ubuntu+cuda8.0+opencv3 Caffe GPU环境配置

最近临近中期答辩，在总结一些以前碰到过的坑，以便后人乘凉。回顾了一下去年配置caffe的完整流程，去年双11买的神舟z7m电脑，性价比很高，显卡是GTX965m的，查了计算能力达5.2，刚买回来后就开始捣腾caffe环境下的配置。当时配置过程一波三折，主要卡在显卡驱动这一环节，因为Ubuntu对Nvidia显卡驱动的支持似乎不是很好。下面给出完整的配置流程。

 

一、 安装Ubuntu系统

注意很多教程都选择14.04的版本，但其实它对一些较新的显卡支持并不好。我最开始用的14.04的版本，用尽各种方法安装965m的驱动，重启后要不就是进不了桌面，要不就是循环登录。为此还找了各种乱七八糟的解决办法，什么bumblebee都试过了，没有卵用。考虑到在windows下已经配好了其它可用的框架，在我正打算放弃的时候，我决定用16.04的系统试试，不行就算了。不尝试不知道，安装了16.04的Ubuntu后，显卡驱动安装完后重启成功进入桌面，没有出现各种乱七八糟的奇怪现象。我的结论是：解决版本的兼容性远比通过其它方法来的重要。只要版本能对上，比如Ubuntu 16.04能支持GTX965m，那么安上驱动基本不会有问题，根本不需要什么改bios，装bumblebee等其它东西。

制作系统盘，分好空闲500g，然后bios设置u盘启动装Ubuntu双系统。安装过程，注意几点：1）建议语言选择英文版，之前有一次配CPU环境，用英文版的没问题，用中文的就不行了，原因未明；2）分区采取自定义，我是256M boot，2G swap，500 ghome，剩下的是根分区；第三方软件可以不装，不影响。

此外，应该不少人在u盘安装的时候卡在了Ubuntu的logo界面，那是因为其内置的显卡驱动不支持较新的显卡，用集显启动没有问题，或者直接在选择界面按e，然后在启动参数quiet splash --的两个斜杠去掉，改为nomodeset，按F10即可进入安装界面。其次安装完系统后的那次重启也需要用nomodeset启动才能进入，进入系统后立即修改启动参数：sudo vim /etc/modprobe.d/blacklist.conf，最后一行加上blacklist nouveau屏蔽自带驱动，系统便会从集显启动从而成功进入系统，不用每次都再修改启动参数。

新系统启动后，先做几个事情：

安装完整版vim，否则自带的vim方向键会错乱：

sudo apt-get remove vim-common

sudo apt-get install vim

设置root密码：

sudo passwd root

安装必备：

sudo apt-get install build-essentials

二、 安装Nvidia显卡

建议如果是较新的显卡，那么就选择Ubuntu16.04吧，然后在系统设置-》软件更新的附加驱动处进行安装，我装的是系统推荐的Nvidia 367.57，安装完重启即可进入桌面；又或者自己去官网搜型号并下载相应驱动run文件，在tty中关掉lightdm进行安装：sudo service lightdm stop安装然后重启。无需改bios，无需其它附加软件。

安装完重启后，可以打开应用Nvidia Setting可以看到有多个选项，命令行中打：nvidia –smi可以出来显卡信息，cat /proc/driver/nvidia/version可以出来显卡驱动号，用sudo prime-select query可以查询当前使用的显卡（安装完或默认使用Nvidia显卡），用sudo prime-select select intel/nvidia可以切换显卡，建议不要再切了。

三、 安装cuda

注意如果安装16.04的系统，仅支持cuda8.0，好像是官网说的吧。

sudo sh cuda_8.0.27_linux.run –-override

一系列提示按照默认即可，注意其中的nvidia驱动就不要装了，以免覆盖最新的，因为cuda中的nvidia驱动不是最新的。按空格键可以快速跳过协议。

设置环境变量和动态链接库：

sudo vim /etc/profile，文件末尾添加：

export PATH=/usr/local/cuda/bin:$PATH

保存后sudo source /etc/profile 生效

创建链接文件：sudo vim /etc/ld.so.conf.d/cuda.conf，编辑：

/usr/local/cuda/lib64

保存后sudo ldconfig生效

测试sample：

cd /home/hunterlew/NVIDIA_CUDA-8.0_Samples

sudo make all –j4

据说cuda不支持gcc5.0以上，而16.04自带的超过了该版本，需要修改一个文件，但我的系统很奇怪并没有报错，直接就编译成功了。

编译无报错后，测试：

cd /home/hunterlew/NVIDIA_CUDA-8.0_Samples/bin/x86_64/linux/release

./deviceQuery

如果能打出关于显卡的一系列信息，说明显卡驱动和cuda的安装都没有问题。

四、 cudnn安装

加速用，可以下载最新的cudnn-8.0-Linux-x64-v5.1，无脑操作：

tar zxvf cudnn-8.0-Linux-x64-v5.1.tgz

cd cuda/include

sudo cp cudnn.h /usr/local/include

cd ../lib64

sudo cp lib* /usr/local/cuda/lib64

（如果复制无效，尝试root权限）

 

cd /usr/local/cuda/lib64

sudo rm –rf libcudnn.so libcudnn.so.5

sudo ln –s libcudnn.so.5.0.5 libcudnn.so.5

sudo ln –s libcudnn.so.5 libcudnn.so

五、 OpenBLAS

线性代数程序库，加速用，也可以用atlas，intelMKL，可参考我的Ubuntu 14.04 caffe的CPU模式教程。

六、 安装OpenCV

我安装的是3.0.0版本，可以上官网搜，有个大神写好了脚本，有最新的3版本。安装前先安装一些依赖，此处省略。用现成的脚本安装即可，先是依赖，然后再是安装和编译，具体可看脚本内容。注意，OpenCV的编译比较费时。

值得注意的是，cuda8和OpenCV3版本不兼容，会出现NppiGraphcutState  has not been declared的错误，需要修改一个文件即可编译通过，网上可以找到，其它错误我没有发现。耐心等待吧…

七、 安装Caffe

万事具备只欠东风。git最新的caffe：

sudo apt-get install git

git clone https://github.com/BVLC/caffe.git，进入目录修改makefile文件：

cd /home/hunterlew/caffe

cp Makefile.config.example Makefile.config

vim Makefile.config

有以下几个地方要修改：

1） USE_CUDNN:=1取消注释

2） BLAS:=open，这个根据自己的实际情况，如果是OpenBLAS的需要加上路径

3） OPENCV_VERSION:=3

4） INCLUDE_DIRS在后面加一个空格，加上/usr/include/hdf5/serial，否则会报一个找不到hdf5.h的错误。

然后就是编译安装：

cd /home/hunterlew/caffe

make all –j4

make test –j4

make runtest

如果有需要用python接口，安装一些依赖。

sudo apt-get install python-pip

cd /home/hunterlew/caffe/python

sudo su –

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

用pip安装很慢，可以用清华镜像源：

for req in $(cat requirements.txt); 

do pip install –i https://pypi.tuna.tsinghua.edu.cn/simple $req; 

done

然后编译

make pycaffe

测试：在python终端下，import caffe

八、 测试MNIST：

cd /home/hunterlew/caffe

cd data/get_mnist.sh

sh example/mnist/create_mnist.sh

sh example/mnist/train_lenet.sh

可以看到网络开始训练。从脚本可以发现，必须在caffe根目录下运行才不会报错。