Ubuntu 18.04 GT610 Cuda8.0 Caffe环境搭建

本文链接：https://blog.csdn.net/Arvin_liang/article/details/83901554

本文档详细介绍了在Ubuntu 18.04上安装NVIDIA GT610显卡驱动、CUDA 8.0 Toolkit、OpenCV 3.4.3以及Caffe的步骤。包括禁用Nouveau驱动、配置环境变量、编译OpenCV和Caffe等关键步骤，同时解决了c++11编译问题和python import caffe时的错误。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Ubuntu 16.04 GT610 Cuda8.0 OpenCV3.4.3+opencv_contrib Caffe

安装前操作

验证系统是否具有支持CUDA的GPU
确定显卡型号：
查看系统属性，或者从命令行输入：
$ lspci | grep -i nvidia
只有NVIDIA显卡，并且能在 http://developer.nvidia.com/cuda-gpus 找到对应型号，那么该GPU就支持CUDA功能。
GPU和CUDA Toolkit的对应版本确认
支持GPU的驱动版本：
https://www.nvidia.cn/object/unix-cn.html
CUDA Toolkit版本与GPU版本对应信息：

信息来源：https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
相对较早的GPU，建议GPU支持的驱动版本和CUDA Toolkit版本都尽量选择对应较低的版本号，否则可能导致后面Caffe在运行时出现异常。

验证系统是否正在运行受支持的Linux版本
根据不同版本CUDA Toolkit，确定是否支持CUDA Toolkit。
例如CUDA Toolkit v8.0：

信息来源：https://docs.nvidia.com/cuda/archive/8.0/cuda-installation-guide-linux/index.html

验证系统是否已安装gcc
查看gcc版本：
$ gcc --version
验证系统是否安装了正确的内核头文件和开发包。
查看正在运行的分发和版本号：
$ uname -m && cat /etc/*release
或者，过运行以下命令找到系统正在运行的内核版本：
$ uname -r
如果没有任何信息显示，可以使用以下命令安装当前运行的内核的内核头文件和开发包：
$ sudo apt-get install linux-headers - $（uname -r）

安装显卡驱动

虽然在安装CUDA Toolkit会提供对应的驱动版本，但仍建议自行查找合适的驱动安装，因为CUDA Toolkit自带的驱动不一定是适合当前GPU的版本。
需要下载以下package：
GPU驱动：NVIDIA-Linux-x86_64-390.87.run
禁用Nouveau
要安装显示驱动程序，必须首先禁用Nouveau驱动程序。Linux的每个发行版都有不同的方法来禁用Nouveau。
创建文件：
$ sudo vi /etc/modprobe.d/blacklist-nouveau.conf
输入一下信息并保存：
blacklist nouveau
options nouveau modeset=0
重新生成内核initramfs：
$ sudo update-initramfs -u
输入一下命令，查看是否禁用成功：
$ lspci | grep nouveau
没有任何信息显示，则表示禁用成功。如果此方法不能禁用成功，则可以选择以下方式：
直接移除这个驱动（备份出来）:
$ mv /lib/modules/3.0.0-12-generic/kernel/drivers/gpu/drm/nouveau/nouveau.ko /lib/modules/3.0.0-12-generic/kernel/drivers/gpu/drm/nouveau/nouveau.ko.org
重新加载一下
$ sudo update-initramfs -u
重启：
$ sudo reboot

显示器字体有明显变大模糊的情况。

安装驱动
执行安装：
$ sudo sh NVIDIA-Linux-x86_64-390.87.run
运行安装文件过程中如果提示you appear to be running an x server;的类似错误，请运行以下命令进行关闭：
$ sudo /etc/init.d/lightdm stop
检查是否安装成功：
$ cat /proc/driver/nvidia/version
显示如下信息:
在这里插入图片描述
则安装成功。

安装CUDA Toolkit

CUDA Toolkit的安装有多种方式，我们采用最可控的一种，runfile install（运行文件安装）。
需要下载以下package：
CUDA Toolkit工具包：cuda_8.0.61_375.26_linux.run
官方建议GPU算力在3.0以下，不要安装Cudnn。因此，我们这次的环境搭建中不支持Cudnn（GT610算力为2.1，可在 http://developer.nvidia.com/cuda-gpus 查询相关信息）。
确保显卡安装成功的前提下，进行CUDA Toolkit安装。
$ sudo sh cuda_8.0.61_375.26_linux.run --no-opengl-libs //不安装opengl

配置安装选项：

在这里插入图片描述
显示如下信息，则是安装运行成功：

配置环境变量：

$ sudo vi ~/.bashrc
将如下内容保存至.bashrc：
export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
执行生效：
$ source ~/.bashrc

检验CUDA 是否安装成功：

cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery

显示Result = PASS，则表示安装成功：在这里插入图片描述
如果没有成功，则需要卸载后重新install。
以上安装内容，参考 https://docs.nvidia.com/cuda/archive/8.0/cuda-installation-guide-linux/index.html#runfile 第4章节和 https://blog.csdn.net/qq473179304/article/details/79444609 。

安装OpenCV3.4.3（含opencv_contrib）

因为需要包含opencv_contrib的一些模块，所以OpenCV采用源码编译安装。

安装FFmpeg

鉴于OpenCV对FFmpeg的依赖，需要先安装FFmpeg。
$ git clone https://github.com/FFmpeg/FFmpeg.git
$ git checkout n3.4.5 // checkout到一个可以支持opencv3.4.3的任一版本
$ ./configure --enable-shared // 需要编译成静态库
$ make
$ sudo make install

安装Opencv

opencv_contrib模块源码克隆：git clone https://github.com/opencv/opencv_contrib.git
切换到指定版本：
cd ~/opencv_contrib // 进入到opencv_contrib源码路径
git checkout 3.4.3 // 切换到分支3.4.3