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

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     设置两个文件的链接库文件

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

sudo ldconfig     系统共享动态链接库

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源文件参考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

































































































评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值