[Caffe安装] ubuntu16.04+caffe+gpu

1. 安装gpu驱动

1. 先查看gpu是否是英伟达的
   lspci | grep -i nvidia

2. 查看系统架构
   uname -m && cat /etc/*release // x86_64才能安装caffe

3. 安装nvidia驱动(如果没安装的话)
   下载地址: http://www.geforce.cn/drivers
   安装:

   1. 关闭X-Window，很简单：`sudo service lightdm stop`，然后切换到tty1：Ctrl+Alt+F1即可 
   2. chmod +x NVIDIA*.run
   3. sudo ./NVIDIA*.run开始安装，安装过程比较快，根据提示选择即可
   4. 安装完毕后，重新启动X-Window：sudo service lightdm start，正常直接就跳到图形界面，如果没有，手动Ctrl+Alt+F7进入图形界面
   5. 查看显卡驱动安装情况nvidia-smi，正常显示显存就没问题
   

4. 注意
   有可能进入Ctrl+Alt+F1的过程黑屏，修正方式为

   编辑/etc/default/grub
   修改GRUB_CMDLINE_LINUX_DEFAULT的值为nomodeset
   更新grub：sudo update-grub
   重启
   

2. 安装cuda

1. 查看gpu是否支持cuda(Compute Unified Device Architecture)，以及计算容量
   浏览网页查看https://developer.nvidia.com/cuda-gpus

2. 如果本机gpu支持cuda，就可以安装cuda了
   下载地址: https://developer.nvidia.com/cuda-downloads

3. 下载相应版本的.run文件，安装

   chmod +x *.run
   sudo ./*.run
   

这个过程中如果自己已经安装了nvidia驱动，安装过程询问是否需要安装显卡驱动时选择否

3. 安装cudnn

1. 安装cuDNN(NVIDIA cuDNN是用于深度神经网络的GPU加速库)
   下载地址: https://developer.nvidia.com/rdp/cudnn-download(需要注册)
   安装:

   // 拷贝cuDNN库文件到cuda目录下
   tar -zxvf cudnn-7.0-linux-x64-v4.0-prod.tgz
   cd cuda
   sudo cp lib64/* /usr/local/cuda/lib64/
   sudo cp include/cudnn.h /usr/local/cuda/include/
   
   // 以下内容只是为了确保安装是否正确，可以选择不运行
   //设置环境变量，在/etc/profile中添加CUDA环境变量
   sudo gedit /etc/profile
   //添加
   export PATH=/usr/local/cuda/bin:$PATH
   export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
   export LIBRARY_PATH=/usr/local/cuda/lib64:$LIBRARY_PATH
   
   //进入/usr/local/cuda/samples，执行下面的命令来build samples
   sudo make all -j4
   //全部编译完成后，进入 samples/bin/x86_64/linux/release，运行deviceQuery
   ./deviceQuery
   
   //如果出现显卡信息，则驱动及显卡安装成功
   

4. 编译Caffe

1. 先安装caffe的依赖，这个参考
   https://blog.csdn.net/u014451076/article/details/74629403

2. 安装Caffe

   • 下载caffe git clone git://github.com/BVLC/caffe.git
   • 在该目录下拷贝makefile配置文件 cp Makefile.config.example Makefile.config
   • makefile.config文件USE_CUDNN := 1 前面的“#”去掉

3. 编译

   make all
   make test
   make runtest
   

4. 注意

   • 如果遇到错误error while loading shared libraries: libcudnn.so.x.x: cannot open shared object file: No such file or directory之类的问题，解决方法如下:

     sudo cp /usr/local/cuda/lib64/libcudart.so.x.x /usr/local/lib/libcudart.so.x.x && sudo ldconfig 
     sudo cp /usr/local/cuda/lib64/libcublas.so.x.x /usr/local/lib/libcublas.so.x.x && sudo ldconfig 
     sudo cp /usr/local/cuda/lib64/libcurand.so.x.x /usr/local/lib/libcurand.so.x.x && sudo ldconfig
     sudo cp /usr/local/cuda/lib64/libcudnn.so.x /usr/local/lib/libcudnn.so.x && sudo ldconfig
     

     如果使用的是cuda10.0和cudnn7，那么命令如下:

     sudo cp /usr/local/cuda/lib64/libcudart.so.10.0 /usr/local/lib/libcudart.so.10.0 && sudo ldconfig
     sudo cp /usr/local/cuda/lib64/libcublas.so.10.0 /usr/local/lib/libcublas.so.10.0 && sudo ldconfig
     sudo cp /usr/local/cuda/lib64/libcurand.so.10.0 /usr/local/lib/libcurand.so.10.0 && sudo ldconfig
     sudo cp /usr/local/cuda/lib64/libcudnn.so.7 /usr/local/lib/libcudnn.so.7 && sudo ldconfig
     

   • 如果遇到Invalid MEX-file '/path/to/caffe/matlab/+caffe/private/caffe_.mexa64': /path/to/MATLAB/bin/glnxa64/../../sys/os/glnxa64/libstdc++.so.6: version GLIBCXX_3.4.21 not found (required by /path/to/caffe/matlab/+caffe/private/caffe_.mexa64).
     添加环境变量:

     export LD_PRELOAD=/usr/lib/x86_64-linux-gnu/libopencv_highgui.so.2.4:/usr/lib/x86_64-linux-gnu/libopencv_imgproc.so.2.4:/usr/lib/x86_64-linux-gnu/libopencv_core.so.2.4:/usr/lib/x86_64-linux-gnu/libstdc++.so.6:/usr/lib/x86_64-linux-gnu/libfreetype.so.6
     

5. 测试

cd caffe/
./data/mnist/get_mnist.sh
./examples/mnist/create_mnist.sh
./examples/mnist/train_lenet.sh