从零开始配置Ubuntu Server 14.04 图形界面、Caffe安装及远程连接

最新推荐文章于 2024-05-24 00:00:00 发布

Francis__Li

最新推荐文章于 2024-05-24 00:00:00 发布

阅读量1.1w

点赞数 3

分类专栏：机器学习 Ubuntu 并行计算文章标签： ubuntu

本文链接：https://blog.csdn.net/lcx543576178/article/details/51520204

版权

机器学习同时被 3 个专栏收录

7 篇文章 0 订阅

订阅专栏

Ubuntu

6 篇文章 0 订阅

订阅专栏

并行计算

4 篇文章 3 订阅

订阅专栏

本文从Ubuntu Server14.04的U盘安装开始，之后依次涉及到图形界面的安装，NVIDIA驱动安装，Windows使用远程桌面mstsc连接Ubuntu Server，Cuda及Caffe的安装。

1. U盘安装Ubuntu Server14.04

本文首先使用UltraISO刻启动盘，不过当时报错，于是使用Win32DiskImager来刻盘，成功启动。不过刻录之后U盘容量会变为几M，这个问题可以自行百度/google U盘量产工具即可恢复U盘容量，之后的安装步骤主要参考下面链接：
Ubuntu Server 14.04安装教程之图解
重启服务器后可以进入命令行界面，此时先不要着急安装NVIDIA驱动，因为安装NVIDIA驱动后就是用N卡来驱动显示器了，这样在安装图形界面时会报No Screen Found错误。不过也有人说先装驱动，这个说法本人未尝试成功，可能是由于在server版本上的缘故吧，大家可以试一下desktop版。

下面安装图形界面：
由于安装gnome桌面非常卡顿，且远程登录时也用的是xfce4桌面，因此本文安装xfce4桌面：

sudo apt-get update
sudo apt-get install -y xfce4 xfce4-goodies xubuntu-desktop
startxfce4					#启动xfce4桌面环境

接下来再安装NVIDIA显卡驱动：
驱动及Caffe安装主要参考以下网址：
Caffe官网安装教程
 Setting up a Deep Learning Machine from Scratch (Software)

首先安装相关依赖及git工具：

sudo apt-get update  
sudo apt-get upgrade  
sudo apt-get install build-essential  
sudo apt-get install python-dev
sudo apt-get autoremove 
sudo apt-get install git

2. NVIDIA驱动及CUDA安装


lspci | grep -i nvidia 			#检查NVIDIA显卡型号
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
sudo apt-get install nvidia-352
sudo shutdown -r now 			#重启
cat /proc/driver/nvidia/version #查看显卡驱动版本

安装显卡驱动之后，开始安装CUDA：
从NVIDIA CUDA上下载CUDA(本文使用7.5)，然后执行以下命令：

sudo dpkg -i cuda-repo-ubuntu1404*amd64.deb	#解包
sudo apt-get update
sudo apt-get install cuda

#将CUDA加入环境变量：
echo 'export PATH=/usr/local/cuda/bin:$PATH' >> ~/.bashrc
echo 'export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc
source ~/.bashrc

nvcc -V						#检测CUDA版本
sudo shutdown -r now		#重启

安装完CUDA后，检测CUDA安装是否成功(可选)：

#在CUDA目录下安装samples并编译：
/usr/local/cuda/bin/cuda-install-samples-7.5.sh ~/cuda-samples

cd ~/cuda-samples/NVIDIA*Samples
make -j $(($(nproc) + 1))
#其中-j $(($(nproc) + 1))指使用机器上所有的核并行执行make命令来使编译更快

