深度学习框架的配置过程真是血泪史啊,如果想把所有模块都配置好,还是要花不少功夫的,这其中肯定会有不少坑。记录下自己安装caffe的整个过程:
1、检查自己电脑的配置
这一步很重要,也是最容易被忽略的。如果只是看了几个博客,就直接开始配置了,这样的话,在后面后遇到很多问题。
经典的配置可能是ubuntu+cuda+cudnn+python+matlab+opencv,但是使用cudnn加速的前提是计算机显卡的计算能力要大于3.0,否则在编译caffe时会报错,所以要进入英伟达
官网查询下自己显卡的计算能力。我在这里就遇到坑了,也是自己忽略细节了。安装ubuntu的空间要尽量大一些,至少50G吧,另外还有其他一些检查等等。
2、安装一些基本依赖项(参考:http://blog.csdn.net/yhl_leo/article/details/50961542)
sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler
sudo apt-get install --no-install-recommends libboost-all-dev
sudo apt-get install libopenblas-dev liblapack-dev libatlas-base-dev
sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev
3、安装cuda7.5(参考:http://m.blog.csdn.net/article/details?id=51882183)
这里遇到的坑不小,折腾了很长时间。主要问题是,安装cuda重启电脑后进不了桌面了,开始尝试了很多方法(驱动啊,切换显卡啊等等)都失败了,最后是在官方安装文档中找到了答案。在安装cuda时,会出现提示,询问你是否需要安装 openGL Libraries。如果你的电脑是双显,而且用来显示的那块GPU不是NVIDIA,则OpenGL Libraries就不应该安装,否则不是NVIDIA的那块GPU使用的OpenGL Libraries会被覆盖,然后GUI就无法工作了。如果你是用.deb文件安装的话,它不会询问你是否需要安装 openGL Libraries,所以问题出在这。后来我就用.run文件安装,果然就没有出现之前的问题。
安装流程如下:
(1) 禁用 nouveau
终端中运行:$ lsmod | grep nouveau,如果有输出则代表nouveau正在加载。Ubuntu的nouveau禁用方法:
在/etc/modprobe.d中创建文件blacklist-nouveau.conf,在文件中输入以下内容:
blacklist nouveau
options nouveau modeset=0
打开终端,运行
sudo update-initramfs –u
设置完毕可以再次运行 lsmod | grep nouveau 检查是否禁用成功,如果运行后没有任何输出,则代表禁用成功。如果还是有输出,重启下电脑应该就好了。
(2) 重启电脑,到达登录界面时,alt+ctrl+f1,进入text mode,登录账户,输入sudo service lightdm stop 关闭图形化界面。
(3) 切换到cuda安装文件的路径,运行sudo sh cuda_7.5.18_linux.run,按照提示一步步操作遇到提示是否安装openGL ,
选择no(如果你的电脑跟我一样是双显,且主显是非NVIDIA的GPU需要选择no,否则可以yes)其他都选择yes或者默认安装成功后,会显示installed,
否则会显示failed。
(4) 输入sudo service lightdm start 重新启动图形化界面。Alt + ctrl +F7,返回到图形化登录界面,输入密码登录。如果能够成功登录,
基本说明CUDA的安装成功了。
(5) 设置环境变量
终端中输入sudo vim /etc/profile,在打开的文件末尾,添加以下两行:
export PATH=/usr/local/cuda-7.5/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda7.5/lib64
然后用source /etc/profile,保存配置。
(6)安装完毕后的检查工作
a) 检查 NVIDIA Driver是否安装成功
终端输入 :cat /proc/driver/nvidia/version 会输出NVIDIA Driver的版本号
b) 检查 CUDA Toolkit是否安装成功
终端输入 : nvcc –V 会输出CUDA的版本信息
c) 尝试编译cuda提供的例子
切换到例子存放的路径,默认路径是 ~/NVIDIA_CUDA-7.5_Samples(即 /home/xxx/ NVIDIA_CUDA-7.5_Samples, xxx是你自己的用户名)
然后终端输入:make,如果出现错误的话,则会立即报错停止,否则会开始进入编译阶段。
d) 运行编译生成的二进制文件。
编译后的二进制文件 默认存放在~/NVIDIA_CUDA-7.5_Samples/bin中。
切换路径 : cd ~/NVIDIA_CUDA-7.5_Samples/bin/x86_64/linux/release
终端输入 : ./deviceQuery,看到一些配置信息表明安装成功。
再检查一下系统和CUDA-Capable device的连接情况
