深度学习平台搭建安装顺序:(注意相关版本兼容问题参考官网)
ubuntu14.04 ssh(Xshell 5, WinSCP,Xmanager) Nvidia CUDA8.0(cudnn5.1) (caffe, tensorflow, keras)
1. python(anaconda)+ tensorflow + keras + pycharm
2. opencv + matlab + BLAS + python(anaconda) + caffe
总结:在安装深度学习平台之前,先确定需要安装的平台比如TensorFlow,到官网查询该平台对CUDA8.0和cudnn的版本要求并到官方网站下载相应安装包,然后在ubantu上运行“sudo ubuntu-drivers devices”查询该台设备对Nvidia显卡驱动的推荐版本,下载安装即可。整个安装过程其实并不难,难的是要确保各个软件之间相互兼容(查询官方说明),因为毕竟每个人的硬件平台都可能不一样,然后按着相应博客流程安装即可。然后还有一个需要特别注意的就是安装好某个软件后一般需要手动添加“环境变量”才能在命令行操作。
注意:一个能大大提高效率的方法是装好ubuntu后先安装“ssh通信协议”,然后在另一台查询资料(问题)的电脑上用“Xshell5”和“WinSCP”这两个软件远程控制ubuntu搭建深度学习平台,这样子下载的所有安装包都可以通过“WinSCP”传输到ubuntu上而不需要U盘,所有的执行命令都可以在博客上复制粘贴到“Xshell 5”命令窗口远程控制在ubuntu上执行,而不需要一行一行的在ubuntu上输入命令,所以操作的电脑很有必要双屏。
从零开始整个流程大概如下:
1. 安装windows
2. 安装Ubuntu
3. SSH通信协议:提高安装效率的远程操作
4. 搭建深度学习基础平台:Nvidia驱动、CUDA8、cudnn5
5. 深度学习框架:TensorFlow
6. 深度学习另外一个框架:Caffe
7. 附录:遇到的一些坑的解决方法、相关链接、官网安装包下载链接
1) 安装windows
Windows 安装:制作系统安装U盘
http://jingyan.baidu.com/article/9989c7467f0d61f649ecfe5a.html
老毛桃安装系统步骤:
http://www.windows7en.com/jiaocheng/33343.html?jdfwkey=6ivek2
2) 安装Ubuntu
Ubantus 安装,双系统指导链接: 双系统windows和ubuntu安装教程
http://www.360doc.com/content/16/0103/13/7845658_525119337.shtml
(解释安装Ubuntu时分区大小如何设置更加合理)
(用) http://jingyan.baidu.com/article/60ccbceb18624464cab197ea.html
制作U盘启动盘: 软碟通(ubuntu)、大白菜、老毛桃
利用软碟通制作ubuntu安装u盘启动盘:http://www.uqiwang.com/Article/7032.html
设置Bios 安装系统入口:UEFI USB Key:UEFI: KingstonDataTraveler3.0PMAP, Partition 1 才不会出现在安装过程中还没进入引导图之前就出现黑屏无法安装的状态如下图
乌班图安装步骤
https://wenku.baidu.com/view/d9a4e2c408a1284ac8504373.html?from=related
https://jingyan.baidu.com/article/60ccbceb18624464cab197ea.html(用)
黑屏引导设置:http://blog.csdn.net/ubunfans/article/details/46544175/
Windows7硬盘安装Ubuntu14.04引导后黑屏解决方案
http://blog.csdn.net/ubunfans/article/details/46544175/
WIN 7和ubuntu双系统下,将默认引导改回windows引导方式
https://wenku.baidu.com/view/5689dad250e2524de5187e9a.html
3) 提高安装效率说明:远程操作
提供安全的远程登录:即可用另外一台电脑在windows上的Xshell 5 软件上远程登录到ubuntu;在windows上的WinSCP 软件远程管理ubuntu文件,在windows上的Xmanager 软件远程操作ubuntu页面,ssh是一种安全协议,ubuntu是在这种协议之上与windows的Xshell 5等软件通信从而实现被远程控制的。
ubuntu14.04 SSH的安装及使用方法 :
https://jingyan.baidu.com/article/9c69d48fb9fd7b13c8024e6b.html
https://jingyan.baidu.com/article/0eb457e52e50ad03f1a90518.html
4) 搭建深度学习基础平台:Nvidia驱动、CUDA8、cudnn5
安装ubuntu14.04+nvidiadriver+cuda8+cudnn5 两个链接内容综合使用
(主要用)ubuntu14.04+cuda8.0(GTX1080)+caffe安装:
http://blog.csdn.net/isuker/article/details/52184925
(辅助用)ubuntu14.04+nvidia driver+cuda8+cudnn5+tensorflow0.12
http://www.jianshu.com/p/c89b97d052b7
5) 深度学习框架:TensorFlow
安装anaconda(2.7) + tensorflow + keras + pycharm
ubuntu14.04+nvidiadriver+cuda8+cudnn5+tensorflow0.12
http://www.jianshu.com/p/c89b97d052b7 (主要用于安装anaconda2.7,然后安装tensorflow这个链接的只作为参考,主要以官网安装流程(Installingwith Anaconda部分)为主)
安装Keras: 直接在命令窗口输入 pip install keras ,成功结果如下
验证成功与否:
source activate tensorflow
python
import tensorflow as tf
import keras
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
print(sess.run(hello))
exit()
source deactivate
成功则会得到输出结果:Hello,TensorFlow!
