软件版本:
安装包之间的支持关系要理清,支持关系弄好后安装的过程就会少很多麻烦。
CUDA 、Cudnn 、Anaconda 、Opencv 都是为Caffe 和Tensorflow服务的
系统版本:Ubuntu16.04
Anaconda [Python2.7] (版本忘了,推荐最新的,老版本的Gcc版本太低,后面编译caffe会出现错误,需要升级GCC)
显卡驱动:375.26 (试过384.111和测试时提示与CUDA8.0版本不兼容)
Cuda 8.0
Cudnn v6(tensorflow1.4.1 不支持V7)
下载地址:https://developer.nvidia.com/rdp/cudnn-download
Opencv-3.4.0
Matlab 2016b
Caffe (2018年1月23 github最新版本)
tensorflow 1.4.1 版本
- 0、首先安装Anacnonda
- 1、安装NVIDIA驱动&&CUDA
安装CUDA时候,选择安装合适版本的NVIDIA驱动。
注意:需要在安装驱动前禁用X服务
sudo service lightdm stop
在https://developer.nvidia.com/cuda-downloads,根据自己的系统下载对应的runfile文件。
下载后运行sudo ./cuda_8.0.61_375.26_linux.run
1、运行后,首先是协议。按空格
到底后,输入accept
Do you accept the previously read EULA?
accept/decline/quit: accept
Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 367.48?
(y)es/(n)o/(q)uit: y
Install the CUDA 8.0 Toolkit?
(y)es/(n)o/(q)uit: y
Enter Toolkit Location
[ default is /usr/local/cuda-8.0 ]:
Do you want to install a symbolic link at /usr/local/cuda?
(y)es/(n)o/(q)uit: y
Install the CUDA 8.0 Samples?
(y)es/(n)o/(q)uit: y
2、声明环境变量 运行sudo gedit ~/.bashrc
在文件末尾添加
export CUDA_HOME=/usr/local/cuda
export PATH=$PATH:$CUDA_HOME/bin
export LD_LIBRARY_PATH=/usr/local/cuda8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
保存退出,运行source ~/.bashrc
3、测试
测试前可以先把samples备份下
cd /usr/local/cuda/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery
测试结果如下即可
- 2、安装Cudnn
官网下载cudnn
下载后进行解压
解压后把相应的文件拷贝到对应的CUDA目录下即可
sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/
sudo chmod a+r /usr/local/cuda/include/cudnn.h
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
- 3、安装Caffe
caffe的安装步骤比较繁琐,需要Opencv等软件,所需依赖库比较多。
主要分为 个步骤: