Ubuntu18.04 下安装 caffe + Anaconda3 + python3.7 + cuda10.1 + cudnn7.6.1+ opencv3.4.6

在Ubuntu18.04上安装caffe,记录下过程,yibia

第1步 安装依赖包

第2步 禁用 nouveau安装显卡驱动

第3步 配置环境变量

第4步 下载 CUDA 10.1

第5步 验证 CUDA 10.1 是否安装成功

第6步 安装 cudnn

第7步 安装 opencv3.4.6

第8步 安装Anaconda3

下载安装包

添加环境变量

第9步 安装caffe

第10步 安装Pycharm


安装硬件:Intel i7 +RTX2070

 

1步 安装依赖包

在终端输入基本环境必须的依赖包:

sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compile

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

sudo apt-get install git cmake build-essential

有一定几率安装失败而导致后续步骤出现问题,所以要确保以上依赖包都已安装成功,首先出现安装失败是由于下载源时,运行 sudo apt-get update 后再继续重新运行安装命令,验证是否安装完成。

 

2步 禁用 nouveau安装显卡驱动

Ubuntu18.04自带了NVIDIA驱动,但是它没有安装完整,不能在终端使用nvidia-smi命令查看,在之后的CUDA编译测试里面也会出现问题,因此需要重新安装。重新安装的方式如下:

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 /etc/modprobe.d/blacklist.conf 文件中添加一条禁用命令,首先需要打开该文件,通过以下命令打开:

sudo gedit /etc/modprobe.d/blacklist.conf
打开后发写入: blacklist nouveau
保存时命令窗口可能会出现以下提示:
** (gedit:4243): WARNING **: Set document metadata failed:不支持设置属性

无视此提示~,保存后关闭文件,注意此时还需执行以下命令使禁用 nouveau 真正生效:

sudo upate-initramfs -u

1.驱动在线安装方式

进入tty文本模式
ctrl+alt+F1
关闭显示服务
sudo service lightdm stop
卸载原有驱动
sudo apt-get remove --purge nvidia* # 提示有残留可以接 sudo apt autoremove
添加nvidia驱动源
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
寻找适合的驱动版本
ubuntu-drivers devices

(base) li@Fly:~$ ubuntu-drivers devices

== /sys/devices/pci0000:00/0000:00:01.0/0000:01:00.0 ==

modalias : pci:v000010DEd00001F07sv00001462sd00003732bc03sc00i00

vendor : NVIDIA Corporation

driver : nvidia-driver-410 - third-party free

driver : nvidia-driver-415 - third-party free

driver : nvidia-driver-418 - third-party freUbuntu18.04 caffee

driver : nvidia-driver-430 - third-party free recommended

driver : xserver-xorg-video-nouveau - distro free builtin
安装nvidia driver
sudo apt-get install nvidia-driver-430
检查是否安装成功
nvidia-smi
安装成功启动显示服务
sudo service lightdm start
退出tty模式进入图形界面
ctrl+alt+F7

2.驱动离线安装方式
nvidia官网https://www.nvidia.com/Download/index.aspx?lang=en-us下载显卡对应的驱动NVIDIA-Linux-x86_64-xxx.xx.run,拷贝到Linux某个目录后先改权限
chomod 777 NVIDIA-Linux-x86_64-xxx.xx.run
卸载原有驱动
sudo apt-get remove --purge nvidia* # 提示有残留可以接 sudo apt autoremove

进入tty文本模式
ctrl+alt+F1
临时关闭显示服务
sudo service lightdm stop
运行安装程序
sudo sh ./NVIDIA-Linux-x86_64-xxx.xx.run
安装后再重启显示
sudo service lightdm start

退出tty模式进入图形界面
ctrl+alt+F7
 

3步 配置环境变量

同样使用 gedit 命令打开配置文件:

sudo gedit ~/.bashrc

打开后在文件最后加入以下两行内容:

export LD_LIBRARY_PATH=/usr/lib/x86_64-linux-gnu:$LD_LIBRARY_PATH

export LD_LIBRARY_PATH=/lib/x86_64-linux-gnu:$LD_LIBRARY_PATH

保存退出。

 

4步 下载 CUDA 10.

进入 https://developer.nvidia.com/cuda-downloads ,依次选择 CUDA类型然后下载即可


 

第3步中已经安装了NVIDIA显卡驱动,故此步骤 CUDA 的安装包括了 nvidia 显卡驱动的安装,此时注意你是否已经安装过 nvidia 显卡驱动。若无法保证已安装的 nvidia 显卡驱动一定正确,那就卸载掉之前安装的 nvidia 显卡驱动(卸载方法链接),然后开始安装 CUDA 10.1;若可以保证已安装正确的 nvidia 显卡驱动,则直接开始安装 CUDA 10.1,在安装过程中选择不再安装 nvidia 显卡驱动。

通过 Ctrl + Alt + F1 进入文本模式,输入帐号密码登录,通过 Ctrl + Alt + F7 可返回图形化模式,在文本模式登录后首先关闭桌面服务:

sudo service lightdm stop

然后通过 Ctrl + Alt + F7 发现已无法成功返回图形化模式,说明桌面服务已成功关闭,注意此步对接下来的 nvidia 驱动安装尤为重要,必需确保桌面服务已关闭。

