linux(ubuntu14.04)+cuda7.5+caffe+openCV2.4.9+matlab+cudnn新手配置

最新推荐文章于 2021-07-27 09:39:59 发布

Fantasy_Fly

最新推荐文章于 2021-07-27 09:39:59 发布

阅读量1.9k

点赞数

本文链接：https://blog.csdn.net/u010678153/article/details/51880163

版权

ubuntu 同时被 2 个专栏收录

6 篇文章 0 订阅

订阅专栏

caffe

4 篇文章 0 订阅

订阅专栏

linux(ubuntu14.04)+cuda7.5+caffe+openCV2.4.9+matlab+cudnn7.0新手配置

ubuntu14.04的安装

******************************************************************************************************

1.先下载一个ultraios，无需激活，然后制作u盘启动工具，具体教程请看百度经验教程

http://jingyan.baidu.com/article/d169e186800f02436711d87b.html

2.制作好u盘启动工具之后。然后就是安装ubuntu14.04，在这之前要先下载好ubuntu14.04，然后找到first boot，然后启动u盘就可以安装系统了

，安装分区问题见Swimbird博客：http://blog.sina.com.cn/s/blog_5f0a505101017ruf.html

******************************************************************************************************

cuda7.5安装

******************************************************************************************************

去官网下载自己系统所需要的cuda7.5，https://developer.nvidia.com/cuda-downloads

我下的是Linux；x86-64;Ubuntu;14.04;runfile(local) 链接：http://pan.baidu.com/s/1i5lTAh3 密码：qrq8

进行配置，首先刚装的系统需要

sudo apt-get update

然后

sudo apt-get install libatlas-base-dev libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev

因为我的系统是14.04，所以按照官网上的要求继续进行第二步操作

sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev protobuf-compiler

安装开发所需要的一些基本包：

sudo apt-get install build-essential

1.首先在BIOS设置里选择用Intel显卡来显示或作为主要显示设备（开机进入bios设置，找到advanced中的VGA configuration设置，将intel显卡设为primary）。(我电脑没找到这个设置，跳过了)

2.将nouveau添加到黑名单，防止它启动

cd /etc/modprobe.d
sudo gedit nvidia-graphics-drivers.conf

写入：

blacklist nouveau

保存并退出: wq!
检查：

cat nvidia-graphics-drivers.conf

对于：/etc/default/grub，添加到末尾。

sudo gedit /etc/default/grub

末尾写入：

rdblacklist=nouveau nouveau.modeset=0

保存并退出: wq!
检查：

cat /etc/default/grub

3. 进入Ubuntu，按 ctrl+alt+F1 进入tty1，登录tty1后输入如下命令

sudo service lightdm stop

运行.run文件，不要覆盖opengl，

sudo ./cuda_7.5.18_linux.run --no-opengl-libs

不要覆盖opengl；不要覆盖opengl；不要覆盖opengl；否则装完驱动只有桌面图标

在安装过程中，
Accept EULA conditions
Say YES to installing the NVIDIA driver
SAY YES to installing CUDA Toolkit + Driver
Say YES to installing CUDA Samples
安装完成， check device nodes : Check if /dev/nvidia* files exist。如果没有的话sudo modprobe nvidia
重启桌面服务sudo service lightdm start。此时能够登录，没有login-loop问题。

安装完成后需要在/etc/profile中

①添加环境变量,

sudo gedit /etc/profile

加入

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

保存后, 执行下列命令, 使环境变量立即生效

source /etc/profile

②添加lib路径，

在/etc/ld.so.conf.d/新建文件cuda.conf，并编辑

cd /etc/ld.so.conf.d
sudo touch cuda.conf 
sudo gedit cuda.conf

加入

/usr/local/cuda-7.5/lib64

执行下列命令使之立刻生效

sudo ldconfig

继续，安装CUDA SAMPLE，安装下列依赖包

sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev

之后编译Sample文件,更若干分钟后

cd /usr/local/cuda-7.5/samples
sudo make

编译完成后，进入 samples/bin/x86_64/linux/release

sudo ./deviceQuery

如果出现显卡信息，则驱动及cuda安装成功：

******************************************************************************************************

OpenCV2.4.9安装

******************************************************************************************************

然后是安装OpenCV：

Github上的脚本：https://github.com/jayrambhia/Install-OpenCV

下载该脚本，进入Ubuntu/2.4 目录, 给所有shell脚本加上可执行权限

chmod +x *.sh

然后安装最新版本:$ sudo ./opencv2_4_9.sh

******************************************************************************************************

Matlab2016a安装

******************************************************************************************************

接着前面的工作，就是安装MATLAB：

（一）下载MATLAB Linux安装包，并解压

链接：http://pan.baidu.com/s/1hsuJdGw 密码：t596

（二）可执行权限： sudo chmod +x mount_matlab2016a
./mount_matlab2016a
（三）挂在镜像，cd进入，执行安装： sudo ./install

（四）然后安装步骤和Windows下相同

（五）完成激活后验证是否安装成功： sudo /usr/local/MATLAB/R2016a/bin/matlab

（六）添加应用和图标到启动菜单中： sudo gedit /usr/share/applications/Matlab.desktop, 把下载目录中Matlab.desktop