终端输入 : ./sandwidthTest,看到一些配置信息表明安装成功。
1、检查自己电脑的配置
这一步很重要,也是最容易被忽略的。如果只是看了几个博客,就直接开始配置了,这样的话,在后面后遇到很多问题。
经典的配置可能是ubuntu+cuda+cudnn+python+matlab+opencv,但是使用cudnn加速的前提是计算机显卡的计算能力要大于3.0,否则在编译caffe时会报错,所以要进入英伟达
官网查询下自己显卡的计算能力。我在这里就遇到坑了,也是自己忽略细节了。安装ubuntu的空间要尽量大一些,至少50G吧,另外还有其他一些检查等等。
2、安装一些基本依赖项(参考:http://blog.csdn.net/yhl_leo/article/details/50961542)
sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler
sudo apt-get install --no-install-recommends libboost-all-dev
sudo apt-get install libopenblas-dev liblapack-dev libatlas-base-dev
sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev
3、安装cuda7.5(参考:http://m.blog.csdn.net/article/details?id=51882183)
这里遇到的坑不小,折腾了很长时间。主要问题是,安装cuda重启电脑后进不了桌面了,开始尝试了很多方法(驱动啊,切换显卡啊等等)都失败了,最后是在官方安装文档中找到了答案。在安装cuda时,会出现提示,询问你是否需要安装 openGL Libraries。如果你的电脑是双显,而且用来显示的那块GPU不是NVIDIA,则OpenGL Libraries就不应该安装,否则不是NVIDIA的那块GPU使用的OpenGL Libraries会被覆盖,然后GUI就无法工作了。如果你是用.deb文件安装的话,它不会询问你是否需要安装 openGL Libraries,所以问题出在这。后来我就用.run文件安装,果然就没有出现之前的问题。
安装流程如下:
(1) 禁用 nouveau
终端中运行:$ lsmod | grep nouveau,如果有输出则代表nouveau正在加载。Ubuntu的nouveau禁用方法:
在/etc/modprobe.d中创建文件blacklist-nouveau.conf,在文件中输入以下内容:
blacklist nouveau
options nouveau modeset=0
打开终端,运行
sudo update-initramfs –u
设置完毕可以再次运行 lsmod | grep nouveau 检查是否禁用成功,如果运行后没有任何输出,则代表禁用成功。如果还是有输出,重启下电脑应该就好了。
(2) 重启电脑,到达登录界面时,alt+ctrl+f1,进入text mode,登录账户,输入sudo service lightdm stop 关闭图形化界面。
(3) 切换到cuda安装文件的路径,运行sudo sh cuda_7.5.18_linux.run,按照提示一步步操作遇到提示是否安装openGL ,
选择no(如果你的电脑跟我一样是双显,且主显是非NVIDIA的GPU需要选择no,否则可以yes)其他都选择yes或者默认安装成功后,会显示installed,
否则会显示failed。
(4) 输入sudo service lightdm start 重新启动图形化界面。Alt + ctrl +F7,返回到图形化登录界面,输入密码登录。如果能够成功登录,
基本说明CUDA的安装成功了。
(5) 设置环境变量
终端中输入sudo vim /etc/profile,在打开的文件末尾,添加以下两行:
export PATH=/usr/local/cuda-7.5/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda7.5/lib64
然后用source /etc/profile,保存配置。
(6)安装完毕后的检查工作
a) 检查 NVIDIA Driver是否安装成功
终端输入 :cat /proc/driver/nvidia/version 会输出NVIDIA Driver的版本号
b) 检查 CUDA Toolkit是否安装成功
终端输入 : nvcc –V 会输出CUDA的版本信息
c) 尝试编译cuda提供的例子
切换到例子存放的路径,默认路径是 ~/NVIDIA_CUDA-7.5_Samples(即 /home/xxx/ NVIDIA_CUDA-7.5_Samples, xxx是你自己的用户名)
然后终端输入:make,如果出现错误的话,则会立即报错停止,否则会开始进入编译阶段。
d) 运行编译生成的二进制文件。
编译后的二进制文件 默认存放在~/NVIDIA_CUDA-7.5_Samples/bin中。
切换路径 : cd ~/NVIDIA_CUDA-7.5_Samples/bin/x86_64/linux/release
终端输入 : ./deviceQuery,看到一些配置信息表明安装成功。
再检查一下系统和CUDA-Capable device的连接情况
终端输入 : ./sandwidthTest,看到一些配置信息表明安装成功。