第一部分:安装Ubuntu 14.04
1. 从 http://releases.ubuntu.com/14.04/ 下载镜像文件;
2. 下载UltraISO,然后可以使用UltraISO制作一个U盘启动盘:在左下角的本地目录中先选中下载好的镜像文件,从“启动”选项卡里选择“写入硬盘映像”,然后从弹出的对话框里“选择”你准备好的U盘,点击对话框下方的“写入”,等待整个写入过程结束,你的U盘图标会变成Ubuntu的图标,制作成功!
3. 把U盘插到电脑上,启动的时候一般是按F12选择从光盘启动,然后按照提示一步步走完即可。
4. 如果是安装双系统,需要先安装Windows系统,在Windows里把一部分硬盘空出来,在设备管理器里用“删除卷”功能把这部分从Windows里拿出来;然后再安装Ubuntu,就会自动选择这部分空出的硬盘。如果是双硬盘的话,直接选择把系统安装在哪个硬盘上即可。
第二部分:安装 CUDA
0. 选择合适的显卡驱动器 !!!
这一步至关重要!很多人在安装完CUDA之后,重启电脑会遇到无法进入图形界面的情况,或者是遇到 Loop Login的问题,基本上都是由于CUDA和显卡驱动不兼容导致的。所以需要检查一下自己的显卡驱动是否合适。
方法很简单: 去英伟达官网上搜到自己的显卡型号,找到适合的驱动,直接下载安装即可。
还有一个更简单更可行的方法是: 在Ubuntu系统下的系统设置里,点击下边的“软件与更新”,从弹出的对话框里选择“附加驱动器”,显卡下边应该有很多选项(如果没有,就运行 sudo apt-get update),选择和自己显卡对应的驱动,建议使用 version367.*系列,选这个一般都没问题。
1. 下载CUDA: https://developer.nvidia.com/cuda-toolkit
安装的时候有很多版本可供选择,也没有什么严格的规定去选哪个版本,反正Ubuntu 14.04的话就选CUDA 7.5吧,身边的人大多都是这样做的。
$ sudo dpkg -i cuda-repo-ubuntu1504-7-5-local_7.5-18_amd64
$ sudo apt-get update
$ sudo apt-get install -y cuda
2. 安装 cudnn-7.5-linux-x64-v5.1
下载地址:https://developer.nvidia.com/cudnn
$ tar zxvf cudnn-7.5-linux-x64-v5.1.tgz
$ cd cuda
$ sudo cp include/cudnn.h /usr/local/include
$ sudo cp lib64/libcudnn.* /usr/local/lib
$ sudo ln -sf /usr/local/lib/libcudnn.so.5.1.3 /usr/local/lib/libcudnn.so.5
$ sudo ln -sf /usr/local/lib/libcudnn.so.5 /usr/local/lib/libcudnn.so
$ sudo ldconfig -v
注意:libcudnn.so.5.1.*星号表示数字可能会有变化,如3,5或者10
第三部分: 安装 Matlab
1. 自行百度一个Matlab2014a 的破解版。
2. 右键 Mathworks.Matlab.R2014a.Unix.iso 选择 “使用磁盘映像挂载器打开”,然后进入装载的虚拟光盘,把所有文件复制粘贴到/home/Matlab
3. 复制Crack/install.jar至 home/Matlab/Java/jar/ 并覆盖源文件
4.
$ chmod a+x Matlab -R
$ sudo ./install
5. 安装时注意:不适用Internet安装,序列号可使用12345-67890-12345-67890 ,有个勾选什么路径的方框(一定要选),所需要的激活文件是license_405329_R2014a.lic
6. 拷贝 libmwservices.so 至 /usr/local/MATLAB/R2014a/bin/glnxa64
$ sudo cp libmwservices.so /usr/local/MATLAB/R2014a/bin/glnxa64/
调整之前先看一下自己的gcc/g++版本,如果已经是4.7,那么下边的操作就不需要了
$ sudo apt-get install -y gcc-4.7 g++-4.7
$ cd /usr/bin
$ sudo mv gcc gcc-4.9.2
$ sudo ln -s gcc-4.7 gcc
$ sudo mv g++ g++-4.9.2
$ sudo ln -s g++-4.7 g++
1. 可以选择ATLAS,MKL或者OpenBLAS;果断OpenBLAS,因为免费!下载地址:http://www.openblas.net/
2. 解压;进到解压后的目录:
make
sudo make install
第五部分: 安装Opencv
1. 建议使用Opencv 2.4.*
2.解压;进到解压后的目录;创建bulid文件夹;进入build文件夹:
camke ..
make
sudo make install
最好使用有线网,整个过程会比较漫长。
第六部分: 安装其他依赖项
1. Google Logging Library 下载地址:https://code.google.com/p/google-glog/
$ tar zxvf glog-0.3.3.tar.gz
$ cd 下载后的目录
$ ./configure
$ make
$ sudo make install
2.其他依赖项
$ sudo apt-get install -y libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev
$ sudo apt-get install -y libhdf5-serial-dev libgflags-dev libgoogle-glog-dev liblmdb-dev protobuf-compiler protobuf-c-compiler
$ sudo apt-get install -y protobuf-compiler python-numpy python-scipy python-matplotlib python-sklearn python-skimage python-h5py
$ sudo apt-get install -y python-protobuf python-leveldb python-networkx python-nose python-pandas python-gflags cython ipython
第七部分: 安装Caffe
1. 下载地址: http://caffe.berkeleyvision.org/
2. 切换到Caffe-master的文件夹:
$ cp Makefile.config.example Makefile.config
3. 配置Makefile.config文件a. 启用CUDNN,去掉”#”
b. 配置一些引用文件
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
c. 启用OpenBLAS
BLAS := open
!!!注意:如果后边的编译不能通过,把openblas在系统中的位置添加到blas_lib 和 blas——included. 配置路径,实现caffe对Python和Matlab接口的支持
PYTHON_LIB := /usr/local/lib
MATLAB_DIR := /usr/local/MATLAB/R2014a
e.如果下边的编译过程中提示缺少某某文件,直接在系统中搜到那个文件,然后添加到 /lib 目录下4.编译Caffe
$ make all -j16
$ make test -j16
$ make runtest -j16
$ make pycaffe -j16
$ make matcaffe -j16
如果在编译最后一步的时候不能通过,需要在Makefile和Makefile.config里做一些更改:
(1)Makefile.config里面注释掉 带有*_60 或者 *_61的语句;
(2)在Makefile里找到 CXXFLAGS += -MMD -MP, 在它的下边加一句 CXXFLAGS += -std=c++11
这是由于c++11的版本兼容问题,也可以在CMakeLists里进行更改,可以参考我的博客
http://blog.csdn.net/wangjiankun_ls/article/details/56277272
到此,安装完毕~声明,本人在安装过程中参考了“宇宙骑士欧老师”的文章,链接在下边:
http://blog.csdn.net/shiorioxy/article/details/52652831