1:禁用nouveau
打开终端,输入$ sudo gedit /etc/modprobe.d/blacklist-nouveau.conf,输入
blacklist nouveau
options nouveau modset=0
保存退出,执行$ sudo update-initramfs -u,禁用结束。重启电脑。
验证驱动是否禁用成功:
输入$ sudo lspci | grep nouveau,如果没有内容,则禁用成功。
2:下载CUDA
https://developer.nvidia.com/cuda-downloads
3:安装CUDA
Installation Instructions:
1:`sudo dpkg -i cuda-repo-ubuntu1404-8-0-local-ga2_8.0.61-1_amd64.deb`
2:'sudo apt-get update'
3:'sudo apt-get install cuda'
4:验证是否安装成功
输入$ ls /dev/nvidia*,若生成 4 个左右 Nvidia 开头的文件(夹),说明此步安装成功。此时已经安装好显卡驱动和CUDA 8.0。输入$ nvidia-smi可查看显卡驱动和其他信息。
5:配置环境变量
输入$ sudo gedit /etc/profile,打开 gedit ,最后两行输入
export PATH=/usr/local/cuda-8.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH
保存退出,环境变量配置完成。
6:安装cuDNN
你已经下载好 cudnn-8.0-linux-x64-v5.1.tgz,并将其放在家目录($ cd ~)下。
按顺序输入以下代码:
$ cd ~
$ sudo tar xvf cudnn-8.0-linux-x64-v5.1.tgz
$ cd cuda/include
$ sudo cp *.h /usr/local/include/
$ cd ../lib64
$ sudo cp lib* /usr/local/lib/
$ cd /usr/local/lib
$sudo chmod +r libcudnn.so.5.1.10
$ sudo ln -sf libcudnn.so.5.1.10 libcudnn.so.5
$ sudo ln -sf libcudnn.so.5 libcudnn.so
$ sudo ldconfig
注意:libcudnn.so后面跟的数字可能和你下载的 cudnn 包小版本的不同而不同,去~/cuda/lib64下看一眼,相对应地进行修改。
在安装cudNN最后一步:
$ sudo ldconfig,提示错误:
libEGL.so.1 is not a symbolic link
解决方案:
sudo mv /usr/lib/nvidia-375/libEGL.so.1 /usr/lib/nvidia-375/libEGL.so.1.org
sudo mv /usr/lib32/nvidia-375/libEGL.so.1 /usr/lib32/nvidia-375/libEGL.so.1.org
sudo ln -s /usr/lib/nvidia-375/libEGL.so.375.39 /usr/lib/nvidia-375/libEGL.so.1
sudo ln -s /usr/lib32/nvidia-375/libEGL.so.375.39 /usr/lib32/nvidia-375/libEGL.so.1
在执行:
bash ./ubuntu/install_caffe_and_openpose_if_cuda8.sh
提示错误:
#include <numpy/arrayobject.h>
尝试调用方法1:
ls /usr/lib/python2.7/dist-packages/numpy/core/include/numpy/
找不到路径
尝试调用方法2:
find / -name numpy/arrayobject.h
依然找不到,可能得到无该文件
于是查Ubuntu上安装numpy:
sudo apt-get install python-numpy
打开终端,输入$ sudo gedit /etc/modprobe.d/blacklist-nouveau.conf,输入
blacklist nouveau
options nouveau modset=0
保存退出,执行$ sudo update-initramfs -u,禁用结束。重启电脑。
验证驱动是否禁用成功:
输入$ sudo lspci | grep nouveau,如果没有内容,则禁用成功。
2:下载CUDA
https://developer.nvidia.com/cuda-downloads
3:安装CUDA
Installation Instructions:
1:`sudo dpkg -i cuda-repo-ubuntu1404-8-0-local-ga2_8.0.61-1_amd64.deb`
2:'sudo apt-get update'
3:'sudo apt-get install cuda'
4:验证是否安装成功
输入$ ls /dev/nvidia*,若生成 4 个左右 Nvidia 开头的文件(夹),说明此步安装成功。此时已经安装好显卡驱动和CUDA 8.0。输入$ nvidia-smi可查看显卡驱动和其他信息。
5:配置环境变量
输入$ sudo gedit /etc/profile,打开 gedit ,最后两行输入
export PATH=/usr/local/cuda-8.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH
保存退出,环境变量配置完成。
6:安装cuDNN
你已经下载好 cudnn-8.0-linux-x64-v5.1.tgz,并将其放在家目录($ cd ~)下。
按顺序输入以下代码:
$ cd ~
$ sudo tar xvf cudnn-8.0-linux-x64-v5.1.tgz
$ cd cuda/include
$ sudo cp *.h /usr/local/include/
$ cd ../lib64
$ sudo cp lib* /usr/local/lib/
$ cd /usr/local/lib
$sudo chmod +r libcudnn.so.5.1.10
$ sudo ln -sf libcudnn.so.5.1.10 libcudnn.so.5
$ sudo ln -sf libcudnn.so.5 libcudnn.so
$ sudo ldconfig
注意:libcudnn.so后面跟的数字可能和你下载的 cudnn 包小版本的不同而不同,去~/cuda/lib64下看一眼,相对应地进行修改。
在安装cudNN最后一步:
$ sudo ldconfig,提示错误:
libEGL.so.1 is not a symbolic link
解决方案:
sudo mv /usr/lib/nvidia-375/libEGL.so.1 /usr/lib/nvidia-375/libEGL.so.1.org
sudo mv /usr/lib32/nvidia-375/libEGL.so.1 /usr/lib32/nvidia-375/libEGL.so.1.org
sudo ln -s /usr/lib/nvidia-375/libEGL.so.375.39 /usr/lib/nvidia-375/libEGL.so.1
sudo ln -s /usr/lib32/nvidia-375/libEGL.so.375.39 /usr/lib32/nvidia-375/libEGL.so.1
在执行:
bash ./ubuntu/install_caffe_and_openpose_if_cuda8.sh
提示错误:
#include <numpy/arrayobject.h>
尝试调用方法1:
ls /usr/lib/python2.7/dist-packages/numpy/core/include/numpy/
找不到路径
尝试调用方法2:
find / -name numpy/arrayobject.h
依然找不到,可能得到无该文件
于是查Ubuntu上安装numpy:
sudo apt-get install python-numpy
参考:
http://www.jianshu.com/p/69a10d0a24b9
https://github.com/BVLC/caffe/issues/4537
https://github.com/BVLC/caffe/issues/1284
http://afun.logdown.com/posts/517084/python-on-the-ubuntu-install-numpy-and-scipy-for-python3