Ubuntu18 + NVDIA 1070ti + CUDA9.0 + CUDNN7.0 + OpenCV3.4 + caffe + python3环境 (GPU配置)

最新推荐文章于 2022-10-01 15:54:01 发布

BrianOne

最新推荐文章于 2022-10-01 15:54:01 发布

阅读量508

点赞数

分类专栏： linux

本文链接：https://blog.csdn.net/Brianone/article/details/89074791

版权

linux 专栏收录该内容

9 篇文章 0 订阅

订阅专栏

教程说明：

以下步骤是自己安装时采用的，但是在安装期间有一些细节没有完全列出来，因为每个系统的差异和问题的特色性，无法一一列出，因此如若遇到本文中未出现的问题，建议先查阅一下网上现存的方案，若还是无法解决，欢迎留言，如若本人可以解决，则会回复您！

感谢以下博客内容（主要参考资料，十分有价值）：

https://blog.csdn.net/yggaoeecs/article/details/79163789

https://blog.csdn.net/weixin_37251044/article/details/82222098

https://blog.csdn.net/lingyunxianhe/article/details/85012003

https://blog.csdn.net/yhaolpz/article/details/71375762

https://blog.csdn.net/CAU_Ayao/article/details/83536320

https://blog.csdn.net/uniqueyyc/article/details/83338889

1. 电脑配置及软件下载

1.1 系统配置

Ubuntu 18.04.2英文系统

OS type：64-bit

GPU： GeForce GTX 1070 Ti（命令行lspci | grep -i nvidia查看）

1.2 NVDIA显卡驱动下载

下载链接：https://www.nvidia.com/Download/index.aspx?lang=en-us

1.3 CUDA9.0下载

说明：CUDA是NVIDIA的编程语言平台，想使用GPU就必须要使用cuda

链接：https://developer.nvidia.com/cuda-90-download-archive

1.4 CUDNN7.0.5下载

说明：cuDNN是GPU加速计算深层神经网络的库

链接：https://developer.nvidia.com/rdp/cudnn-archive#a-collapse705-9

点击以下选项

选择以下三个都要下载

1.5 OpenCV3.4.5下载

链接：https://opencv.org/releases.html

点击以下的Sources下载

1.6 所有准备材料都放在caffe-gpu新建文件夹中

在HOME目录下新建一个caffe-gpu文件夹，将以上所有材料存放到此文件夹中，方便取用

文件清单：

2. 安装NVDIA GPU驱动

2.1 屏蔽自带显卡驱动

# 终端输入
sudo gedit /etc/modprobe.d/blacklist.conf

在打开文件的最后一行加上：blacklist nouveau

这里是将Ubuntu自带的显卡驱动加入黑名单

# 终端输入
sudo update-initramfs -u

使修改生效

2.2 安装新驱动

重启系统，按Ctrl+Alt+F2进入命令行界面（安装GPU驱动要求在命令行环境，提示：按Ctrl+Alt+F7可回到图形界面）

在命令行界面输入用户名和密码，进入用户目录

# 命令行输入
sudo service lightdm stop

可能出现错误：unit lightdm.service not loaded

方法：输入sudo apt install lightdm，会弹出一个界面，选择lightdm，再回到上一步

# 命令行输入
cd caffe-gpu #进入下载文件所在目录
sudo chmod +x ./NVIDIA* #增加操作权限
sudo ./NVIDIA* #进入安装程序
roboot #重启系统

电脑重启后，

# 命令行输入
sudo nvidia-smi #验证新驱动的安装

3. 安装CUDA9.0

按Ctrl+Alt+F2进入命令行界面

# 命令行输入
cd caffe-gpu #进入下载文件所在目录
sudo chmod 777 cuda* #权限改为可读可写可执行
sudo ./cuda* --override #开始安装

命令行界面上出现关于CUDA的说明，按Ctrl+c直接跳过内容，输入accept，接下来都是yes通过，注意：一定要选择否（出现Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 384.**）

可能出现错误：出现多行的Missing recommended library

方法：命令行输入：sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev ，安装相关的依赖库，完成后回到上一步

可能出现错误：cannot find Toolkit in ..

方法：命令行输入：sudo apt-get install nvidia-cuda-toolkit，完成后回到上一步

安装完成后，重启系统进入图形界面

# 终端输入
sudo gedit ~/.bashrc #配置CUDA环境变量

在打开文件的最后加入以下两行代码：（注意其中cuda，根本自己cuda版本修改）

export PATH=/usr/local/cuda-9.0/bin:$PATH

export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH

# 终端输入
source ~/.bashrc #更新修改

测试CUDA9.0是否安装成功，

# 终端输入
cd /usr/local/cuda-9.0/samples/1_Utilities/deviceQuery
sudo make
sudo ./deviceQuery

可能出现错误：CUDA 9.0 unsupported gcc versions later than 6

方法：在终端中分别输入以下代码

sudo apt-get install gcc-6

sudo apt-get install g++-6

sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-6 10

sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-6 10

成功安装提示：

4. 安装CUDNN

# 终端输入
sudo caffe-gpu #进入下载文件存放目录中
sudo dpkg -i libcudnn7_* #安装运行库
sudo dpkg -i libcudnn7-dev* #安装开发库
sudo dpkg -i libcudnn7-doc* #安装文档库

测试安装情况：

# 终端输入
cp -r /usr/src/cudnn_samples_v7/ $HOME
cd $HOME/cudnn_samples_v7/mnistCUDNN
make clean && make
./mnistCUDNN

输出Test passed!则成功安装

可能出现错误：/mnistCUDNN: error while loading shared libraries: libcudart..

