caffe安装记录

caffe安装记录

配置：ubuntu14.04.5,gtx1080ti显卡,cudnn-v5.1for-cuda8.0,cuda8.0,opencv2.4.9

1、安装nvidia驱动

关闭图形界面，sudo stop lightdm，
然后切换到tty1：Ctrl+Alt+F1即可
在纯字符界面下，登陆root用户；
接下来就是最关键的一步了：sudo ./NVIDIA.run开始安装，安装过程比较快，根据提示选择即可（Nvidia.run版本选择，自己根据显卡型号在nvidia官网http://geforce.com/drivers中查找）
最后安装完毕后，重新启动图形界面：sudo start lightdm，然后Ctrl+Alt+F7进入图形界面

2、安装cuda8.0（链接）

sudo dpkg -i cuda-repo-ubuntu1404-7-0-local_7.0-28_amd64.deb（这里改成自己下载的cuda8.0的包名即可）
sudo apt-get update
sudo apt-get install cuda
这时会在/usr/local/下出现cuda和cuda-8.0两个文件夹
在/etc/profile文件的最后添加环境变量：export PATH=/usr/local/cuda-8.0/bin:$PATH
       export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH
保存之后　source /etc/profile使环境变量生效
查看驱动，Toolkit版本
cat /proc/driver/nvidia/version
nvcc -V

3、编译cuda Samples（可跳过）

切换到路径/usr/local/cuda-8.0/samples/下执行 sudo make。可能出现如下的错误：
/usr/bin/ld: cannot find -lnvcuvid
查看 链接（参考博客）
发现，是英伟达显卡驱动版本不同导致的.在/usr/local/CUDA-8.0/Samples/3_Imaging/cudaDecodeGL/findgllib.mk文件中，
UBUNTU_PKG_NAME = "nvidia-367",把它修改为UBUNTU_PKG_NAME = "nvidia-375"（自己驱动的版本）
再执行sudo make,编译的结果在/usr/local/cuda-8.0/samples/bin/x86_64/linux/release，切到该路径下，执行sudo ./deviceQuery,出现Result = PASS表明暂时成功。再执行sudo ./bandwidthTest,出现Result = PASS表明cuda8.0安装成功。如果失败，可以重启一下机器试试。

4、安装CUDNN

tar -xzvf cudnn包名，出现cuda的文件夹。cd cuda进到该文件夹。进到lib64文件夹内执行命令：sudo cp lib* /usr/local/cuda-8.0/lib64/;进到cuda下的include文件夹，执行命令:sudo cp cudnn.h /usr/local/cuda-8.0/include/
cudnn安装步骤结束！

5、安装opencv2.4.9

安装opencv参考的是百度经验的文章： 链接
但是在执行命令;cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local -D WITH_TBB=ON -D BUILD_NEW_PYTHON_SUPPORT=ON -D WITH_V4L=ON -D WITH_QT=ON -D WITH_OPENGL=ON ..后再执行make -j $(nproc)时出现如下的错误：
Unsupported gpu architecture 'compute_11'

解决办法是：在上面要cmake时（替换上面的cmake命令）执行这条cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local -D CUDA_GENERATION=Kepler -D WITH_TBB=ON -D BUILD_NEW_PYTHON_SUPPORT=ON　-D WITH_V4L=ON -D INSTALL_C_EXAMPLES=ON -D INSTALL_PYTHON_EXAMPLES=ON -D BUILD_EXAMPLES=ON -D WITH_QT=OFF -D WITH_OPENGL=ON -D BUILD_TIFF=ON ..
再执行make -j $(nproc)时可能出现如下错误： a storage class is not allowed in an explicit specialization问题 
解决办法：下载NCVPixelOperations.hpp（ 链接），用来替换/home/用户名/opencv-2.4.9/modules/gpu/src/nvidia/core/下的NCVPixelOperations.hpp，再make时出现如下的错误：
/home/usrname/opencv-3.1.0/modules/cudalegacy/src/graphcuts.cpp:135:18: error: ‘NppiGraphcutState’ does not name a type
         operator NppiGraphcutState*()
                  ^
解决办法：sudo find / -name graphcuts.cpp找出具体的路径，修改文件里的内容：
将#if !defined (HAVE_CUDA) || defined (CUDA_DISABLER) 改为
#if !defined (HAVE_CUDA) || defined (CUDA_DISABLER) || (CUDART_VERSION >= 8000)

6、编译caffe

caffe的编译网上太多了，我就不写了。 参考链接

在编译MATLAB接口时。可能要将gcc版本降级， 参考链接