本文综合自互联网,经过自己的实践写出。
0 准备
- 系统设置处,更换软件源。
Ubuntu下实时显示网速
sudo add-apt-repository ppa:nilarimogard/webupd8 sudo apt-get update sudo apt-get install indicator-netspeed
安装好后,设置
{net} C: {cpu} M: {mem}
,勾选Run on startup到应用商店安装GDebi
- 到搜狗输入法官网下载搜狗输入法,使用GDebi安装。
- 网易云音乐也提供deb包
- 安装git,安装cmake
shell
sudo apt install git
sudo apt install cmake
1 安装Cuda
- 到系统设置→软件与更新→附加驱动。安装NVIDIA私有驱动。
- 重启。执行
sudo nvidia-smi
查看信息,说明安装成功
- 到NVIDIA官网下载历史版本的Cuda,下载Cuda8的run文件。注意不要再重复安装驱动
- 设置环境变量,修改PATH和LD_LIBRARY_PATH
shell
sudo gedit ~/.bashrc
文档最后添加
shell
exportPATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}
exportLD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64\
{LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
测试CUDA的samples
cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery make sudo ./deviceQuery
PASS,说明安装成功- 安装Cudnn
- 官网下载Cudnn:https://developer.nvidia.com/rdp/cudnn-download ,需要账号登录
- 在cuDNN解压之后的include目录打开终端
shell
sudo cp cudnn.h /usr/local/cuda/include/ #复制头文件
- 进入lib64目录下的动态文件进行复制和链接:
shell
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.5 #删除原有动态文件
sudo ln -s libcudnn.so.5.1.10 libcudnn.so.5 #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 libcudnn.so #生成软链接
2 安装Caffe
- 下载caffe:https://github.com/BVLC/caffe
- 安装依赖项
shell
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 libopenblas-dev liblapack-dev libatlas-base-dev
sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev
- 将caffe包解压,复制到
~/tools
目录下 - 配置Makefile.config
- 复制Makefile.config.example,重命名为Makefile.config
- 修改
shell
INCLUDE_DIRS := $(PYTHON_INCLUDE)/usr/local/include
LIBRARY_DIRS := $(PYTHON_LIB)/usr/local/lib /usr/lib
为
shell
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
- 编译
shell
make all –j8
make test
make runtest
- 使用MNIST数据集测试
- 所有操作需要定为到caffe根目录
- 下载MNIST数据库并解压缩
shell
./data/mnist/get_mnist.sh
- 转换成Lmdb数据库格式
shell
./examples/mnist/create_mnist.sh
- 训练网络
shell
./examples/mnist/train_lenet.sh
- 训练的时候可以看到损失与精度的数值,实验中为0.9906。
- 至此,caffe安装完成。
3 安装OpenCV3.2
- 下载
- 解压包,复制到
~/tools
目录下 - 在OpenCV目录下新建build文件夹,进入,打开终端
- 执行,需要联网
shell
sudo cmake -D CMAKE_BUILD_TYPE=Release -DCMAKE_INSTALL_PREFIX=/usr/local ..
- 编译、安装
shell
sudo make –j8 #要比较久
sudo make install
- 在caffe下编译OpenCV
- 切换到caffe根目录
- 配置Makefile.config文件,将
#OPENCV_VERSION := 3
修改为OPENCV_VERSION := 3
- 编译
shell
make clean #清除以前的编译
make all -j8
make test
make runtest
4. 安装Matlab
Matlab的caffe接口编译有错误。继续研究中。