Ubuntu 16环境下安装CUDA 8.0及Caffe

1.安装CUDA 8.0

安装CUDA之前，先检查机器是否安装了NVIDIA驱动。使用命令

nvidia-smi

查看GPU列表，同时显示了驱动的版本。也可以通过命令

nvidia-settings

查看GPU的详细信息。如果没有安装驱动，则执行下面的命令

sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
sudo apt-get install nvidia-367
sudo apt-get install mesa-common-dev
sudo apt-get install freeglut3-dev

安装NVIDIA的367版本的驱动。

下面开始安装CUDA 8.0。登陆CUDA官网：点击打开链接下载对应版本的安装文件，如下图所示

选择deb(local),虽然runfile(local)也可以，但是安装deb更简单一些。

上面也同时给出了安装命令：

sudo dpkg -i cuda-repo-ubuntu1604-8-0-local_8.0.44-1_amd64.deb
sudo apt-get update
sudo apt-get install cuda

注意：在执行上述命令之前，一定要进入安装文件所在的路径，也即是下载的CUDA安装文件所在的地方，一般是/home/Downloads，所以先运行命令

cd Downloads

然后执行上面三行代码安装CUDA 8.0.

2.配置Caffe

安装好CUDA之后，就可以配置Caffe了。

(1)通过下面的命令安装protobuf，leveldb，snappy，OpenCV，hdf5，boost依赖库

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

(2)安装BLAS库

sudo apt-get install libatlas-base-dev

(3)接着是gflags, glog和lmdb

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

(4)获取Caffe源码

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

然后/home下面会有一个caffe文件夹，下面需要进入这个文件夹中，因此执行命令

cd caffe

(5) 配置Caffe

cp Makefile.config.example Makefile.config

这一步执行没有问题，接着是

make all
make test
make runtest

执行make all之后会报错

src/caffe/layers/hdf5_data_layer.cpp:13:18: fatal error: hdf5.h: No such file or directory

这里我们需要修改caffe文件夹中的Makefile.config文件，找到这两行

INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib

将它们直接替换为

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/hdf5/serial/

然后再一步一步执行

make all
make test
make runtest

没有报错的话，至此，Caffe已经安装并配置成功了。

3.测试Caffe

最后我们通过MNIST数据集测试新安装的Caffe是否可以运行。在caffe路径下运行

./data/mnist/get_mnist.sh
./examples/mnist/create_mnist.sh

经过上述操作./examples/mnist/路径下会有mnist_test_lmdb和mnist_train_lmdb两个文件夹，分别是测试和训练数据。然后执行命令

./examples/mnist/train_lenet.sh

可以看到运行结果。

本文参考了以下链接：

1.http://th7.cn/system/lin/201608/176823.shtml

2.http://blog.csdn.net/lkj345/article/details/51280369

3.http://caffe.berkeleyvision.org/installation.html

补充：

在配置caffe的时候我参考了很多网上的资料，很多人说配置之前应该先把gcc的版本降低为4.x.x的版本，因为caffe不支持高版本的gcc。但是，针对我的具体情况：Ubuntu 16.04, CUDA 8.0, gcc 5.4.0, Matlab R2016b，在配置caffe的时候并不需要降低gcc的版本，直接用5.4.0的即可。刚开始我听信了这些建议，先把gcc降为4.x.x的版本，反而一直报错。后来再改为原来的版本，并按照上面的步骤执行就成功了。在这里也算是总结了一个教训。