内容如下：

[Desktop Entry]
Name=Matlab
GenericName=Matlab R2016a
Comment=Matlab R2016a: The Language of the Techinical Computing
Exec=../matLab/bin/matlab -desktop //-desktop前面有空格

Icon=../matLab/icons/Matlab.png
StartupNotify=true
Terminal=false
Type=Application
Categories=Development;

文件中的内容拷贝进去即可修改桌面启动菜单权限，显示home文件夹下的隐藏文件： Ctrl + h，然后修改MATLAB在桌面快捷键权限：

$ sudo chmod 777 -R ./.matlab

在面板Development 中找到matlab 图标，然后添加到桌面，最后运行

unmount_matlab2016a将镜像ISO卸载掉。

******************************************************************************************************

caffe的安装

******************************************************************************************************

现在安装和用mnist测试一下caffe，

先下载caffe，https://github.com/BVLC/caffe

1. 安装pycaffe必须的一些依赖项：

sudo apt-get install -y python-numpy python-scipy python-matplotlib python-sklearn python-skimage python-h5py python-protobuf python-leveldb python-networkx python-opencv python-nose python-pandas python-gflags Cython ipython

sudo apt-get install -y protobuf-c-compiler protobuf-compiler

2.切换到Caffe的文件夹，生成Makefile.config配置文件，执行：

cp Makefile.config.example Makefile.config

4. 配置Makefile.config文件（仅列出修改部分）

a. 启用GPU，添加注释"#"

# CPU_ONLY := 1

b. 配置一些引用文件（增加部分主要是解决新版本下，HDF5的路径问题）

INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/lib/x86_64-linux-gnu/hdf5/serial/include

LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu/hdf5/serial

c. 如果使用MKL的时候改为：

BLAS := mkl

d. 配置路径，实现caffe对Python和Matlab接口的支持

PYTHON_LIB := /usr/local/lib

MATLAB_DIR := /usr/local/MATLAB/R2016a

最新版的caffe报错：building caffe: failed to see hdf5.h

解决：

sudo apt-get install libhdf5-dev

然后配置文件中修改一下，

INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial/

5. ~~配置Makefile文件（实现对OpenCV 2.x的支持）~~

~~查找“Derive include and lib directories”一节，修改“LIBRARIES +=”的最后一行，增加opencv_imgcodecs~~

~~opencv_core opencv_highgui opencv_imgproc opencv_imgcodecs~~

~~（1）. change the Makefile :~~

　　~~add "opencv_imagecodecs" to the last of LIBRARIES += opencv_core opencv_highgui opencv_imgproc;~~

~~（2）. remove the files in build :~~

　　rm -rf ./build/*

（3）. make all -j8

6. 编译caffe

（-j8）是使用CPU的多核进行编译，可以极大地加速编译的速度，建议使用。

make all -j8
make test -j8
make runtest -j8

编译Python和Matlab用到的caffe文件

make pycaffe -j8
make matcaffe -j8

然后在编译matlab是会遇到错误，由于matlab版本不同而支持的编译器版本不同，所以会出现问题。

Matlab 2016a（2015a）的版本是支持版本4.7.x所以在使用matlab调用mex文件的时候，基本上都会报错，根据报错信息，考虑如下两步解决方案。

1. 降级安装gcc/g++版本为4.7.x

(1). 下载gcc/g++ 4.7.x

sudo apt-get install -y gcc-4.7
sudo apt-get install -y g++-4.7

(2). 链接gcc/g++实现降级

cd /usr/bin
sudo rm gcc
sudo ln -s gcc-4.7 gcc
sudo rm g++
sudo ln -s g++-4.7 g++

2. 暴力引用新版本GLIBCXX_3.4.20

sudo cp /usr/lib/x86_64-linux-gnu/libstdc++.so.6.0.20 /usr/local/MATLAB/R2016a/sys/os/glnxa64/libstdc++.so.6.0.20

（libstdc++.so.6.0.20的版本，可能因为系统不同而不同，使用最新的就可以了。）

目录切换到 /usr/local/MATLAB/R2016a/sys/os/glnxa64/ ，非常重要！

sudo mv libstdc++.so.6 libstdc++.so.6.backup （仅仅是备份，可以不操作）。
sudo ln -s libstdc++.so.6.0.20 libstdc++.so.6
sudo ldconfig -v

通过命令“strings /usr/local/MATLAB/R2016a/sys/os/glnxa64/libstdc++.so.6 | grep GLIBCXX_” 可以看一下，是否已经成功包含了GLIBCXX_3.4.20，如果已经存在，基本上就成功了。

接下来就是测试。

******************************************************************************************************

mnist测试

******************************************************************************************************

如果网速不行可以到 http://yann.lecun.com/exdb/mnist/ 下载4个数据包。

1. 数据预处理

sh data/mnist/get_mnist.sh

2. 重建lmdb文件。Caffe支持三种数据格式输入网络，包括Image(.jpg, .png等)，leveldb，lmdb，根据自己需要选择不同输入吧。

sh examples/mnist/create_mnist.sh

生成mnist-train-lmdb 和 mnist-train-lmdb文件夹，这里包含了lmdb格式的数据集

3. 训练mnist

sh examples/mnist/train_lenet.sh

******************************************************************************************************

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

链接：http://pan.baidu.com/s/1hrBxOri 密码：twdv

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

cd
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。