进入CUDA安装文件路径下,输入:

sudo sh cuda_10.1.168_418.67_linux.run

然后按照提示操作即可,先输入 accept ,然后让选择是否安装 nvidia 驱动,剩下的选择则都输入“y”确认安装或确认默认路径安装,开始安装,此时若出现安装失败提示则可能为未关闭桌面服务或在已安装 nvidia 驱动的情况下重复再次安装 nvidia 驱动,安装完成后输入重启命令重启:

reboot

重启后登录进入系统,可以在/usr/local目录下可以看到cuda和cuda-10.1两个文件夹,表面安装成功。

接下来配置 CUDA 环境变量,与第3步相同,使用 gedit 命令打开配置文件:

sudo gedit ~/.bashrc

在该文件最后加入以下两行并保存:

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

export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH

使该配置生效:

source ~/.bashrc

第5步 验证 CUDA 10.1 是否安装成功

分别执行以下命令:

cd /usr/local/cuda/samples/1_Utilities/deviceQuery

sudo make

./deviceQuery

若看到类似以下信息则说明cuda已经安装成功。

第6步 安装 cudnn

登录官网:https://developer.nvidia.com/rdp/cudnn-download ,下载对应 cuda 版本且 linux 系统的 cudnn 压缩包,注意官网下载 cudnn 需要注册帐号并登录。

下载Linux版本完成后,解压

tar zxvf cudnn-10.1-linux-x64-v7.6.1.34.tgz

得到一个 cudn 文件夹,该文件夹下include 和 lib64 两个文件夹,命令行进入 cudn/include 路径下,然后进行以下操作:

sudo cp cudnn.h /usr/local/cuda/include/           #复制头文件

然后命令行进入 cudn/lib64 路径下,运行以下命令:

sudo cp lib* /usr/local/cuda/lib64/ #复制动态链接库

cd /usr/local/cuda/lib64/sudo rm -rf libcudnn.so libcudnn.so.7    #删除原有动态文件

sudo ln -s libcudnn.so.7.1 libcudnn.so.7  #生成软衔接

sudo ln -s libcudnn.so.7  libcudnn.so #生成软链接

安装完成后可用 nvcc -V 命令验证是否安装成功,若出现以下信息则表示安装成功:

7步 安装 opencv3.4.6

进入官网 : http://opencv.org/releases.html , 选择 3.4.6 版本的 source , 下载 opencv-3.4.6.zip。

解压到你要安装的位置,命令行进入已解压的文件夹 opencv-3.4.6目录下,执行:

mkdir build       #创建编译的文件目录

cd build

cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local ..

make -j8  #

然后编译

编译成功后安装:

sudo make install #安装

安装完成后通过查看 opencv 版本验证是否安装成功:

  pkg-config --modversion opencv


 

 

8步 安装Anaconda3

下载安装包

官网下载地址:https://www.anaconda.com/download/#linux

下载Python3.7版本,完成后进入文件目录下:

sudo sh Anaconda3-2019.03-Linux-x86_64.sh

添加环境变量

果在安装Anaconda的过程中没有将安装路径添加到系统环境变量中,需要在安装后手工添加。

sudo gedit ~/.bashrc

在该文件最后加入以下两行并保存:

exportPATH=/home/******/anaconda3/bin:$PATH

使该配置生效:

source ~/.bashrc

然后重新打开终端,输入Python,出现以下界面,表明设置成功。

9步 安装caffe

首先在你要安装的路径下clone源码

git clone https://github.com/BVLC/caffe.git

进入 caffe ,将 Makefile.config.example 文件复制一份并更名为 Makefile.config ,也可以在 caffe 目录下直接调用以下命令完成复制操作 :

sudo cp Makefile.config.example Makefile.config

然后修改 Makefile.config 文件,在 caffe 目录下打开该文件:

sudo gedit Makefile.config

修改 Makefile.config 文件内容:

1.应用 cudnn

#USE_CUDNN := 1

修改成:

USE_CUDNN := 1

2.应用 opencv 版本

#OPENCV_VERSION := 3

修改为:

OPENCV_VERSION := 3

3.使用 python 接口

#WITH_PYTHON_LAYER := 1

修改为

WITH_PYTHON_LAYER := 1

4.修改 python 路径

Python2环境注销,换成Anaconda3下的Python环境

将PYTHON_LIB:= /usr/lib注释,换成下面

.修改计算力

根据自己需求修改

6.MakeFile文件修改

将:NVCCFLAGS +=-ccbin=$(CXX) -Xcompiler-fPIC $(COMMON_FLAGS)替换为:NVCCFLAGS += -D_FORCE_INLINES -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS)将:LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_hl hdf5
替换为:LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_serial_hl hdf5_serial

 

OK,可以开始编译了,在caffe目录下执行:
sudo make all -j8
编译成功后可运行测试
sudo make runtest -j8
配置pycaffe:
sudo make pycaffe -j8
返回上一级目录,输入Python测试:
Python 3.7.3 (default, Mar 27 2019, 22:11:17)
[GCC 7.3.0] :: Anaconda, Inc. on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import caffe
>>> 

若是报错,应该是caffe路径没有加入正确,仔细检查。
Congratulations!Caffe编译成功!

 

10步 安装Pycharm

参考Ubuntu安装Pycharm并添加系统快捷启动图标

评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值