方法：在终端中依次输入以下代码

sudo cp /usr/local/cuda-9.0/lib64/libcudart.so.9.0 /usr/local/lib/libcudart.so.9.0 && sudo ldconfig

sudo cp /usr/local/cuda-9.0/lib64/libcublas.so.9.0 /usr/local/lib/libcublas.so.9.0 && sudo ldconfig

sudo cp /usr/local/cuda-9.0/lib64/libcurand.so.9.0 /usr/local/lib/libcurand.so.9.0 && sudo ldconfig

5 安装OpenCV3.4

# 终端输入
cd caffe-gpu #回到下载文件存放目录中
unzip opencv* #解压下载文件
sudo cp ./opencv* /home/username #其中username改为你的用户名
sudo mv opencv* opencv
cd ~/opencv
mkdir build #创建编译的文件目录
cd build
cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local ..
sudo make -j6 #-j6表示并行计算，根据自己电脑的配置进行设置
sudo make install #安装OpenCV

验证安装情况：

# 终端输入
pkg-config --modversion opencv

当出现版本号时，则安装成功

6. 安装caffe（GPU）

6.1 安装预编译的caffe-cuda

# 终端输入
sudo apt-get install caffe-cuda

6.2 安装caffe依赖库

# 终端输入
sudo apt-get install --no-install-recommends libboost-all-dev #boost 
sudo apt-get install libgflags-dev #gflags  
sudo apt-get install libgoogle-glog-dev #glog     
sudo apt-get install libleveldb-dev #LevelDB  
sudo apt-get install liblmdb-dev #LMDB     
sudo apt-get install libprotobuf-dev #ProtoBuf 
sudo apt-get install protobuf-c-compiler protobuf-compiler #ProtoBuf compiler
sudo apt-get install libhdf5-serial-dev #HDF5     
sudo apt-get install libsnappy-dev #snappy   
sudo apt-get install libopenblas-dev #OpenBlas

6.3 安装caffe

# 终端输入
git clone https://github.com/BVLC/caffe.git

6.4 配置caffe

# 终端输入
cd caffe
sudo cp Makefile.config.example Makefile.config
sudo gedit Makefile.config #打开并编辑Makefile.config

修改Makefile.config文件里面的相关内容：

将
#USE_CUDNN := 1 
改为
USE_CUDNN := 1

将
#OPENCV_VERSION := 3
改为
OPENCV_VERSION := 3

将
CUDA_ARCH := -gencode arch=compute_20,code=sm_20 \
 		-gencode arch=compute_20,code=sm_21 \
 		-gencode arch=compute_30,code=sm_30 \
		-gencode arch=compute_35,code=sm_35 \
		-gencode arch=compute_50,code=sm_50 \
		-gencode arch=compute_52,code=sm_52 \
		-gencode arch=compute_60,code=sm_60 \
		-gencode arch=compute_61,code=sm_61 \
		-gencode arch=compute_61,code=compute_61
改为
CUDA_ARCH := -gencode arch=compute_30,code=sm_30 \
		-gencode arch=compute_35,code=sm_35 \
		-gencode arch=compute_50,code=sm_50 \
		-gencode arch=compute_52,code=sm_52 \
		-gencode arch=compute_60,code=sm_60 \
		-gencode arch=compute_61,code=sm_61 \
		-gencode arch=compute_61,code=compute_61

将
#BLAS := atlas
改为
BLAS := open

文件中的python3环境设置为（因人而异）：
PYTHON_LIBRARIES := boost_python3 python3.6m
PYTHON_INCLUDE := /usr/include/python3.6m \
                /usr/lib/python3/dist-packages/numpy/core/include

将
#PYTHON_LIB := /usr/lib
改为
PYTHON_LIB := /usr/lib

将
#WITH_PYTHON_LAYER := 1
改为
WITH_PYTHON_LAYER := 1

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

保存好退出

# 终端输入
sudo gedit Makefile

修改Makefile文件的相关内容：

将
PYTHON_LIBRARIES ?= boost_python python2.7
改为
PYTHON_LIBRARIES ?= boost_python3 python3.6m

将
NVCCFLAGS += -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS)
改为
NVCCFLAGS += -D_FORCE_INLINES -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS)

将
LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_hl hdf5
改为
LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_serial_hl hdf5_serial

保存好退出

编译环境，

# 终端输入
sudo make clean
sudo make all 
sudo make test
sudo make runtest

可能出现错误:“boost/shared_ptr.hpp”: No such file or directory

方法：sudo apt-get install --no-install-recommends libboost-all-dev

安装成功的结果：

6.5 CMake搭建

# 终端输入
mkdir build
cd build
cmake ..
make all
make install
make runtest

运行成功结果：

7. python3环境中运行caffe

# 终端输入
python3
import caffe

可能出现错误:ImportError: cannot import name '_validate_lengths'

方法：（以下路径每个人有点差异，请根据错误提示中的路径提醒找）

sudo gedit /home/brian/.local/lib/python3.6/site-packages/numpy/lib/arraypad.py

在文件中添加以下两个函数：

函数链接：https://blog.csdn.net/Brianone/article/details/89068005

8、最终测试-案例运行

代码链接：https://blog.csdn.net/Brianone/article/details/89067220

成功运行结果：

BrianOne

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
Ubuntu18 + NVDIA 1070ti + CUDA9.0 + CUDNN7.0 + OpenCV3.4 + caffe + python3环境 (GPU配置)

教程说明：以下步骤是自己安装时采用的，但是在安装期间有一些细节没有完全列出来，因为每个系统的差异和问题的特色性，无法一一列出，因此如若遇到本文中未出现的问题，建议先查阅一下网上现存的方案，若还是无法解决，欢迎留言，如若本人可以解决，则会回复您！感谢以下博客内容（主要参考资料，十分有价值）：https://blog.csdn.net/yggaoeecs/article/details/7...
复制链接

扫一扫