ubuntu16.04+nvidia gt740m+cuda7.5+caffe安装、测试经历

首先说明，这是在笔记本上的安装测试经历，首先安装的win10，然后安装ubuntu16.04双系统，显卡为nvidia gt740m 
win10上没有装nvidia gt740m驱动，也就是用的集显，测试发现若装了nvidia gt740m驱动会无法进去ubuntu，重装无数次的经验

---

废话不多说，上车吧，少年

一、安装nvidia显卡驱动

1. 进入ubuntu系统设置-软件与更新-ubuntu软件，使用的是中科大的源：http://mirrors.ustc.edu.cn/ubuntu，如下所示

    
   
   

2. 更新Ubuntu16.04源

   终端输入 
   cd /etc/apt/ 
sudo cp sources.list sources.list.bak 
sudo vi sources.list 
   把下面的这些源添加到source.list中： 
   deb http://mirrors.ustc.edu.cn/ubuntu/ xenial main restricted universe multiverse 
deb http://mirrors.ustc.edu.cn/ubuntu/ xenial-security main restricted universe multiverse 
deb http://mirrors.ustc.edu.cn/ubuntu/ xenial-updates main restricted universe multiverse 
deb http://mirrors.ustc.edu.cn/ubuntu/ xenial-proposed main restricted universe multiverse 
deb http://mirrors.ustc.edu.cn/ubuntu/ xenial-backports main restricted universe multiverse 
deb-src http://mirrors.ustc.edu.cn/ubuntu/ xenial main restricted universe multiverse 
deb-src http://mirrors.ustc.edu.cn/ubuntu/ xenial-security main restricted universe multiverse 
deb-src http://mirrors.ustc.edu.cn/ubuntu/ xenial-updates main restricted universe multiverse 
deb-src http://mirrors.ustc.edu.cn/ubuntu/ xenial-proposed main restricted universe multiverse 
deb-src http://mirrors.ustc.edu.cn/ubuntu/ xenial-backports main restricted universe multiverse 
   最后更新源和更新已安装的包： 
   终端输入 
   sudo apt-get update 
sudo apt-get upgrade 
   
   

3. 进入ubuntu系统设置-软件与更新-附加驱动中选择下图所示选项进行驱动安装

    
   
   

4. gt740m驱动测试

   终端输入 
   nvidia-smi 
   显示效果如下图表示安装成功 
   

---

二、cuda安装

1. 下载cuda_7.5.18_linux.run和cudnn-7.5-linux-x64-v5.1.tgz

   这里我提供了百度网盘，这两个文件我先在win10下下载好，并用u盘拷贝到ubuntu的下载目录下 
   
   

2. 安装cuda7.5

   终端输入 
   cd 下载/ 
sh cuda_7.5.18_linux.run --override 
   启动安装程序，一直按空格到最后，输入accept接受条款 
   输入n不安装nvidia图像驱动，之前已经安装过了 
   输入y安装cuda 7.5工具 
   回车确认cuda默认安装路径：/usr/local/cuda-7.5 
   输入y用sudo权限运行安装，输入密码 
   输入y或者n安装或者不安装指向/usr/local/cuda的符号链接 
   输入y安装CUDA 7.5 Samples，以便后面测试 
   回车确认CUDA 7.5 Samples默认安装路径：/home/pawn（pawn是我的用户名），该安装路径测试完可以删除 
   
   

3. 安装cudnn v5.1

   终端输入 
   cd 下载/ 
tar zxvf cudnn-7.5-linux-x64-v5.1.tgz 
   解压在下载目录下产生一个cuda目录 
   cd cuda/include/ 
sudo cp cudnn.h /usr/local/cuda/include/ 复制头文件 
   cd ../lib64 打开lib64目录 
   sudo cp lib* /usr/local/cuda/lib64/ 复制库文件 
   sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*给所有用户增加这些文件的读权限 
   
   

4. 建立软链接

   终端输入 
   cd /usr/local/cuda/lib64/ 
sudo rm -rf libcudnn.so libcudnn.so.5 
sudo ln -s libcudnn.so.5.1.3 libcudnn.so.5 
sudo ln -s libcudnn.so.5 libcudnn.so 
   设置环境变量，终端输入 
   sudo gedit /etc/profile 
   在末尾加入 
   PATH=/usr/local/cuda/bin:$PATH 
export PATH 
   保存后，创建链接文件 
   sudo vim /etc/ld.so.conf.d/cuda.conf 
   按a进入插入模式，增加下面一行 
   /usr/local/cuda/lib64 
   按esc退出插入模式，按:wq保存退出 
   最后在终端输入sudo ldconfig使链接生效 
   
   