#执行deviceQuery来检测显卡并进行相关测试，Result=pass即为通过
bin/x86_64/linux/release/deviceQuery

3. cuDNN及OpenBLAS安装

cuDNN是用于DNN(深度神经网络)的GPU加速库，可加快CUDA的执行速度，需要在cuDNN NVIDIA上注册之后才能下载。本文由于用到了s2vt版本的caffe，使用的是v3版本的cuDNN，最新版本是v5。除此之外，在Windows上下载的文件是后缀为.solita*的文件，可能下载有问题，建议在Linux环境下下载.tgz格式的文件。下面讲如何安装cuDNN：

cd ~/Downloads/
tar xvf cudnn*.tgz	#解包
cd cuda
#将所有的头文件和共享库都拷贝到系统文件中
sudo cp */*.h /usr/local/cuda/include/
sudo cp */libcudnn* /usr/local/cuda/lib64/
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
nvidia-smi			#查看NVIDIA显卡状态

安装OpenBLAS：

sudo apt-get install gfortran
mkdir ~/git
cd ~/git
git clone https://github.com/xianyi/OpenBLAS.git
cd OpenBLAS
make FC=gfortran -j $(($(nproc) + 1))
sudo make PREFIX=/usr/local install
#将OpenBLAS路径加入环境变量
echo 'export LD_LIBRARY_PATH=/usr/local/lib:$LD_LIBRARY_PATH' >> ~/.bashrc

4. Pip及caffe相关依赖安装

其他的资料及博客有提到使用 Anaconda 库来安装Caffe相关的依赖库，但后来发现opencv等好像有一点问题，就使用pip按部就班的安装依赖软件了。
pip安装借鉴pip安装使用详解，最初尝试sudo apt-get install python-pip来安装pip，不过后面发现软件安装好像有点问题，不确定是不是pip版本的问题，下面命令安装pip：

#获取pip安装包
wget "https://pypi.python.org/packages/source/p/pip/pip-1.5.4.tar.gz#md5=834b2904f92d46aaa333267fb1c922bb" --no-check-certificate
tar -xzvf pip-1.5.4.tar.gz	#解包
cd pip-1.5.4
python setup.py install		#安装
pip list					#查看使用pip安装的软件
#pip uninstall ###			#若安装有误，可使用本命令卸载软件

注意：安装pip时可能出现ImportError: No module named setuptools，这是因为没有安装setuptools，解决方案：ImportError: No module named setuptools 解决方法

安装Caffe相关依赖：

sudo apt-get install -y libfreetype6-dev libpng12-dev
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 libgflags-dev libgoogle-glog-dev liblmdb-dev

5. Caffe的安装

首先从git上clone Caffe到本地：

cd ~/git
git clone https://github.com/BVLC/caffe.git
cd caffe
cp Makefile.config.example Makefile.config

若已安装cuDNN，则需将Makefile.config文件中USE_CUDNN := 1这行解注释；若已安装OpenBLAS，则需将Makefile.config文件中变量BLAS的值改为open，这也可以直接用命令实现：

sed -i 's/# USE_CUDNN := 1/USE_CUDNN := 1/' Makefile.config
sed -i 's/BLAS := atlas/BLAS := open/' Makefile.config

然后安装相关依赖并编译（其中scikit-image开始无法安装，可以等到其他依赖库全部安装完毕后再敲 sudo pip install scikit-image）：

sudo pip install -r python/requirements.txt
make all -j $(($(nproc) + 1))
make test -j $(($(nproc) + 1))
make runtest -j $(($(nproc) + 1))
make pycaffe -j $(($(nproc) + 1))	#编译Python接口

编译时出现过python/caffe/_caffe.cpp:10:31:fatal error:numpy/arrayobject.h: No such file or directory的错误，解决方法是安装python-numpy包：

sudo apt-get install python-numpy

之后再make clean, make pycaffe

再将Caffe加入环境变量中：

echo 'export CAFFE_ROOT=$(pwd)' >> ~/.bashrc	#pwd指当前目录，也可直接指定Caffe的目录
echo 'export PYTHONPATH=$CAFFE_ROOT/python:$PYTHONPATH' >> ~/.bashrc
source ~/.bashrc

使用以下命令测试Caffe的Python接口是否可用，若无warnings/errors出现即为可用(不过本文运行时出现matplotlib的一个warning，但Caffe运行正常)：

python
>>> import caffe
>>> exit()

