为了caffe（二）在ubuntu14.0464位（双显卡）下安装caffe+cuda7.5+opencv3.0+cudnn５．１

最新推荐文章于 2020-12-18 18:04:40 发布

董琦

最新推荐文章于 2020-12-18 18:04:40 发布

阅读量3.7k

点赞数

本文链接：https://blog.csdn.net/ddqqfree123/article/details/52290207

版权

为了caffe（二）在 ubuntu14.0464位（双显卡）下安装 caffe +cuda7.5+opencv3.0+cudnn５．１

配置联想笔记本G480 双显卡（intel集成显卡和N卡独立显卡GeForce610M）

ubuntu14.0464位 cuda7.5 cudnn5.1 opencv3.0 +caffe

现在是2016年8月这个方法早晚失效我因为看别人教程安装过程中各个版本问题兼职要吐了记录一下

（安好cuda后我重启了一下，无法进入图形界面，我都听见那个登录界面的声音了，可就是黑屏，只能Ctrl+atl+F1进入tty界面，，造成这个问题的原因是（我的G480笔记本有intel集成显卡和N卡独立显卡，负责GUI界面的集成显卡，他在安装cuda的过程中被+屏蔽了）

）

解决办法是：来自知乎大神 https://www.zhihu.com/question/35249192/answer/61880911 安装gdm

如果你很不幸的进不了Ubuntu GUI界面，就按ctrl+shift+F1进入命令行界面，然后输入以下命令先停掉lightdm，然后安装gdm（把gdm设置为默认开启模式）再重启一下电脑就进了。

sudo stop lightdm
sudo apt-get install gdm
作者：快乐的猫
链接：https://www.zhihu.com/question/35249192/answer/108564240
来源：知乎
著作权归作者所有，转载请联系作者获得授权。

其他解决办法：

我还在网上找到了很多其他的解决办法例如1用run安装而不用deb安装，其间要选择不安装opengl（同样出自上面那个知乎网址）

2 用prime切换 3按的时候禁用nouveas 可是这就还要让我再重装一遍啊（重装系统吧，因为进不去GUI了）我都装到现在了，

另外：强烈推荐按照步骤来按顺序特别是caffe一定要最后弄（原因：caffe在makefile关系到前面的东西）

步骤0验证是否满足安装条件

验证你的gpu支持是否支持Cuda
打开支持Cuda运算的 Gpu列表，只要你的GPU在里面找得到就没问题

$
lspci | grep -i nvidia

01:00.0
VGA compatible controller: NVIDIA Corporation GF119M [GeForce 610M]
(rev a1)

我查到了GeForce
	610M   它的Compute
	Capability
	是2.1
	，不到3，所以不能用cudnn，这个后面会讲到，也会安装cudnn（虽然不能用）

确认你的系统是X86架构，可通过下面的命令查询必须是x86_64


$ uname -m &&
cat /etc/*release

x86_64

DISTRIB_ID=Ubuntu

DISTRIB_RELEASE=14.04

DISTRIB_CODENAME=trusty

DISTRIB_DESCRIPTION="Ubu

安装gccUbuntu 14.04已经自带gcc4.8.4,无需自行下载，检查gcc版本可通过如下方法：


$ gcc --version

注意：网上有人推荐升级到gcc4.9 我觉得不对我看官网文档里推荐的就是gcc4.8版本的不推荐升级

步骤1

安装依赖库

安装一些基本依赖项：

$
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 libopenblas-dev liblapack-dev libatlas-base-dev

$
sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev

我是先卸载已有N卡驱动，（就算觉得这是新电脑没装过驱动可以不用做这个，也推荐做一下这，以防万一啊）

sudo
apt-get remove --purge nvidia*

注意：这里卸载了就不需要
 再手动安装了  后面的安装cuda会安装驱动，网上有说手动安装的，我不推荐。

步骤2
下载cuda7.5

地址
https://developer.nvidia.com/cuda-toolkit

现在的版本是7.5版
，   进入下载页面，选择linux
 --》
x86_64 --》ubuntu
--》》14.04--》deb（local）

注意：我选择的是deb（local），
 我觉得deb（network）联网
安装 实在是不放心，   run版本涉及到手动选择配置一些东西，我用不着，。

验证Cuda安装包

$
md5sum filename

推荐一定要验证一下
 谨慎  以防万一

如果下载没出错，那得到的MD5序列号和那个页面中是一致的，否则只能重新下载。

步骤3
安装cuda

cd进cuda安装包所在的目录，执行以下命令

$
sudo dpkg -i cuda-repo-ubuntu1404-7-5-local_7.5-18_amd64.deb

$
sudo apt-get update

$
sudo apt-get install cuda

添加环境变量

$
sudo gedit /etc/profile

#
在末尾添加（注意自己的Cuda版本）：

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

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

$
source /etc/profile

$
sudo reboot

查看GPU驱动版本、Cuda版本：正常安装的话，会出现版本信息，如果没出现说明安装出错，

$
cat /proc/driver/nvidia/version

dong@dong-Lenovo-G480:~$
cat /proc/driver/nvidia/version

NVRM
version: NVIDIA UNIX x86_64 Kernel Module  352.63  Sat Nov  7
21:25:42 PST 2015

