GeForce GTX 980Ti+ubuntu15.04+cuda7.0+caffe安装指南
安装主要分为一下四个部分:
第一部分Ubuntu15.04安装
第二部分GeForce GTX 980Ti显卡驱动安装+CUDAToolkit的安装和调试
第三部分Python安装和调试
第四部分Caffe的安装和测试
硬件配置:
电脑型号 :华硕All Series 台式电脑
操作系统 :Windows7家庭普通版64位sp1
处理器:英特尔Core i7-4790@3.6GHZ四核
主板:华硕Z97-AR(英特尔Haswell –Z97芯片组)
内存:16GB(金士顿DDR3 1600MHz)
主硬盘:希捷ST2000DM001-1ER164
显卡:Nvidia NVIDIAGeForce GTX 980Ti
显示器:宏碁ACR0304 AcerP209HQL
声卡:瑞昱ALC892
网卡:英特尔EthernetConnection(2)I218-V/华硕
第一部分Ubuntu15.04的安装
采用的是WIN7+Ubuntu15.04双系统的安装方法, 从win7的硬盘分出一部分区域用于安装Ubuntu。
问题及解决方案:
1:安装好ubuntu 之后,重新启动没有win7直接进入ubuntu .
解决办法:在ubuntu下,启动终端,输入命令:
$ sudogedit /etc/default/grub
修改GRUB_TIMEOUT=”10”
然后在终端中输入$sudo update-grub
进入系统若发现已经按以上的设置了,可以将GRUB_DEFAULT的值改为1(默认值为0)。然后,$sudo update-grub。重启就可以看到win7的启动选项。
2:Ubuntu重装
以U盘启动为例,直接在安装的选项中选择卸载并重装即可。切忌不要直接在win7下将ubuntu所在的分区,会对win7产生影响。
3:Ubuntu系统装好之后执行ctrl+alt+f1~f6均无法进入tty的问题
解决办法:首先,重启电脑,选择ubuntu高级选项这一项,不要进入,按“E”进入编辑模式。将下图中的recovery前的”ro”改为”rw”变为可读可写(主要是解决在下一步recovery mode 下编辑出现****read only file的问题)
然后按F10进行引导,在出现的列表中,选择”root”一项,在下面的字符界面输入以下命令,禁止掉Ubuntu自带的nouveau驱动
$ sudo /etc/init.d/gdm stop
$ sudo vi/etc/modprobe.d/nvidia-graphics-drivers.conf
写入:blacklist nouveau
检查:$ cat nvidia-graphics-drivers.conf
$ sudo vi/etc/default/grub
末尾写入:rdblacklist=nouveaunouveau.modeset=0
保存并退出: wq!
检查:$ cat /etc/default/grub
$sudo /etc/init.d/gdmstart
重启电脑,可进入tty
第二部分GeForceGTX 980Ti显卡驱动安装+CUDA Toolkit的安装和调试
1: Verify You Have aCUDA-Capable GPU
执行下面的操作,然后验证硬件支持GPU CUDA,只要型号存在于https://developer.nvidia.com/cuda-gpus,就没问题了
$ lspci |grep -i nvidia显示:
VGA compatible controller :NVIDIA Corporation Device 17c8 (reva1)
Audio device : NVIDIA corporation Device ofb0 (rev a1)
2:Verify You Have a SupportedVersion of Linux
$ uname -m&& cat /etc/*release
重点是“x86_64”这一项,保证是x86架构,64bit系统
3: Verify the SystemHas gcc Installed
$ gcc--version
没有的话就先安装吧,这个是必须的用来编译CUDA Toolkit
4:安装GeForce GTX 980Ti显卡驱动+CUDA
从NVIDIA官网上下载对应的驱动NVIDIA-Linux-x86_64-352.21.run.