Caffe常见错误可见以下链接：
Caffe - GitHub
Caffe 安装错误记录及解决办法
 Caffe 工程的一些编译错误以及解决方案

6. Windows使用远程桌面mstsc连接Ubuntu Server

远程桌面登录参考Ubuntu 14.04 + xRDP + Xfce 实现Windows远程桌面连接 .
在Ubuntu Server下安装xfce4桌面环境之后，使用xrdp及vnc工具实现远程桌面登录，命令如下：

sudo apt-get install xrdp
sudo apt-get install vnc4server tightvncserver

echo xfce4-session >~/.xsession
xfce4-session

#设置配置文件
sudo gedit /etc/xrdp/startwm.sh

在. /etc/X11/Xsession 前一行插入

xfce4-session

重启xRDP服务：

sudo service xrdp restart

之后便可以在Windows下的远程桌面连接中连接Ubuntu Server.

7. 远程访问Ubuntu Server服务器文件

Windows系统可使用Samba实现在文件管理器中远程访问Ubuntu Server服务器文件，参考如下链接：
链接：Ubuntu14.04安装Samba实现文件共享
除此之外，Windows下还可使用WinSCP或者psftp软件来进行文件传输。

在其他Linux系统下，与远程Linux服务器的文件传输则简单很多，只需使用scp命令即可实现：

scp /home/francis/test.txt root@192.168.1.100:/root/     #将文件text.txt拷贝到IP为192.168.1.100的主机root文件夹下，登录用户为root

scp -r /home/francis/test/ root@192.168.1.100:/root/     #将test文件夹拷贝到IP为192.168.1.100的主机root文件夹下，登录用户为root

参考链接：Linux scp 远程拷贝文件及文件夹

8. Ubuntu 手动配置网络

sudo gedit /etc/network/interfaces

/etc/network/interfaces 中各项内容如下：

auto em2                  #设置自动启动em2接口
iface em2 inet static     #配置静态IP
address 192.168.11.88      #IP地址
netmask 255.255.255.0      #子网掩码
gateway 192.168.11.1        #默认网关

根据需要配置各项，接下来配置DNS：

sudo gedit /etc/resolvconf/resolv.conf.d/head

/etc/resolvconf/resolv.conf.d/head 中各项内容如下：

nameserver 127.0.0.1  #默认
nameserver 8.8.8.8      #备用

nameserver 即DNS服务器地址。
PS: (在 /etc/resolv.conf 文件中添加nameserver，服务器重启之后会重置该文件，导致DNS修改失败)。
修改DNS保存后 重启网卡服务：
Ubuntu14.04之前的系统版本用下面命令：

sudo /etc/init.d/networking restart

Ubuntu14.04之后的系统版本用如下命令：

sudo ifdown em2  #em2是要使用的网卡名称
sudo ifup em2

若上面命令显示网卡未配置，则使用下面命令：

sudo ifconfig em2 down
sudo ifconfig em2 up

PS：若重启网卡服务显示already running，则直接重启机器，或手动kill掉网络进程，如下：

sudo NetworkManager restart

提示 NetworkManager 已正运行(pid 1082)，然后kill进程并重启：

sudo kill 1082
sudo NetworkManager restart

提示 NetworkManager 已正运行(pid 30417)
可以发现进程号已经发现变化，说明重启网络服务成功。

参考链接：
https://blog.csdn.net/qq_23926575/article/details/76862566
https://www.cnblogs.com/linjiqin/p/3148346.html

To be continued!

Francis__Li

关注

3
点赞
踩
3

收藏

觉得还不错? 一键收藏
0
评论
从零开始配置Ubuntu Server 14.04 图形界面、Caffe安装及远程连接

本文从Ubuntu Server14.04的U盘安装开始，之后依次涉及到图形界面的安装，NVIDIA驱动安装，Windows使用远程桌面mstsc连接Ubuntu Server，Cuda及Caffe的安装。1. U盘安装Ubuntu Server14.04本文首先使用UltraISO刻启动盘，不过当时报错，于是使用Win32DiskImager来刻盘，成功启动。不过刻录之后U盘容量会变为几M，这个问
复制链接

扫一扫

专栏目录