GCC
version:  gcc version 4.8.4 (Ubuntu 4.8.4-2ubuntu1~14.04.3)

$
nvcc -V

dong@dong-Lenovo-G480:~$
nvcc -V

nvcc:
NVIDIA (R) Cuda compiler driver

Copyright
(c) 2005-2015 NVIDIA Corporation

Built
on Tue_Aug_11_14:27:32_CDT_2015

Cuda
compilation tools, release 7.5, V7.5.17

步骤4
  安装例程

cuda-install-samples-7.5.sh
~/cuda

编译
cd进NVIDIA_CUDA-7.5_Samples中make:

$ cd
~/cuda/NVIDIA_CUDA-7.5_Samples

$
make

# 编译结果在
~/NVIDIA_CUDA-7.5_Samples/bin/x86_64/linux/release中

执行编译结果，确认安装配置

$ cd

$
./~/NVIDIA_CUDA-7.5_Samples/bin/x86_64/linux/release/deviceQuery

dong@dong-Lenovo-G480:~/NVIDIA_CUDA-7.5_Samples/bin/x86_64/linux/release$
./deviceQuery

./deviceQuery
Starting...


CUDA
Device Query (Runtime API) version (CUDART static linking)

Detected
1 CUDA Capable device(s)

Device
0: "GeForce 610M"

 
CUDA
Driver Version / Runtime Version          7.5 / 7.5

 
CUDA
Capability Major/Minor version number:    2.1

 
Total
amount of global memory:                 1024 MBytes (1073479680
bytes)

  (
1) Multiprocessors, ( 48) CUDA Cores/MP:     48 CUDA Cores

 
GPU
Max Clock rate:                            950 MHz (0.95 GHz)

 
Memory
Clock rate:                             900 Mhz

 
Memory
Bus Width:                              64-bit

  L2
Cache Size:                                 65536 bytes

 
Maximum
Texture Dimension Size (x,y,z)         1D=(65536), 2D=(65536, 65535),
3D=(2048, 2048, 2048)

 
Maximum
Layered 1D Texture Size, (num) layers  1D=(16384), 2048 layers

 
Maximum
Layered 2D Texture Size, (num) layers  2D=(16384, 16384), 2048
layers

 
Total
amount of constant memory:               65536 bytes

 
Total
amount of shared memory per block:       49152 bytes

 
Total
number of registers available per block: 32768

 
Warp
size:                                     32

 
Maximum
number of threads per multiprocessor:  1536

 
Maximum
number of threads per block:           1024

 
Max
dimension size of a thread block (x,y,z): (1024, 1024, 64)

 
Max
dimension size of a grid size    (x,y,z): (65535, 65535, 65535)

 
Maximum
memory pitch:                          2147483647 bytes

 
Texture
alignment:                             512 bytes

 
Concurrent
copy and kernel execution:          Yes with 1 copy engine(s)

 
Run
time limit on kernels:                     No

 
Integrated
GPU sharing Host Memory:            No

 
Support
host page-locked memory mapping:       Yes

 
Alignment
requirement for Surfaces:            Yes

 
Device
has ECC support:                        Disabled

 
Device
supports Unified Addressing (UVA):      Yes

 
Device
PCI Domain ID / Bus ID / location ID:   0 / 1 / 0

 
Compute
Mode:

    
<
Default (multiple host threads can use ::cudaSetDevice() with device
simultaneously) >

deviceQuery,
CUDA Driver = CUDART, CUDA Driver Version = 7.5, CUDA Runtime Version
= 7.5, NumDevs = 1, Device0 = GeForce 610M

Result
= PASS

bandwidthTest确认


$
./~/NVIDIA_CUDA-7.5_Samples/bin/x86_64/linux/release/bandwidthTest

dong@dong-Lenovo-G480:~/NVIDIA_CUDA-7.5_Samples/bin/x86_64/linux/release$
./bandwidthTest

[CUDA
Bandwidth Test] - Starting...

Running
on...


Device 0: GeForce 610M


Quick Mode


Host to Device Bandwidth, 1
Device(s)


PINNED Memory Transfers


  Transfer Size
(Bytes)	Bandwidth(MB/s)


  33554432			6446.0


Device to Host Bandwidth, 1
Device(s)


PINNED Memory Transfers


  Transfer Size
(Bytes)	Bandwidth(MB/s)


  33554432			6428.6


Device to Device Bandwidth, 1
Device(s)


PINNED Memory Transfers


  Transfer Size
(Bytes)	Bandwidth(MB/s)


  33554432			12653.3

Result
= PASS

NOTE:
The CUDA Samples are not meant for performance measurements. Results
may vary when GPU Boost is enabled.

