ubuntu16.04+升级GCC-6.3.0+GTX1080ti的NVIDIA驱动+cuda-10.0+python+matlab2018a+caffe的最新配置

本文链接：https://blog.csdn.net/jydada/article/details/88871783

1.进行配置，首先刚装的系统需要

sudo apt-get update

sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev

sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev protobuf-compiler

sudo apt-get install build-essential

2.NVIDIA驱动安装

禁用 nouveau

安装好依赖包后需要禁用 nouveau，只有在禁用掉 nouveau 后才能顺利安装 NVIDIA 显卡驱动，禁用方法就是在 sudo vim /etc/modprobe.d/blacklist.conf文件中添加几条禁用命令

blacklist nouveau
blacklist lbm-nouveau
options nouveau modeset=0
alias nouveau off
alias lbm-nouveau off

执行以下命令来禁止内核中nouveau

echo options nouveau modeset=0 | sudo tee -a /etc/modprobe.d/nouveau-kms.conf

之后按照教程重启

sudo update-initramfs -u
reboot

此时已经禁用ubuntu自带的显卡驱动，界面分辨率暂时不正常，没关系，进行下一步。

安装NVIDIA驱动

进入Ubuntu，按 ctrl+alt+F1 进入tty1，登录tty1后输入如下命令：

sudo service lightdm stop

sudo ./NVIDIA.run -no-x-check -no-nouveau-check -no-opengl-files

-no-x-check：安装驱动时关闭X服务

-no-nouveau-check：安装驱动时禁用nouveau

-no-opengl-files：只安装驱动文件，不安装OpenGL文件

这样再reboot，就不会出现循环登录的问题。

重启后，界面分辨率就正常了

nvidia-smi可以查看驱动版本

3.CUDA10.0安装

$ sudo ./cuda-linux.10.0.130-24817639.run

安装完成后需要在/etc/profile中

①添加环境变量,

$ PATH=/usr/local/cuda-10.0/bin:$PATH$ export PATH

保存后, 执行下列命令, 使环境变量立即生效

$source /etc/profile

②添加lib路径，

在/etc/ld.so.conf.d/新建文件cuda.conf，并编辑

cd /etc/ld.so.conf.d

$ sudo touch cuda.conf

$ sudo gedit cuda.conf

/usr/local/cuda-10.0/lib64

执行下列命令使之立刻生效

$ sudo ldconfig

继续，安装CUDA SAMPLE，安装下列依赖包

$sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev

然后用下述命令安装sample文件

$sudo ./cuda-samples.10.0.130-24817639-linux.run

完成后编译Sample文件,更若干分钟后

$ cd /usr/local/cuda-10.0/samples

$ sudo make

编译完成后，进入 samples/bin/x86_64/linux/release

$ sudo ./deviceQuery

如果出现下列显卡信息，则驱动及cuda安装成功：

./deviceQuery Starting...

CUDA Device Query (Runtime API) version (CUDART static linking)

Detected 1 CUDA Capable device(s)

Device 0: "GeForce GTX 1080 Ti"
CUDA Driver Version / Runtime Version          10.0 / 10.0
CUDA Capability Major/Minor version number:    6.1
Total amount of global memory:                 11175 MBytes (11718230016 bytes)
(28) Multiprocessors, (128) CUDA Cores/MP:     3584 CUDA Cores
GPU Max Clock rate:                            1582 MHz (1.58 GHz)
Memory Clock rate:                             5505 Mhz
Memory Bus Width:                              352-bit
L2 Cache Size:                                 2883584 bytes
Maximum Texture Dimension Size (x,y,z)         1D=(131072), 2D=(131072, 65536), 3D=(16384, 16384, 16384)
Maximum Layered 1D Texture Size, (num) layers 1D=(32768), 2048 layers
Maximum Layered 2D Texture Size, (num) layers 2D=(32768, 32768), 2048 layers
Total amount of constant memory:               65536 bytes
Total amount of shared memory per block:       49152 bytes
Total number of registers available per block: 65536
Warp size:                                     32
Maximum number of threads per multiprocessor: 2048
Maximum number of threads per block:           1024
Max dimension size of a thread block (x,y,z): (1024, 1024, 64)
Max dimension size of a grid size    (x,y,z): (2147483647, 65535, 65535)
Maximum memory pitch:                          2147483647 bytes
Texture alignment:                             512 bytes
Concurrent copy and kernel execution:          Yes with 2 copy engine(s)
Run time limit on kernels:                     Yes
Integrated GPU sharing Host Memory:            No
Support host page-locked memory mapping:       Yes
Alignment requirement for Surfaces:            Yes
Device has ECC support:                        Disabled
Device supports Unified Addressing (UVA):      Yes
Device supports Compute Preemption:            Yes
Supports Cooperative Kernel Launch:            Yes
Supports MultiDevice Co-op Kernel Launch:      Yes
Device PCI Domain ID / Bus ID / location ID:   0 / 3 / 0
Compute Mode:
     < Default (multiple host threads can use ::cudaSetDevice() with device simultaneously) >

deviceQuery, CUDA Driver = CUDART, CUDA Driver Version = 10.0, CUDA Runtime Version = 10.0, NumDevs = 1
Result = PASS