和CUDA_7.0.28-linux.run将这两个文件放在ubuntu的主文件夹下
进入TTY1,执行以下命令:
$ sudo /etc/init.d/gdm stop
先安装显卡对应的驱动:
切换到NVIDIA-Linux-x86_64-352.21.run.所在的目录
执行;$ ls –l可以显示该目录下的文件
$ sudo sh NVIDIA-Linux-x86_64-352.21.run
一路accept即可
然后安装cuda;
记住安装中提问是否安装driver,选择no
$ sudo sh CUDA_7.0.28-linux.run
安装成功下面会显示,安装的情况要认真看提示的内容,
Driver:not delect
Toolkit: Installed in/usr/local/cuda-7.0
Samples: Installed in/home/caffe, butmissing recommendedlibraries
PATH includes /usr/local/cuda-7.0/bin
LD_LIBRARY-PATH includes /usr/local/cuda-7.0/lib64 or; add/usr/local/cuda-7.0/lib64 to /etc/ld.so.conf
注意这些路径,后面配置路径的时候要用上
这就安装成功了,但是缺少了一些推荐的库。
5: Extra Libraries
安装一些必要的库文件,譬如:OpenGL (e.g., Mesa), GLU, GLUT, and X11 (including Xi, Xmu,andGLX).
$ sudoapt-get install freeglut3-dev build-essential libx11-devlibxmu-dev libxi-devlibgl1-mesa-glx libglu1-mesa libglu1-mesa-dev
$ sudo/etc/init.d/gdm start
6.POST-INSTALLATIONACTIONS
(1)环境变量配置
$ exportPATH=/usr/local/cuda-7.0 /bin:$PATH
$ exportLD_LIBRARY_PATH=/usr/local/cuda-7.0/lib64:$LD_LIBRARY_PATH
(2) Verify the Installation
a.验证驱动的版本,其实主要是保证驱动程序已经安装正常了
$ cat/proc/driver/nvidia/version
b. Compiling the Examples
$ nvcc -V
这里安装完,就可以编译了,切换目录到~/NVIDIA_CUDA-7.0_Samples:
$ cd /home/ls/NVIDIA_CUDA-7.0_Samples
$ make
这里要等很长时间。。。
c. Running the Binaries
运行编译好的文件,例如看看设备的基本信息和带宽信息:
$ cd /home/ls/NVIDIA_CUDA-7.0_Samples/bin/x86_64/linux/release
$./deviceQuery
$./bandwidthTest
安装成功的话会显示一些电脑的信息,如果没装成功,会显示no CUDA-capable device isdected
另外在系统终端输入命令:$ glxinfo| greprendering
如果出现“direct rendering:yes”,则已安装。
执行$ nvidia-smi会显示当前驱动的版本
到此安装成功
PS:打开“设置”---“详细信息”如果无法看到显卡型号,可以执行:
$ sudoapt-get install mesa-utils
第三部分Python安装和调试
1:安装IDE运行环境
选择一个适合你的IDE运行环境,我是用的是Spyder,因为它内置了 iPython 环境,Caffe有不少的程序是基于 iPython 环境完成的。安装方法很简单,直接在Ubuntu软件中心搜索“spyder”即可安装。
第四部分Caffe的安装和测试
对于Caffe的安装严格遵照官网的要求来:http://caffe.berkeleyvision.org/installation.html
一、安装BLAS
这里可以选择(ATLAS,MKL或者OpenBLAS),我这里使用MKL,首先下载并安装英特尔® 数学内核库 Linux* 版MKL,下载链接是:https://software.intel.com/en-us/intel-education-offerings, 请下载Student版,先申请,然后会立马收到一个邮件(里面有安装序列号),打开照着下载就行了。下载完之后,要把文件解压到home文件夹(或直接把tar.gz文件拷贝到home文件夹,为了节省空间,安装完记得把压缩文件给删除喔~),或者其他的ext4的文件系统中。
接下来是安装过程,先授权,然后安装:
$ tar zxvfparallel_studio_xe_2015_update3.tgz(如果你是直接拷贝压缩文件过来的)
$ chmod a+xparallel_studio_xe_2015_update3 –R
$ sudo /home/ls/ parallel_studio_xe_2015_update3/install_GUI.sh
安装序列号:SKCG-XCR7XLXX
二、MKL与CUDA的环境设置
1:新建intel_mkl.conf, 并编辑之:
$ sudogedit /etc/ld.so.conf.d/intel_mkl.conf
/opt/intel/lib/intel64
/opt/intel/mkl/lib/intel64
2:新建cuda.conf,并编辑之:
$ sudogedit /etc/ld.so.conf.d/cuda.conf
/usr/local/cuda-7.0/lib64
/usr/local/cuda-7.0/lib
3:完成lib文件的链接操作,执行:
$ sudoldconfig -v
三、安装OpenCV
1:下载并编译OpenCV(官网原版OpenCV:http://opencv.org/), 或者使用本站提供的修改版的安装包 Install-OpenCV-master
2:切换到文件保存的文件夹,然后安装依赖项:
$ sudo /home/ls/Install-Opencv-master/Ubuntu/dependencies.sh
3.切换到目录/ubuntu/2.4 安装opencv_2._4_9rc1
$sudo /home/ls/Install-Opencv-master/ Ubuntu/2.4/opencv_2._4_9rc1.sh
保证网络畅通,因为软件需要联网这里时间较长,请耐心等待。。。,
四、安装其他依赖项
1:Google LoggingLibrary(glog),下载地址:https://code.google.com/p/google-glog/,然后解压安装:
$ tar zxvfglog-0.3.3.tar.gz
$ /home/ls/glog-0.3.3/configure
$ make
$ sudo makeinstall
如果没有权限就chmod a+x glog-0.3.3 -R, 或者索性 chmod 777 glog-0.3.3 -R , 装完之后,这个文件夹就可以kill了。
2: 其他依赖项,确保都成功
$ sudoapt-get install -y libprotobuf-dev libleveldb-devlibsnappy-dev libopencv-devlibboost-all-dev libhdf5-serial-dev
$ sudoapt-get install -y libgflags-dev libgoogle-glog-devliblmdb-devprotobuf-compiler
五、安装Caffe并测试
1:安装pycaffe必须的一些依赖项:
$ sudoapt-get install -y python-numpy python-scipy python-matplotlib python-sklearnpython-skimage python-h5py python-protobuf python-leveldb python-networkxpython-nose python-pandas python-gflags Cython ipython
$ sudoapt-get install -y protobuf-c-compiler protobuf-compiler
2:切换到Caffe-master的文件夹,生成Makefile.config配置文件,执行:
$ cd/home/ls/caffe-master
$ cpMakefile.config.example Makefile.config
3:配置Makefile.config文件(仅列出修改部分)
$ sudogedit /home/ls/caffe-master/Makefile.config
a. 配置一些引用文件(增加部分主要是解决新版本下,HDF5的路径问题)可以验证一下路径是否正确
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include/usr/lib/x86_64-linux-gnu/hdf5/serial/include
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib/usr/lib/x86_64-linux-gnu/hdf5/serial
b. 启用Intel Parallel Studio XE 2015 ProfessionalEdition for C++ Linux
BLAS := mkl
c. 配置路径,实现caffe对Python接口的支持
PYTHON_LIB := /usr/local/lib
4:编译caffe-master!!!"-j8"是使用CPU的多核进行编译,可以极大地加速编译的速度,建议使用。
$ make all-j8
$ make test-j8
$ makeruntest -j8
编译Python用到的caffe文件
$ makepycaffe -j8
如果遇到warning,make:***[build_release/src/caffe…..]error问题可不用管
五、使用MNIST数据集进行测试
Caffe默认情况会安装在$CAFFE_ROOT,就是解压到那个目录,例如:$ home/username/caffe-master,所以下面的工作,默认已经切换到了该工作目录。下面的工作主要是,用于测试Caffe是否工作正常,不做详细评估。具体设置请参考官网:http://caffe.berkeleyvision.org/gathered/examples/mnist.html
1:数据预处理
$ sh data/mnist/get_mnist.sh
2:重建lmdb文件。Caffe支持三种数据格式输入网络,包括Image(.jpg, .png等),leveldb,lmdb,根据自己需要选择不同输入吧。(注意修改路径)
$ shexamples/mnist/create_mnist.sh
生成mnist-train-lmdb 和mnist-train-lmdb文件夹,这里包含了lmdb格式的数据集
3: 训练mnist
$ shexamples/mnist/train_lenet.sh
至此,Caffe安装的所有步骤完结,