步骤5安装
opencv3.0

先用了网上某个大神的方法试着安装2.4版本oepncv，听说是非常简单但是

我在sudo ./opencv2_4_10.sh时，命令行出现很多绿色字体，GUI界面卡死

失败了！

那换方法，我又手动装了oepncv3.0 http://blog.csdn.net/u013915633/article/details/49886465

步骤6
 安装cudnn5.1

cuDNN是GPU加速计算深层神经网络的库

注意：这个因为CUDNN要求GPU
CUDA Capability 不小于3.0
  （
来自大神
http://blog.csdn.net/eagelangel/article/details/50562065），我的只有2.1，所以实际不能用cudnn。

，我怎么知道不行的，我后面才知道的，

现在还是先安了再说，仅仅是记录了

下载cudnn
  
https://developer.nvidia.com/cudnn（网上好多人说，注册以后还要一两天才能下载，，我不是，我注册完了直接就能下载了）

我下载了
cudnn-7.5-linux-x64-v5.1.tgz

安装在终端中切换到文件所在文件夹，输入下面指令：

$
sudo tar xvf cudnn-7.0-linux-x64-v4.0-prod.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

注意（我安装的是libcudnn.so.4.0.7，跟上面的例子对应就好，，，，上面的版本号要自己对应）

步骤7安装
caffe   
请确保cudnn和oepncv3.0
都安装完成了
再进行这一步

Caffe下载
直接从github下载最新版本，下载前切换到home目录

$ cd
~

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

编译Caffe

$ cd
~/caffe

$ cp
Makefile.config.example Makefile.config

# 修改Makefile.config文件：

# 如果安装了Opencv3.0,去掉

OPENCV_VERSION := 3的注释

# 如果安装了cudnn,去掉

USE_CUDNN := 1 的注释

注意：这里还可能
与BLAS有关，先标注下

保存后重新编译：

注意：：：caffe需要一个BLAS。。。BLAS有3钟种选择，1 ATLAS 2 MKL  3 openBLAS

$
sudo make clean（第一次编译不用这个，之后重新编译时候用）

$
sudo make all

$
sudo make test

$
sudo make runtest

本人编译的时候最后一步的时候，出现这样的错误：

libcudart.so.7.5
cannot open shared object file: No such file or directory1

解决方法是这样，将一些文件复制到/usr/local/lib文件夹下：

$
sudo cp /usr/local/cuda-7.5/lib64/libcudart.so.7.5
/usr/local/lib/libcudart.so.7.5 && sudo ldconfig

$
sudo cp /usr/local/cuda-7.5/lib64/libcublas.so.7.5
/usr/local/lib/libcublas.so.7.5 && sudo ldconfig

$
sudo cp /usr/local/cuda-7.5/lib64/libcurand.so.7.5
/usr/local/lib/libcurand.so.7.5 && sudo ldconfig123

再次，尝试sudomake runtest命令，出现如下：

显示很多绿色的RUN

注意：这里出现问题

F0823 12:59:13.293607 16025cudnn_tanh_layer.cpp:13] Check failed: status == CUDNN_STATUS_SUCCESS(6 vs. 0) CUDNN_STATUS_ARCH_MISMATCH

*** Check failure stack trace: ***

@ 0x2b7d843c9daa (unknown)

@ 0x2b7d843c9ce4 (unknown)

@ 0x2b7d843c96e6 (unknown)

这就是上文说的

这个因为CUDNN要求GPU
CUDA Capability 不小于3.0
  （
来自大神
http://blog.csdn.net/eagelangel/article/details/50562065），我的只有2.1，所以实际不能用cudnn。

只能禁用cudnn，再重新编译！！！

再
sudo
make runtest

很多很多绿色的
ＲＵＮ　ＯＫ　　　最后是

[
RUN      ] ConvolutionLayerTest/1.TestGradient3D

[
      OK ] ConvolutionLayerTest/1.TestGradient3D (450 ms)

[----------]
15 tests from ConvolutionLayerTest/1 (1390 ms total)

[----------]
Global test environment tear-down

[==========]
2021 tests from 267 test cases ran. (593012 ms total)

[
 PASSED  ] 2021 tests.

至此，caffe安装完成。

最后注意：　上面没有写到ｐｙｔｈｏｎ　　　　没有　写到ｍｎｉｓｔ

附录：

第1

caffe需要一个BLAS。。。BLAS有3钟种选择，1 ATLAS 2 MKL  3 openBLAS 
    我好像选了BLAS？？？？？？   我不明白

	这个好像是一个运算库吧，可以加速运算什么，那个MKL性能最好，我用的是 前面安装依赖项的时候就着按了 atlas

第2
用vi编辑的时候
  更进入vi以后
用i表示插入
     （但是在vi里面删除功能真烂）

第3
 dpkg是软件管理系统
 管理deb文件

       -i表示安装

第4  下面命令里 -y表示  确定安装   就不用再确定了


 
 sudo apt-get install build-essential -y

董琦

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
为了caffe（二）在ubuntu14.0464位（双显卡）下安装caffe+cuda7.5+opencv3.0+cudnn５．１

为了caffe（二）在ubuntu14.0464位（双显卡）下安装caffe+cuda7.5+opencv3.0+cudnn５．１配置联想笔记本G480 双显卡（intel集成显卡和N卡独立显卡GeForce610M）ubuntu14.0464位 cuda7.5 cudnn5.1 opencv3.0 +caffe现在是2016年8月这个方法早晚失效
复制链接

扫一扫