ubuntu14.04 + cuda7.5 + opencv3.0 + cudnn7.0_v4
参考 http://ouxinyu.github.io/Blogs/20151108001.html
一 nVidia CUDA Toolkit的安装(*.deb方法)
$ sudo dpkg -i cuda-repo-ubuntu1404-7-5-local_7.5-18_amd64.deb
$ sudo apt-get update
$ sudo apt-get install -y cuda
Environment Variables
$ export CUDA_HOME=/usr/local/cuda-7.5
$ export LD_LIBRARY_PATH=${CUDA_HOME}/lib64
$ PATH=${CUDA_HOME}/bin:${PATH}
$ export PATH
二 Python安装和调试
1. 安装 IDE 运行环境
直接在 Ubuntu 软件中心搜索 “spyder” 即可安装。
2. iPython NoteBook 安装
$ sudo apt-get install -y ipython-notebook pandoc
启动 ( 自动打开浏览器 ):
$ ipython notebook
三 安装BLAS(这里选择mkl)
$ tar zxvf parallel_studio_xe_2016_update3.tgz
$ chmod a+x parallel_studio_xe_2016_update3 -R
进入目录
$ sudo sh install_GUI.sh
四 MKL与CUDA的环境设置
1. 新建 intel_mkl.conf , 并编辑:
$ sudo gedit /etc/ld.so.conf.d/intel_mkl.conf
/opt/intel/lib/intel64
/opt/intel/mkl/lib/intel64
2. 新建 cuda.conf ,并编辑:
$ sudo gedit /etc/ld.so.conf.d/cuda.conf
/usr/local/cuda/lib64
/lib
3. 完成 lib 文件的链接操作,执行:
$ sudo ldconfig -v
五 安装 OpenCV3.0
切换到文件夹,安装依赖项
$ sudo sh Ubuntu/dependencies.sh
切换目录 Ubuntu/3.0/
$ sudo sh opencv3_0_0.sh
保证网络畅通,时间较长,请耐心等待
六 安装其他依赖项
$ tar zxvf glog-0.3.3.tar.gz
$ ./configure
$ make
$ sudo make install
$ sudo apt-get install -y libprotobuf-dev libleveldb-dev libsnappy-devlibopencv-dev libboost-all-dev libhdf5-serial-dev libgflags-devlibgoogle-glog-dev liblmdb-dev protobuf-compiler protobuf-c-compilerprotobuf-compiler
七 安装Caffe并测试
1. 安装 pycaffe 必须的一些依赖项
$ sudo apt-get install -y python-numpy python-scipy python-matplotlibpython-sklearn python-skimage python-h5py python-protobuf python-leveldbpython-networkx python-nose python-pandas python-gflags cython ipython
2. 安装配置 nVidia cuDNN
a. 安装前请官网下载最新的 cuDNN(cudnn-7.0-Linux-x64-v4.0-prod)
$ sudo cp include/cudnn.h /usr/local/include
$ sudo cp lib64/libcudnn.* /usr/local/lib
b. 链接 cuDNN 的库文件
$ sudo ln -sf /usr/local/lib/libcudnn.so.4.0.7/usr/local/lib/libcudnn.so.4
$ sudo ln -sf /usr/local/lib/libcudnn.so.4 /usr/local/lib/libcudnn.so
$ sudo ldconfig -v
3. 编译
修改 Makefile.config 配置文件后执行
$ 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 (选做)
参考 http://ouxinyu.github.io/Blogs/20151108001.html
一 nVidia CUDA Toolkit的安装(*.deb方法)
$ sudo dpkg -i cuda-repo-ubuntu1404-7-5-local_7.5-18_amd64.deb
$ sudo apt-get update
$ sudo apt-get install -y cuda
Environment Variables
$ export CUDA_HOME=/usr/local/cuda-7.5
$ export LD_LIBRARY_PATH=${CUDA_HOME}/lib64
$ PATH=${CUDA_HOME}/bin:${PATH}
$ export PATH
二 Python安装和调试
1. 安装 IDE 运行环境
直接在 Ubuntu 软件中心搜索 “spyder” 即可安装。
2. iPython NoteBook 安装
$ sudo apt-get install -y ipython-notebook pandoc
启动 ( 自动打开浏览器 ):
$ ipython notebook
三 安装BLAS(这里选择mkl)
$ tar zxvf parallel_studio_xe_2016_update3.tgz
$ chmod a+x parallel_studio_xe_2016_update3 -R
进入目录
$ sudo sh install_GUI.sh
四 MKL与CUDA的环境设置
1. 新建 intel_mkl.conf , 并编辑:
$ sudo gedit /etc/ld.so.conf.d/intel_mkl.conf
/opt/intel/lib/intel64
/opt/intel/mkl/lib/intel64
2. 新建 cuda.conf ,并编辑:
$ sudo gedit /etc/ld.so.conf.d/cuda.conf
/usr/local/cuda/lib64
/lib
3. 完成 lib 文件的链接操作,执行:
$ sudo ldconfig -v
五 安装 OpenCV3.0
切换到文件夹,安装依赖项
$ sudo sh Ubuntu/dependencies.sh
切换目录 Ubuntu/3.0/
$ sudo sh opencv3_0_0.sh
保证网络畅通,时间较长,请耐心等待
六 安装其他依赖项
$ tar zxvf glog-0.3.3.tar.gz
$ ./configure
$ make
$ sudo make install
$ sudo apt-get install -y libprotobuf-dev libleveldb-dev libsnappy-devlibopencv-dev libboost-all-dev libhdf5-serial-dev libgflags-devlibgoogle-glog-dev liblmdb-dev protobuf-compiler protobuf-c-compilerprotobuf-compiler
七 安装Caffe并测试
1. 安装 pycaffe 必须的一些依赖项
$ sudo apt-get install -y python-numpy python-scipy python-matplotlibpython-sklearn python-skimage python-h5py python-protobuf python-leveldbpython-networkx python-nose python-pandas python-gflags cython ipython
2. 安装配置 nVidia cuDNN
a. 安装前请官网下载最新的 cuDNN(cudnn-7.0-Linux-x64-v4.0-prod)
$ sudo cp include/cudnn.h /usr/local/include
$ sudo cp lib64/libcudnn.* /usr/local/lib
b. 链接 cuDNN 的库文件
$ sudo ln -sf /usr/local/lib/libcudnn.so.4.0.7/usr/local/lib/libcudnn.so.4
$ sudo ln -sf /usr/local/lib/libcudnn.so.4 /usr/local/lib/libcudnn.so
$ sudo ldconfig -v
3. 编译
修改 Makefile.config 配置文件后执行
$ 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 (选做)