安装pycharm(用于工程管理):
安装参考链接
http://blog.csdn.net/yeqiang19910412/article/details/75661832
Ubuntu下安装完Pycharm创建桌面快捷方式
http://blog.csdn.net/lwplwf/article/details/75722415
至此,深度学习平台之一TensorFlow + Keras 已经安装完毕,以下为安装caffe平台流程,由于前面安装的anaconda已经包含BLAS和python,所以在搭建caffe时只需要安装Openvc和MATLAB即可。
6) 深度学习另外一个框架:Caffe
安装Openvc2.4:
http://blog.csdn.net/ubunfans/article/details/47724341 (用于安装openvc2.4,但是本人装不成功)
http://www.cnblogs.com/jinggege/p/5877326.html 解释上图的安装脚本中的操作方便理解和引出下面的“我成功安装的方法”
(用)http://blog.csdn.net/honyniu/article/details/46390097 和
http://www.cnblogs.com/jinggege/p/5877326.html 其实两个链接写的一样
安装相关依赖项:sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec- dev libavformat-dev libswscale-dev 这个命令不成功也直接过没关系的
成功结果图
安装MATLAB:
一目了然的所有必要流程
http://blog.csdn.net/u012780572/article/details/52801191
(用)http://blog.csdn.net/isuker/article/details/52184925
Linux下的MATLAB2014安装包下载附带详细安装流程
(用)http://blog.csdn.net/ture_dream/article/details/52649770
最最最后,安装caffe
辅助参考以下链接的9和10小节,通过它了解整个流程
http://blog.csdn.net/ubunfans/article/details/47724341
主要参考官网安装流程和根据解释理解每一步操作
http://caffe.berkeleyvision.org/install_apt.html
根据自己的配置设置Makefile.config文件参数。注意:一定要把MATLAB和python的安装路径设置对(…MATLAB/2014a和anaconda2)
成功结果图
7) 附录:遇到的一些坑的解决方法、相关链接、官网安装包下载链接
安装CUDA8.0时会出现类似于在“下载文件”的页面,会卡在哪里下载,直接按“Q”退出然后按照指导继续安装
输入“nvcc –V”验证cuda是否安装成功是会出现以下错误,因此输入的是“nvcc –V i”才会输出cuda的信息。
踩到的坑:在还没查系统recommend的NVIDIA驱动版本之前直接安装“367”的,结果导致“例子,即运行./deviceQuery”时失败,后来从新装“375” NVIDIA驱动即可成功PASS
添加环境变量的两种方法:
http://www.2cto.com/kf/201612/571112.html
http://blog.csdn.net/tsinghuahui/article/details/76223354
http://www.linuxidc.com/Linux/2016-08/134259.htm
踩坑二:
(查from backports import weakref # pylint: disable=g-bad-import-order)
答案:pip install backports.weakref
解决坑makematcaffe失败的链接
https://github.com/ShaoqingRen/faster_rcnn/issues/151 和
http://blog.csdn.net/kkkes/article/details/59122935
查询技巧,查找关键字:Ubuntu14.04+CUDA8.0+GTX1080+caffe(唐毅师兄的技巧)
http://blog.csdn.net/zyqdragon/article/details/75675771?locationNum=8&fps=1
一些有参考价值的链接
(用)ubuntu14.04+cuda8.0(GTX1080)+caffe安装:
http://blog.csdn.net/isuker/article/details/52184925
(用)ubuntu14.04+nvidia driver+cuda8+cudnn5+tensorflow0.12
http://www.jianshu.com/p/c89b97d052b7
ubuntu14.04+GTX1080 部署tensorflow+cuda8.0:
http://blog.csdn.net/tcorpion/article/details/52741836
深度学习主机环境配置:Ubuntu16.04+Nvidia GTX 1080+CUDA8.0
Caffe+GTX1080+CUDA8.0+cudnn5.0
http://blog.csdn.net/dgyuanshaofeng/article/details/53410856
(用)ubuntu16.04+Cuda8.0+CuDnnv5+OpenCV3.1.0+Matlab2014+Python+Caffe安装
http://blog.csdn.net/u012780572/article/details/52801191
「DeepLearning」Caffe+GTX1080+CUDA8.0+cudnn5.0
http://blog.csdn.net/dgyuanshaofeng/article/details/53410856
Ubuntu16.04 +cuda8.0+cudnn+opencv+caffe+theano+tensorflow配置明细
http://blog.csdn.net/hit2015spring/article/details/53510909
Ubuntu16.04+GTX1050ti+CUDA8.0+TensorFlow-gpu+Keras+Pycharm配置深度学习环境
http://blog.csdn.net/yeqiang19910412/article/details/75661832
ubuntu14.04 cuda8.0 cudnn caffe tensorflow opencv 很多内容
http://www.itnose.net/detail/6693927.html
ubuntu16.04安装caffe
http://blog.csdn.net/u011272513/article/details/52103453
2015.08.17 Ubuntu 14.04+cuda 7.5+caffe安装配置 (唐毅师兄推荐)
http://blog.csdn.net/ubunfans/article/details/47724341
Nvidia 显卡驱动官网下载:
http://www.geforce.cn/drivers/results/120911
cudnn和CUDA8.0官方包下载:
https://developer.nvidia.com/rdp/cudnn-download