电脑配置(戴尔台式、win10 ubuntu16.04双系统、集成显卡 nvidia gt730显卡 双显卡)
一 安装依赖:
sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-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
二 安装nvidia显卡驱动
1 查询驱动型号并下载:(http://www.nvidia.com/Download/index.aspx?lang=en-us)
2 开始安装:
2.1 禁用secure Boot
secure Boot 会阻止第三方驱动安装,安装nvidia显卡驱动需要禁用该功能。
很多朋友被迫BIOS里面禁用UEFI,这样虽然可以解决问题,但是会影响Windows 等系统的启动。
其实,可以不禁用BIOS里面的UEFI安全启动。
用Mok管理工具,禁用 shim->grub2 这一步之后的校验就行了
sudo mokutil --disable-validation
输入上述命令,会要求你设置一个 8-16位的密码,你设置好后(比如8个8)重启,重启第一次,会有几秒钟提示你按任意键进入MoK管理界面,然后按照提示输入刚才设置的密码对应位,然后管理Mok,禁用Secure boot 即可
2.2 禁用集成显卡驱动:
编辑:
sudo gedit /etc/modprobe.d/blacklist.conf
最后一行加上:
blacklist nouveau
更新:
sudo update-initramfs -u
重启电脑~ 这里要尤其注意,安装显卡驱动要先切换到文字界面,(按Ctrl+Alt+F1~F6)。所以,启动电脑后,先进入文字界面。登录root后输入:
lsmod | grep nouveau
查看集成显卡驱动是否禁用成功。
2.3 关闭图形界面执行安装
集成显卡驱动禁用成功后,输入命令:
sudo service lightdm stop
关闭X-Win窗口。
现在可以安装驱动了,先进入nvidia驱动下载目录 ,然后输入:
sudo ./NVIDIA-Linux-x86_64-**.run
按照提示一步步来。若是没能安装,可能是权限问题,输入:
chmod 777 NVIDIA-Linux-x86_64-**.run
修改权限后再安装。完成后,再次重启电脑。(或者输入命令sudo service lightdm start,打开X-Win窗口,然后ALT+CTRL+F7切换回图形界面即可。)
安装完成之后输入以下指令进行验证:
sudo nvidia-smi
若列出了GPU的信息列表则表示驱动安装成功。
三 安装cuda
1 下载cuda,官网(https://developer.nvidia.com/cuda-downloads),下载runfile(local)
2 安装cuda
sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev
sudo chmod 777 cuda_*_linux.run
sudo ./cuda_*_linux.run
(注意:执行后会先出现一个声明,需要阅读到100%,同意声明后才会开始安装。)
安装时首先会有一系列提示让你确认,但是注意,有个让你选择是否安装nvidia显卡驱动时,一定要选择否。其余选择默认或者yes。
3 配置环境变量
sudo gedit ~/.bashrc (最后一行添加)
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
sudo gedit /etc/profile(最后一行添加)
export PATH=/usr/local/cuda/bin:$PATH
sudo gedit /etc/ld.so.conf.d/cuda.conf
/usr/local/cuda/lib64
sudo ldconfig(使配置生效)
4 验证
cd /usr/local/cuda-*/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery
5 卸载
To uninstall the CUDA Toolkit, run the uninstall script in /usr/local/cuda-9.0/bin
四 安装cudnn5.1
1 下载cudnn5.1,官网或者百度云(https://blog.csdn.net/seven_year_promise/article/details/78390882 )
2 安装
sudo tar -zxvf ./cudnn-8.0-linux-x64-v5.1.tgz
2.1 复制头文件
cd cuda/include
sudo cp cudnn.h /usr/local/cuda/include
2.2 复制动态链接库
cd ..
cd lib64
sudo cp lib* /usr/local/cuda/lib64/
2.3 删除原有动态文件
cd /usr/local/cuda/lib64/
sudo rm -rf libcudnn.so libcudnn.so.5
2.4 生成软衔接(注意这里要和自己下载的cudnn版本对应,可以在/usr/local/cuda/lib64下查看自己libcudnn的版本)
sudo ln -s libcudnn.so.5.1.10 libcudnn.so.5
sudo ln -s libcudnn.so.5 libcudnn.so
2.5 使配置生效
sudo ldconfig /usr/local/cuda/lib64
2.6 cudnn7
https://blog.csdn.net/DarrenXf/article/details/82182449
五 安装opencv3.30
1 下载opencv3.30 代码包
2 安装依赖
sudo apt-get install --assume-yes libopencv-dev build-essential cmake git libgtk2.0-dev pkg-config python-dev python-numpy libdc1394-22 libdc1394-22-dev libjpeg-dev libpng12-dev libtiff5-dev libjasper-dev libavcodec-dev libavformat-dev libswscale-dev libxine2-dev libgstreamer0.10-dev libgstreamer-plugins-base0.10-dev libv4l-dev libtbb-dev libqt4-dev libfaac-dev libmp3lame-dev libopencore-amrnb-dev libopencore-amrwb-dev libtheora-dev libvorbis-dev libxvidcore-dev x264 v4l-utils unzip
sudo apt-get install build-essential cmake git
sudo apt-get install ffmpeg libopencv-dev python-numpy python3-numpy libdc1394-22 libdc1394-22-dev libjpeg-dev libpng-dev libtiff5-dev libjasper-dev libavcodec-dev libavformat-dev libswscale-dev libxine2-dev libgstreamer1.0-dev libgstreamer-plugins-base1.0-dev libv4l-dev libtbb-dev qtbase5-dev libfaac-dev libmp3lame-dev libopencore-amrnb-dev libopencore-amrwb-dev libtheora-dev libvorbis-dev libxvidcore-dev x264 v4l-utils unzip
3 开始安装
mkdir build
cd build/
cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local -D WITH_TBB=ON -D WITH_V4L=ON -D WITH_QT=ON -D WITH_OPENGL=ON ..