4.安装blas

==============================BLAS=============================

$sudo apt-get install libatlas-base-dev

$sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev libgflags-dev libgoogle-glog-dev liblmdb-dev protobuf-compiler

5.python安装

选择一个适合你的IDE运行环境，我是用的是Spyder，因为它内置了 iPython 环境，Caffe有不少的程序是基于 iPython 环境完成的。安装方法很简单，直接在Ubuntu软件中心搜索“spyder”即可安装。

6.MATLAB2018a安装

matlab2018a 文件在下面吾爱破解给出：

https://www.52pojie.cn/thread-713093-1-1.html

最好在百度网盘下载，文件太大容易挂掉，下载完成后有3个文件
这里写图片描述

crack文件里面有密钥、许可证文件和需要替换的文件，和win版本是一样的。

（1）在安装包目录下打开Linux终端，执行下列命令：

$ sudo mkdir /mnt/matlab
$ sudo mount -o loop R2018a_glnxa64_dvd1.iso /mnt/matlab
$ cd /mnt/
$ sudo ./mnt/matlab/install

经过上面步骤就能看到安装界面了，默认安装路径在/usr/local/MATLAB/R2018a/ ，

（2）注意，上面只是挂载了第一个安装包，等安装到60%左右的时候会提示插入第二张CD，此时在刚才安装包目录下再次打开一个终端，执行

sudo mount -o loop R2018a_glnxa64_dvd2.iso /mnt/matlab

挂载第二张CD。
（3）安装完成后，将crack里面的R2018a/bin 文件复制替换到安装目录下/usr/local/MATLAB/R2018a/
这里写图片描述

$ sudo cp -rvf R2018a/bin /usr/local/MATLAB/R2018a/

（4）接下来在/usr/local/MATLAB/R2018a/bin 目录下打开matlab

$ sudo ./matlab

7. 升级GCC-6.3.0，为了可以调用caffe的matlab接口：

sudo apt-get install libgmp-dev libmpfr-dev libmpc-dev libisl-dev

sudo apt-get install flex

sudo apt-get install zlib1g-dev

接下来就是编译安装gcc6.3,源码在官网的镜像里可以找到，随便选一个ftp服务器，然后在releases分支里找到gcc6.3下载，之后解压:

cd gcc-6.3.0/

mkdir build

cd build/

sudo ../configure --prefix=/usr/local/gcc-6.3 --disable-multilib --with-system-zlib --enable-languages=c,c++ --with-gmp --with-mpfr --with-mpc --with-isl

sudo make -j12

sudo make install

如果你需要gcc编译其他语言的话，可以在languages那里添加。make的过程非常漫长，就算我用了12个线程跑，也花了10分钟左右。

因为我们删除了gcc的链接，因此为了更方便地使用gcc，需要重新链接

cd /usr/bin

sudo rm gcc

sudo ln -s /usr/local/gcc-6.3/bin/gcc gcc

sudo rm g++

sudo ln -s /usr/local/gcc-6.3/bin/g++ g++

8. caffe的安装

先下载caffe，https://github.com/BVLC/caffe

（1）. 安装pycaffe必须的一些依赖项：

$ sudo apt-get install -y python-numpy python-scipy python-matplotlib python-sklearn python-skimage python-h5py python-protobuf python-leveldb python-networkx python-nose python-pandas python-gflags cython ipython

$ sudo apt-get install -y protobuf-c-compiler protobuf-compiler

（2）.切换到Caffe的文件夹，生成Makefile.config配置文件，执行：

$ cp Makefile.config.example Makefile.config

（3）. 配置Makefile.config文件（仅列出修改部分）

a. 启用GPU，添加注释"#"

# CPU_ONLY := 1

b. 配置一些引用文件（增加部分主要是解决新版本下，HDF5的路径问题）

INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial/

LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu/hdf5/serial

d. 配置路径，实现caffe对Python和Matlab接口的支持

PYTHON_LIB := /usr/local/lib

MATLAB_DIR := /usr/local/MATLAB/R2018a