Ubuntu14.04 (Kylin)下安装cuda, opencv, matlab 及配置 caffe --过程附图

最新推荐文章于 2023-11-13 19:44:37 发布

芝士锅

最新推荐文章于 2023-11-13 19:44:37 发布

阅读量1.3k

点赞数

文章标签： caffe matlab python ubuntu

本文链接：https://blog.csdn.net/wanzew/article/details/52183094

版权

Caffe的安装真是无比的但疼，请一定耐心调试，另官网给出的安装教程可移植性不强.

自己按网上博客安装了几次特此总结，以方便以后再次安装

其实难点主要是cuda的安装，cuda安装成功之后后面的步骤会很顺利

本文中出现的所有wanzew是我的username，您在操作时需要换成你的username

1.安装开发所需的依赖包

$ sudo apt-get install build-essential
$ sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev libgflags-dev libgoogle-glog-dev liblmdb-dev protobuf-compiler

遇到bulid-essential依赖: dpkg-dev (>= 1.13.5) 但是它将不会被安装的问题（类似问题请自行百度）

这么解决（参考）：

$ sudo aptitude update
$ sudo aptitude install build-essentia

-----sudo apt-get update失败后可以更换源试试-----

禁用显卡驱动

Ubuntu自带的显卡驱动是nouveau，但是cuda不支持nouveau。如果想使用cuda进行GPU计算，必须安装NVIDIA显卡驱动，安装NVIDIA驱动之前要禁用nouveau。

禁用方式：

$ cd /etc/modprobe.d
$ sudo vi nvidia-graphics-drivers.conf

#写入：

blacklist nouveau

保存wq！

退出然后验证：

$ cat nvidia-graphics-drivers.con

将 ”rdblacklist=nouveau nouveau.modeset.modeset=0“ 这句话写入到/etc/default/grub末尾：

$ sudo vi /etc/default/grub

末尾写入：rdblacklist=nouveau nouveau.modeset=0

保存并退出: wq!

检查：

$ cat /etc/default/grub

2. 安装cuda（下载地址）

下载之后进入下载目录用md5sum命令进行md5校验：

会显示： 5cf65b8139d70270d9234d5ff4d697c7（跟官网一样，不一样的的、话需要重新下载）

$ sudo dpkg -i cuda-repo-<distro>_<version>_<architecture>.deb    #cuda-repo-<distro>_<version>_<architecture>.deb是下载的cuda名字，请自行更换
$ sudo apt-get update   # 失败的话可以换源试试
$ sudo apt-get install cuda

此步骤比较重要，安装完成之后后面的就轻松多了！！！

安装成功之后会在你的/usr/local文件夹下出现cuda文件夹

安装CUDA SAMPLE 并检查GPU：

进入/usr/local/cuda/samples, 执行下列命令来build samples

$ sudo make all -j8

全部编译完成后，进入 ./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：

Device 0: "GeForce GTX 750 Ti"
  CUDA Driver Version / Runtime Version          7.5 / 7.5
  CUDA Capability Major/Minor version number:    5.0
  Total amount of global memory:                 1023 MBytes (1073020928 bytes)
  ( 5) Multiprocessors, (128) CUDA Cores/MP:     640 CUDA Cores
  GPU Max Clock rate:                            1110 MHz (1.11 GHz)
  Memory Clock rate:                             2700 Mhz
  Memory Bus Width:                              128-bit
  L2 Cache Size:                                 2097152 bytes
  Maximum Texture Dimension Size (x,y,z)         1D=(65536), 2D=(65536, 65536), 3D=(4096, 4096, 4096)
  Maximum Layered 1D Texture Size, (num) layers  1D=(16384), 2048 layers
  Maximum Layered 2D Texture Size, (num) layers  2D=(16384, 16384), 2048 layers
  Total amount of constant memory:               65536 bytes
  Total amount of shared memory per block:       49152 bytes
  Total number of registers available per block: 65536
  Warp size:                                     32
  Maximum number of threads per multiprocessor:  2048
  Maximum number of threads per block:           1024
  Max dimension size of a thread block (x,y,z): (1024, 1024, 64)
  Max dimension size of a grid size    (x,y,z): (2147483647, 65535, 65535)
  Maximum memory pitch:                          2147483647 bytes
  Texture alignment:                             512 bytes
  Concurrent copy and kernel execution:          Yes with 1 copy engine(s)
  Run time limit on kernels:                     Yes
  Integrated GPU sharing Host Memory:            No
  Support host page-locked memory mapping:       Yes
  Alignment requirement for Surfaces:            Yes
  Device has ECC support:                        Disabled
  Device supports Unified Addressing (UVA):      Yes
  Device PCI Domain ID / Bus ID / location ID:   0 / 1 / 0
  Compute Mode:
     < Default (multiple host threads can use ::cudaSetDevice() with device simultaneously) >

deviceQuery, CUDA Driver = CUDART, CUDA Driver Version = 7.5, CUDA Runtime Version = 7.5, NumDevs = 1, Device0 = GeForce GTX 750 Ti
Result = PASS

CUDA补全安装计划请参考：点击打开链接

3. 安装cuDNN （cuDNN可去官网申请）

申请网址：https://developer.nvidia.com/cudnn

我下载的是：cudnn-7.5-linux-x64-v5.0-ga.tgz

进入下载目录解压：

解压后文件夹是这样子的:

$ tar -zxvf cudnn-7.5-linux-x64-v5.0-ga.tgz  
$ cd cuda  
$ sudo cp lib64/lib* /usr/local/cuda/lib64/  
$ sudo cp include/cudnn.h /usr/local/cuda/include/

后两行命令是将cuDNN库和include文件copy到CUDA相应目录下。

更新软连接

$ cd /usr/local/cuda/lib64/
$ sudo chmod +r libcudnn.so.5.0.5
$ sudo ln -sf libcudnn.so.5.0.5 libcudnn.so.5
$ sudo ln -sf libcudnn.so.5 libcudnn.so
$ sudo ldconfig

接下来就设置cuda的环境变量：

在/etc/profile中添加CUDA环境变量

$ sudo gedit /etc/profile

添加内容

PATH=/usr/local/cuda/bin:$PATH  
export PATH

保存后, 执行下列命令, 使环境变量立即生效：

$ source /etc/profile

同时需要添加lib库路径：在 /etc/ld.so.conf.d/新建文件 cuda.conf：

$ sudo vi /etc/ld.so.conf.d/cuda.conf

写下如下内容：

<span style="font-size:14px;">/usr/local/cuda/lib64</span>

保存后，执行下列命令使之立刻生效：

$ sudo ldconfig

4. 安装Intel MKL 或Atlas

Atlas安装比较简单，这里安装Atlas

$ sudo apt-get install libatlas-base-dev

5. 安装OpenCV

1）下载安装脚本https://github.com/bearpaw/Install-OpenCV

2）进入目录 Install-OpenCV/Ubuntu/2.4

3）执行脚本
可参考README

$ sudo sh ./opencv2_4_10.sh

安装时间会比较长，我的电脑二十分钟。

6. 安装Caffe所需要的Python环境

安装Anaconda

https://www.continuum.io/downloads#_unix

我下载的是Python2.7版本的，切换到文件所在目录，执行

bash Anaconda2-4.1.1-Linux-x86_64.sh

添加Anaconda Library Path 在/etc/ld.so.conf最后加入以下路径

$ sudo gedit /etc/ld.so.conf

写入：

/home/wanzew/anaconda2/lib

在~/.bashrc最后添加下边路径

$ export LD_LIBRARY_PATH="/home/wanzew/anaconda2/lib:$LD_LIBRARY_PATH"

~/.bashrc在home文件夹下，默认为隐藏文件，按Ctrl+H可以显示出来

caffe源码下载

进入caffe-master下的python目录执行如下命令，安装caffe所需要的剩余依赖项

for req in $(cat requirements.txt); do pip install $req; done

caffe-master/python/requirements.txt 内容如下：都是caffe运行所需要的依赖项

7. MATLAB安装

Matlab2014A安装与激活（请自行搜索，其实就是用到以下几条命令，特别简单）：

$ sudo mkdir /mnt/temp 
$ sudo mount -o loop /home/wanzew/MATLAB/MATHWORKS_R2014A.iso /mnt/temp/  
$ cd /mnt/temp/
$ ./install                                                                                
$ sudo /home/wanzew/Matlab/bin/matlab
$ sudo cp /home/wanzew/Matlab/Crack/Linux/libmwservices.so /home/wanzew/Matlab/bin/glnxa64/
$ sudo ln -s /path/to/MATLAB/R2015b/bin/matlab   /usr/local/bin/matlab                                               
$ sudo umount /mnt/temp/

8. 编译Caffe

进入caffe-master目录，复制一份Makefile.config.example

<span style="font-size:14px;"><code></code>$ cp Makefile.config.example Makefile.config</span>

将上面所作的所有工作告诉Makefile.config文件：

USE_CUDNN := 1
CUDA_DIR := /usr/local/cuda
BLAS := atlas
MATLAB_DIR := /home/wanzew/Matlab
PYTHON_INCLUDE := /usr/include/python2.7 \
        /usr/lib/python2.7/dist-packages/numpy/core/include

编译：

$ make all -j48
$ make test  -j8
$ make runtest -j8

编译matlab接口：

注：编译matcaffe时，需要使用g++和gcc，Ubuntu14.04的g++是4.8+，而matlab为4.7，但是在编译时并不需要对g++进行降级。

降级实现：

$ sudo apt-get install -y gcc-4.7  
$ sudo apt-get install -y g++-4.7  
$ cd /usr/bin  
$ sudo rm gcc  
$ sudo ln -s gcc-4.7 gcc  
$ sudo rm g++  
$ sudo ln -s g++-4.7 g++

# 然后编译：

$ make matcaffe -j8

编译成功之后会在/caffe-master/matlab/+caffe/private文件夹下生成caffe_.mexa64文件

caffe的matlab接口配置完成。

编译python接口：

$ make pycaffe -j8

添加~/caffe/python到$PYTHONPATH：

在/etc/profile末尾添加：

export PYTHONPATH=/home/wanzew/caffe-master/python:$PYTHONPATH

$ source /etc/profile

完成！

芝士锅

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
Ubuntu14.04 (Kylin)下安装cuda, opencv, matlab 及配置 caffe --过程附图

Caffe的安装真是无比的但疼，请一定耐心调试，另官网给出的安装教程可移植性不强.自己按网上博客安装了几次特此总结，以方便以后再次安装其实难点主要是cuda的安装，cuda安装成功之后后面的步骤会很顺利本文中出现的所有wanzew是我的username，您在操作时需要换成你的username1.安装开发所需的依赖包$ sudo apt-get install bu...
复制链接

扫一扫