ubuntu16.04配置caffe+cuda8.0+cudnn5.1

系统：ubuntu16.04
cuda版本：8.0
cudnn版本：5.1

Step 1:安装GPU驱动

1.1 首先使用下面这条命令检查你的电脑上有那些显卡，

$ lspci -k | grep -A 2 -i "VGA"

比如我的显示是这样的，

01:00.0 VGA compatible controller: NVIDIA Corporation Device 1b80 (rev a1)
    Subsystem: Gigabyte Technology Co., Ltd Device 3702
    Kernel driver in use: nouveau

1.2 然后查看哪一个驱动是系统推荐安装的，

$ sudo ubuntu-drivers devices

比如我的是这样的，

== /sys/devices/pci0000:00/0000:00:01.0/0000:01:00.0 ==
modalias : pci:v000010DEd00001B80sv00001458sd00003702bc03sc00i00
vendor   : NVIDIA Corporation
driver   : xserver-xorg-video-nouveau - distro free builtin
driver   : nvidia-375 - distro non-free recommended

== cpu-microcode.py ==
driver   : intel-microcode - distro non-free

从中可以看出，推荐安装的是nvidia-375版本的显卡驱动

1.3 禁用nouveau

$ sudo gedit /etc/modprobe.d/blacklist-nouveau.conf

在最后加入两行，

blacklist nouveau 
options nouveau modeset=0 

命令行执行，

$ sudo update-initramfs -u

修改后需要重启系统。

1.4 确认nouveau是否已经被干掉，使用命令，

$ lsmod | grep nouveau

如果没有显示内容，则说明禁用成功。

1.5 安装GPU驱动
按ctrl+alt+F1进入tty1，关闭桌面服务

$ sudo service lightdm stop

添加graphics driver ppa

$ sudo add-apt-repository ppa:graphics-drivers/ppa

第一次运行，可能会出现警告，回车后继续执行下列命令

$ sudo apt-get update
$ sudo apt-get install nvidia-384

重启桌面服务，按ctrl+alt+F7
查看GPU相关信息

$ nvidia-smi

Step 2：安装cuda8.0版本

cuda是nvidia的编程语言平台，所以想使用GPU必须要安装cuda。
2.1 cuda官网下载相应版本的安装程序，https://developer.nvidia.com/cuda-downloads
这里，我选择的是run文件类型

下载完成后，进入到cuda的下载目录，执行如下语句，运行runfile文件，

$sudo sh cuda_8.0.61_375.26_linux.run

安装过程中，首先会有个阅读声明，一直按空格直至100%，最后accept即可。尤其注意的是接下来会提示是否安装GPU驱动（install nvidia accelerated Graphics Driver），这里一定要选择否，因为前面我们已经单独装过了。其余的选择yes即可。

2.2 配置环境变量，我们直接放在系统配置文件profile里面，首先打开profile文件

$ sudo gedit /etc/profile

在最后面加入两行代码，这里一定要注意你的cuda版本

export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

2.3测试cuda是否安装成功
(a) 查看dev文件下是否生成了四个左右以nvidia开头的文件夹，

$ ls /dev/nvidia*

(b) 检查cuda toolkit是否安装成功

$ nvcc -V

会输出cuda的版本信息。如果cuda安装不成功，需要卸载重装，卸载命令如下，

$ sudo /usr/local/cuda-7.5/bin/uninstall_cuda_7.5.pl
$ sudo /usr/bin/nvidia-uninstall

(c) 测试cuda的samples程序
进入到Samples安装目录，然后在该目录下终端输入make命令，执行完成后，可以在Samples里面找到bin/x86_64/linux/release/目录，并切换到该目录下，运行deviceQuery程序，

$ sudo ./deviceQuery

查看输出结果，重点关注最后一行，pass表示测试通过。运行bandwidthTest程序

$ sudo ./bandwidthTest

查看输出结果，显示结果为pass表示通过测试

若完成以上步骤，说明安装成功！

2.4遇到的问题
问题一：按照上面的步骤测试cuda已经成功安装cuda，并测试成功，但在后期caffe安装过程中会提示找不到cuda相关的运行库，所以将cuda的库目录添加到链接文件中。

执行以下命令创建链接文件，

$ sudo gedit /etc/ld.so.conf.d/cuda.conf

在新打开的文件中添加cuda库目录，

/usr/local/cuda-8.0/lib64

Step 3：安装cuDNN

cuDNN是GPU加速计算深层神经网络的库。首先去cuDNN官网下载cuDNN https://developer.nvidia.com/rdp/cudnn-download
我下载的是cuDNN5.1 for CUDA8.0版本的，

进入cuDNN5.1下载目录后解压，并进入cuDNN解压后的include目录下，执行命令

$ cd cuda/include
$ sudo cp cudnn.h /usr/local/cuda/include  #复制头文件

再进入lib64目录下的动态文件进行复制和链接，

cd ..
cd lib64
sudo cp lib* /usr/local/cuda/lib64/    #复制动态链接

建立软链接，尤其注意生成的libcdnn的版本，要根据自己的自行调整

cd /usr/local/cuda/lib64/
sudo rm -rf libcudnn.so libcudnn.so.5    #删除原有动态文件
sudo ln -s libcudnn.so.5.1.5 libcudnn.so.5  #生成软衔接
sudo ln -s libcudnn.so.5 libcudnn.so      #生成软链接

