先下载此教程的软件,下载地址:
百度云盘链接
密码: g331
一、ubuntu16.04双系统的安装
1、镜像文件和U盘制作系统软件
2、U盘制作系统
1)、准备一个3-7g左右的U盘,U盘要格式化,清空
2)、开始制作系统盘,打开U盘制作软件,会依次弹出下面两个界面,按下图的教 程操作
3、 开始安装系统
1)windows系统下 ,右键点击我的电脑》管理》磁盘管理,选择一个空间较大的盘,右键选择压缩卷,笔者为Ubuntu16.04划分了150G的空间,70-150G都可以,设置好容量大小后点压缩即可,不用给他设置盘符,我们在安装Ubuntu的时候在重新分区。注意:这种分区我们在Win里面不能直接查看Ubuntu里的分区,但是在Ubuntu我们可以访问放在硬盘上的任何东西,也就是可以直接查看Win系统的分区
2)进入bios界面,电脑关机重启,不同型号按不同的按键
戴尔:按F10
华硕: 按F2
联想: 按F12
惠普: 按shift键然后重启
3)确保安全启动和快速启动关闭,U盘启动打开
bios相关知识
4)进入U盘安装,选择·Install ubuntu进入选择语言界面,选择中文
5)准备安装Ubuntu,可以联网,也可以不联网,如果联网选择安装第三方软件及更新,也可以选择不安装,安装完成后再系统里选择更新,完成后点击继续
6)安装类型选择,这里一定选择》其他选项》继续,这样我们可以自己分区
7)分区设置
8)三个分区设置
选择产生的空闲分区
点击的“+”创建4个主要的基础分区
创建/分区:
>
创建swap分区:
大小和自己系统内存大小一样,比如你的电脑内存8GB,就给8194MB 逻辑分区 空间起始位置 交换空间
创建boot分区:
2048MB 逻辑分区 空间起始位置 Ext4日志文件系统 /boot
创建主分区:
剩余的空间 主分区 空间起始位置 Ext4日志文件系统 /
如下图
a、swap
b、boot
c、主分区
8)
三个分区设置好,点击现在安装,接下来一直继续,按提示就可以安装好,安装完毕后重启。
二、OpenCv 3.3 的配置
需要连接网络才能完成下列安装
1)安装git
sudo apt-get update
sudo apt-get install git
2)安装OpenCv3.3
git clone https://github.com/jayrambhia/Install-OpenCV
cd ./Install-OpenCV
cd Ubuntu
chmod +x *
./opencv_latest.sh
3)安装过程要40分钟左右
当编译到100%, 出现opencv3.3 can be used.才算安装成功。
如果遇到问题,运行下列命令,更新软件源。
sudo apt-get update
三、CUDA8.0+CUDNN的安装
1、只有显卡是英伟达系列才执行下面一系列安装,AMD系列不用执行CUDA+CUDNN的安装
2、CUDA安装
1)cuda8.0软件在安装文件夹的位置
2)设置-》软件更新-》附加驱动-》选择
3)安装
a、运行第一条命令
sudo ./cuda_8.0.61_375.26_linux.run
注意:执行后会有一系列提示让你确认,刚开始会出现一个0%,要一直按空格键,直到100%,后面要注意,有个让你选择是否安装nvidia367驱动时,一定要选择否:
Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 367.48?
因为前面我们已经安装了更加新的nvidia367,所以这里不要选择安装。其余的都直接默认或者选择是即可。
b、环境变量配置
打开~/.bashrc文件:
sudo gedit ~/.bashrc
c、将以下内容写入到~/.bashrc尾部:
export PATH=/usr/local/cuda-8.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH
d、在/etc/profile文件中添加CUDA环境变量:
sudo gedit /etc/profile
e、打开文档都在文档结尾加上下面两句:
export PATH=/usr/local/cuda/bin:$PATH
f、保存后, 执行下列命令, 使环境变量立即生效:
source /etc/profile
g、同时添加lib库路径,在 /etc/ld.so.conf.d/新建文件 cuda.conf
sudo gedit /etc/ld.so.conf.d/cuda.conf
h、在文中加入下面内容:
/usr/local/cuda/lib64
i、执行下列命令使之立刻生效:
sudo ldconfig
4)测试CUDA的samples
cd /usr/local/cuda-7.5/samples/1_Utilities/deviceQuery
make
sudo ./deviceQuery
如果显示一些关于GPU的信息,则说明安装成功。
5)输入一下命令查看cuda配置
nvcc -V
3、CUDNN的安装c
cudnn软件包的位置
1、解压文件
sudo tar -zxvf ./cudnn-8.0-linux-x64-v5.0.tgz
2、进入cuDNN5.0解压之后的include目录,在命令行进行如下操作:
cd cuda/include
sudo cp cudnn.h /usr/local/cuda/include
3、再将进入lib64目录下的动态文件进行复制和链接:
cd ..
cd lib64
sudo cp lib* /usr/local/cuda/lib64/
cd /usr/local/cuda/lib64/
sudo chmod +r libcudnn.so.5.0.5
sudo ln -sf libcudnn.so.5.0.5 libcudnn.so.5
sudo ln -sf libcudnn.so.5 libcudnn.so
sudo ldconfig
安转完毕
三、caffe的安装
1、caffe依赖库的安装,执行下列命令
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
2、caffe框架的下载,通过git下载
1)下载
git clone https://github.com/BVLC/caffe
2)进入caffe 文件夹,复制Makefileconfig
sudo cp Makefile.config.example Makefile.config
3)打开并修改配置文件:
sudo gedit Makefile.config
4)根据个人情况修改文件:
a.若使用cudnn,只有装了cuda+cudnn,则
将
#USE_CUDNN := 1
改成
USE_CUDNN := 1
b.如果不使用cuda或cudnn
将
#CPU_ONLY := 1
改成
CPU_ONLY := 1
c、修改opencv参数
将
#OPENCV_VERSION := 3
改成
OPENCV_VERSION := 3
d、修改后保存
5)编译
进入caffe目录,打开终端
依次执行下列命令
mkdir build
cd build
cmake ..
make all -j4
make pycaffe -j4
make test -j4
make runtest -j4
如果编译成功,到100%,caffe环境配置就基本完成。可以进行手写体MNIST训练测试了。