5. cuda Samples测试

   打开CUDA 7.5 Samples默认安装路径，终端输入 
   cd /home/pawn/NVIDIA_CUDA-7.5_Samples （pawn是我的用户名） 
   sudo make all -j4 （4核） 
   出现“unsupported GNU version! gcc versions later than 4.9 are not supported!”的错误，这是由于GCC版本过高，在终端输入 
   cd /usr/local/cuda-7.5/include 
sudo cp host_config.h host_config.h.bak 
sudo gedit host_config.h 
   ctrl+f寻找有“4.9”的地方，只有一处，如下 
   # if __GNUC__ > 4 || (__GNUC__ == 4 && __GNUC_MINOR__ > 9) 
#error -- unsupported GNU version! gcc versions later than 4.9 are not supported! 
   将两个4改成5，即 
   # if __GNUC__ > 5 || (__GNUC__ == 5 && __GNUC_MINOR__ > 9) 
   保存退出，继续在终端输入 
   cd /home/pawn/NVIDIA_CUDA-7.5_Samples （pawn是我的用户名） 
   sudo make all -j4 （4核） 
   完成后继续向终端输入 
   cd bin/x86_64/linux/release 
./deviceQuery 
   完成之后出现如下图所示，表示成功安装cuda 
   

   ---

三、依赖包安装

1. sudo apt-get install build-essential #必要的编译工具依赖

2. sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler

3. sudo apt-get install --no-install-recommends libboost-all-dev

4. sudo apt-get install libatlas-base-dev

5. sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev

---

四

1. 安装python的pip和easy_install，方便安装软件包

   终端输入 
   cd 
wget --no-check-certificate https://bootstrap.pypa.io/ez_setup.py 
sudo python ez_setup.py --insecure 
wget https://bootstrap.pypa.io/get-pip.py 
sudo python get-pip.py

---

五

1. 安装科学计算和python所需的部分库

   终端输入 
   sudo apt-get install libblas-dev liblapack-dev libatlas-base-dev gfortran python-numpy

---

六

1. 安装git，拉取源码

   终端输入 
   sudo apt-get install git 
git clone https://github.com/BVLC/caffe.git

---

七

1. 安装python依赖

   终端输入 
   sudo apt-get install python-pip 安装pip 
   sudo su 
for req in $(cat "requirements.txt"); do pip install -i https://pypi.tuna.tsinghua.edu.cn/simple $req; done 
   按Ctrl+D退出sudo su模式

---

八、编译caffe(暂不对matlab说明)

1. 终端输入 
   cd /home/pawn/caffe 
cp Makefile.config.example Makefile.config 
gedit Makefile.config

   ①将USE_CUDNN := 1取消注释，

   ②INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include 后面打上一个空格 然后添加/usr/include/hdf5/serial如果没有这一句可能会报一个找不到hdf5.h的错误

2. 终端输入 
   make all -j4 
   make过程中出现string.h ‘memcy’ was not declared in this scope的错误是由于gcc编译器版本太新，如下图 
   
   
   解决方法如下： 
   终端输入 
   cd /home/pawn/caffe 
vim Makefile 
   键盘输入/NVCCFLAGS += -c 回车，定位到409行 
   按a进入插入模式，修改 
   NVCCFLAGS += -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS) 
   为 
   NVCCFLAGS += -D_FORCE_INLINES -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS) 
   按esc退出插入模式，按:wq保存退出

   终端中输入make clean清除第一次编译结果 
   再次输入make all -j4重新编译 
   make过程中又出现找不到lhdf5_hl和lhdf5的错误， 
   解决方案： 
   在计算机中搜索libhdf5_serial.so.10.1.0，找到后右键点击打开项目位置 
   该目录下空白处右键点击在终端打开，打开新终端输入 
   sudo ln libhdf5_serial.so.10.1.0 libhdf5.so 
sudo ln libhdf5_serial_hl.so.10.0.2 libhdf5_hl.so 
   最后在终端输入sudo ldconfig使链接生效

   原终端中再次输入make clean清除第一次编译结果 
   再次输入make all -j4重新编译

3. 终端输入 
   make test -j4 
make runtest -j4 
make pycaffe -j4 
make distribute 生成发布安装包

4. 测试python，终端输入 
   cd /home/pawn/caffe/python 
python 
import caffe 
   如果不报错就说明编译成功

---

九、mnist测试

1. 下载mnist数据集，终端输入 
   cd /home/pawn/caffe/data/mnist/ 
./get_mnist.sh 获取mnist数据集 
   在/home/pawn/caffe/data/mnist/目录下会多出训练集图片、训练集标签、测试集图片和测试集标签等4个文件

2. mnist数据格式转换，终端输入 
   cd /home/pawn/caffe/ 
./examples/mnist/create_mnist.sh 
   必须要在第一行之后运行第二行，即必须要在caffe根目录下运行create_mnist.sh 
   此时在/caffe/examples/mnist/目录下生成mnist_test_lmdb和mnist_train_lmdb两个LMDB格式的训练集和测试集

3. LeNet-5模型描述在/caffe/examples/mnist/lenet_train_test.prototxt

4. Solver配置文件在/caffe/examples/mnist/lenet_solver.prototxt

5. 训练mnist，执行文件在/caffe/examples/mnist/train_lenet.sh 
   终端输入 
   cd /home/pawn/caffe/ 
./examples/mnist/train_lenet.sh 
   测试结果如下