 添加路径:/home/jieping/anaconda2/lib,这条命令等价于sudo gedit ~/.bashrcexport PATH="/home/lwp/anaconda2/bin:$PATH"

安装验证:conda install hdf5

9.安装caffe的python依赖库(安装了Anaconda不需要执行这一步)

进入caffe目录下的python文件夹:cd caffe-master/python/

安装pip:sudo apt-get install python-pip

for req in $(cat requirements.txt); do pip install $req; done

上面的7,8,9都是属于安装python有关的依赖库,但是也可以使用系统默认自带的python2.7,这样在后面配置makefile的时候可以省去很多路径配置和编译出错的问题,只需要使用命令安装python-dev包依赖

sudo apt-get install python-dev
安装python调用caffe,也可以后面在安装pycaffe的时候执行

10.安装并编译caffe的python依赖库

sudo apt-get install git

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

cd caffe-master/

cp Makefile.config.example Makefile.conig

修改Makefile.config文件,下面两个区域分别是取消#和加上#:

USE_CUDNN := 1
OPENCV_VERSION := 3
CUDA_DIR := /usr/local/cuda
BLAS := open
ANACONDA_HOME := $(HOME)/anaconda2
PYTHON_INCLUDE := $(ANACONDA_HOME)/include \
# $(ANACONDA_HOME)/include/python2.7 \
# $(ANACONDA_HOME)/lib/python2.7/site-packages/numpy/core/include \
PYTHON_LIB := $(ANACONDA_HOME)/lib
#PYTHON_INCLUDE := /usr/include/python2.7 \
/usr/lib/python2.7/dist-packages/numpy/core/include

无gpu,anaconda版本的makefile配置
make all -j4
make test
make runtest
最后在runtest的时候出现错误:F0428 20:33:42.580351 17111 threshold_layer.cu:24] Check Failed: error == cudaSuccess (8 vs. 0) invalid device function

11.安装caffe python接口

参看网址

12.安装matlab2013b参考网址

参考安装方法

这里要注意的是,不能在windows解压后或直接复制到Linux(带有解压密码),否则会出错打不开,一定要解压后替换install.jar在压缩成ios形式

执行启动matlab:/usr/local/MATLAB/R2013b/bin/matlab -

安装matlab不能使用patch包中的证书激活 解决方案
安装matlab后在斌文件夹下不能启动matlab 解决 原文链接:https://www.f2er.com/ubuntu/353303.html

猜你在找的Ubuntu相关文章