make
sudo make install
sudo /bin/bash -c 'echo "/usr/local/lib" > /etc/ld.so.conf.d/opencv.conf'
sudo ldconfig
sudo apt-get update
4 方便卸载
sudo apt-get install checkinstall
sudo checkinstall
5 后续
新系统Ubuntu18.04 装Opencv时,有些依赖需要自己换源安装。
相关连接:https://www.jb51.net/article/149193.htm
https://blog.csdn.net/coderii/article/details/87558843
六 安装caffe
1 安装依赖
sudo apt-get update
sudo apt-get upgrade
sudo apt-get install -y build-essential cmake git pkg-config
sudo apt-get install -y libprotobuf-dev libleveldb-dev libsnappy-dev libhdf5-serial-dev protobuf-compiler
sudo apt-get install -y libatlas-base-dev
sudo apt-get install -y --no-install-recommends libboost-all-dev
sudo apt-get install -y libgflags-dev libgoogle-glog-dev liblmdb-dev
sudo apt-get install -y python-pip
sudo apt-get install -y python-dev
sudo apt-get install -y python-numpy python-scipy
2 下载caffe
新系统尽量下载新的caffe
git clone https://github.com/BVLC/caffe.git
3 开始安装
3.1 复制配置文件
sudo cp Makefile.config.example Makefile.config
3.2 打开并修改配置文件:
sudo gedit Makefile.config #打开Makefile.config文件
a.若使用cudnn,则将 #USE_CUDNN := 1 改成 USE_CUDNN := 1
b.若使用的opencv版本是3的,则将 #OPENCV_VERSION := 3 改成 OPENCV_VERSION := 3
c.若要使用python来编写layer,则将 #WITH_PYTHON_LAYER := 1 改成 WITH_PYTHON_LAYER := 1
d.若需使用多GPU,将 #USE_NCCL := 1 改为 USE_NCCL := 1,自cuda9.0起需要自己下载配置nccl
https://blog.csdn.net/BlueClean/article/details/84069091
e.若使用matlab,修改matlab路径为:
MATLAB_DIR := /usr/local/MATLAB/R2014a/ (your matlab path)
f. 重要的一项 :将# Whatever else you find you need goes here.下面的
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib
修改为:
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu /usr/lib/x86_64-linux-gnu/hdf5/serial
3.3 修改Makefile 文件
打开makefile文件,做如下修改,将:
NVCCFLAGS +=-ccbin=$(CXX) -Xcompiler-fPIC $(COMMON_FLAGS)
替换为:
NVCCFLAGS += -D_FORCE_INLINES -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS)
在
CXXFLAGS += -MMD -MP
的下方,添加
CXXFLAGS += -std=c++11
3.4 其他配置
编辑/usr/local/cuda/include/host_config.h
将其中的第115行注释掉:
将
#error-- unsupported GNU version! gcc versions later than 4.9 are not supported!
改为
//#error-- unsupported GNU version! gcc versions later than 4.9 are not supported!
3.5 编译
make all -j4 #-j根据自己电脑配置决定
sudo make runtest
到此caffe配置完毕!
3.6 MNIST数据集测试
cd ~/caffe
./data/mnist/get_mnist.sh
./examples/mnist/create_mnist.sh
./examples/mnist/train_lenet.sh
七 后续
双系统的nvidia显卡驱动不稳定,有时切换到Ubuntu系统时会黑屏,因此得重装显卡驱动。
sudo nvidia-uninstall
sudo ./NVIDIA-Linux-x86_64*.run -no-x-check -no-nouveau-check -no-opengl-files
安装驱动时,有时候内核版本对不上,需要换源以及更新一下系统。
sudo apt update && apt upgrade
相关链接:
https://blog.csdn.net/jiangyanting2011/article/details/78873113
https://www.cnblogs.com/longmao-yiran/p/6832374.html
https://blog.csdn.net/sinat_34521860/article/details/73440722
https://blog.csdn.net/mynotwo/article/details/78661664
https://www.cnblogs.com/guiqide/p/4297120.html