至此，cudann配置完成！

Step4：安装caffe

1.1 下载caffe

$ sudo git clone https://github.com/BVLC/caffe.git

1.2 安装第三方库

$ sudo apt-get install libatlas-base-dev
$ sudo apt-get install libprotobuf-dev
$ sudo apt-get install libleveldb-dev
$ sudo apt-get install libsnappy-dev
$ sudo apt-get install libboost-all-dev
$ sudo apt-get install libhdf5-serial-dev
$ sudo apt-get install libgflags-dev
$ sudo apt-get install libgoogle-glog-dev
$ sudo apt-get install liblmdb-dev
$ sudo apt-get install protobuf-compiler

1.3 安装opencv
首先从opencv官网下载opencv的源码：https://opencv.org/releases.html 然后根据自己的需求选择合适的版本下载，尤其注意的是opencv第二代和第三代的版本稍有区别，主要是有些函数搬动至库imgcodecs中，在caffe的配置中也稍有区别，后文会提到。本文以opencv2.4.13版本为例，

安装opencv依赖项

sudo apt-get install build-essential cmake libgtk2.0-dev pkg-config python-dev python-numpy libavcodec-dev libavformat-dev libswscale-dev 

依次执行以下命令，安装opencv，

$cd [opencv_root_dir]
$mkdir release
$cd release
$cmake –D CMAKE_BUILD_TYPE=RELEASE –D CMAKE_INSTALL_PREFIX=/usr/local -D BUILD_TIFF=ON  ..
$make –j4
$sudo make install
$sudo sh -c 'echo "/usr/local/lib" > /etc/ld.so.conf.d/opencv.conf'
$sudo ldconfig

这里使用BUILD_TIFF选项是因为后来执行的时候会提示一个关于tiff的错误，所以这里编译opencv的时候选择编译TIFF。

这里再列一下如何卸载opencv，

$cd [opencv_root_dir]/release
$sudo make uninstall
$cd ..
$sudo rm -r release
$sudo rm -r 
/usr/local/include/opencv2 /usr/local/include/opencv 
/usr/include/opencv /usr/include/opencv2
/usr/local/share/opencv /usr/local/share/OpenCV 
/usr/share/opencv /usr/share/OpenCV 
/usr/local/bin/opencv* /usr/local/lib/libopencv*

最后一条删除命令里面罗列的路径可能不是都存在，根据各自情况进行删除。

1.4 编译caffe

cd ~/caffe
sudo cp Makefile.config.example Makefile.config

打开并修改Makefile.config文件

$ sudo gedit Makefile.config

修改1：将 #USE_CUDNN:=1 前面的注释去掉，改成 USE_CUDNN:=1
修改2：如果只是使用CPU，则将CPU_ONLY=1前面的注释打开，GPU模式则不要打开
修改2：修改INCLUDE_DIRS中hdf5.h和hdf5_hl.h文件路径

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/lib

打开并修改Makefile文件
修改1：将

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

修改为

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

修改2：LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_hl hdf5
修改为 LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_serial_hl hdf5_serial

编译caffe，

$ make all

++++++++++++++++++ Problem one ++++++++++++++++++
在编译caffe的时候，可能会出现各种找不到文件的情况。这种情况的一种解决方式是改变Makefile.config中的路径。
比如，在编译caffe的时候提醒找不到hdf5.h或者hdf5_hl.h , 错误提示为：
./include/caffe/util/hdf5.hpp:6:18: fatal error: hdf5.h: No such file or directory

这时使用命令sudo find / -name hdf5.h 和sudo find / -name hdf5_hl.h , 找到相应的路径之后，把路径加到Makefile.config中。

比如，我的hdf5.h的路径为：
/usr/include/hdf5/serial/hdf5.h ,
则修改Makefile.config中的项“INCLUDE_DIRS”为：
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/include/hdf5/serial \
/usr/local/include

++++++++++++++++++ Problem Two ++++++++++++++++++
“libcudnn.so.5 cannot open shared object file: No such file or directory”
解决办法是将一些文件复制到/usr/local/lib文件夹下，尤其注意cuda的版本号

$ sudo cp /usr/local/cuda-8.0/lib64/libcudart.so.8.0 /usr/local/lib/libcudart.so.8.0 && sudo ldconfig
$ sudo cp /usr/local/cuda-8.0/lib64/libcublas.so.8.0 /usr/local/lib/libcublas.so.8.0 && sudo ldconfig
$ sudo cp /usr/local/cuda-8.0/lib64/libcurand.so.8.0 /usr/local/lib/libcurand.so.8.0 && sudo ldconfig
$ sudo cp /usr/local/cuda-8.0/lib64/libcudnn.so.5 /usr/local/lib/libcudnn.so.5 && sudo ldconfig

测试caffe是否编译成功，出现如下界面，说明caffe安装成功！

$ make runtest

至此，caffe在ubuntu上的安装配置已全部完成！