测试caffe安装成功_ubuntu16.04+nvidia gt740m+cuda7.5+caffe安装、测试经历

首先说明，这是在笔记本上的安装测试经历，首先安装的win10，然后安装ubuntu16.04双系统，显卡为nvidia gt740m win10上没有装nvidia gt740m驱动，也就是用的集显，测试发现若装了nvidia gt740m驱动会无法进去ubuntu，重装无数次的经验

废话不多说，上车吧，少年

一、安装nvidia显卡驱动

进入ubuntu系统设置-软件与更新-ubuntu软件，使用的是中科大的源：http://mirrors.ustc.edu.cn/ubuntu，如下所示

更新Ubuntu16.04源

终端输入 cd /etc/apt/ sudo cp sources.list sources.list.bak sudo vi sources.list 把下面的这些源添加到source.list中： deb http://mirrors.ustc.edu.cn/ubuntu/ xenial main restricted universe multiverse deb http://mirrors.ustc.edu.cn/ubuntu/ xenial-security main restricted universe multiverse deb http://mirrors.ustc.edu.cn/ubuntu/ xenial-updates main restricted universe multiverse deb http://mirrors.ustc.edu.cn/ubuntu/ xenial-proposed main restricted universe multiverse deb http://mirrors.ustc.edu.cn/ubuntu/ xenial-backports main restricted universe multiverse deb-src http://mirrors.ustc.edu.cn/ubuntu/ xenial main restricted universe multiverse deb-src http://mirrors.ustc.edu.cn/ubuntu/ xenial-security main restricted universe multiverse deb-src http://mirrors.ustc.edu.cn/ubuntu/ xenial-updates main restricted universe multiverse deb-src http://mirrors.ustc.edu.cn/ubuntu/ xenial-proposed main restricted universe multiverse deb-src http://mirrors.ustc.edu.cn/ubuntu/ xenial-backports main restricted universe multiverse 最后更新源和更新已安装的包： 终端输入 sudo apt-get update sudo apt-get upgrade

进入ubuntu系统设置-软件与更新-附加驱动中选择下图所示选项进行驱动安装

gt740m驱动测试

nvidia-smi 显示效果如下图表示安装成功

二、cuda安装

下载cuda_7.5.18_linux.run和cudnn-7.5-linux-x64-v5.1.tgz

这里我提供了百度网盘，这两个文件我先在win10下下载好，并用u盘拷贝到ubuntu的下载目录下

安装cuda7.5

cd 下载/ sh cuda_7.5.18_linux.run --override 启动安装程序，一直按空格到最后，输入accept接受条款 输入n不安装nvidia图像驱动，之前已经安装过了 输入y安装cuda 7.5工具 回车确认cuda默认安装路径：/usr/local/cuda-7.5 输入y用sudo权限运行安装，输入密码 输入y或者n安装或者不安装指向/usr/local/cuda的符号链接 输入y安装CUDA 7.5 Samples，以便后面测试 回车确认CUDA 7.5 Samples默认安装路径：/home/pawn(pawn是我的用户名)，该安装路径测试完可以删除

安装cudnn v5.1

tar zxvf cudnn-7.5-linux-x64-v5.1.tgz 解压在下载目录下产生一个cuda目录 cd cuda/include/ sudo cp cudnn.h /usr/local/cuda/include/复制头文件 cd ../lib64打开lib64目录 sudo cp lib* /usr/local/cuda/lib64/复制库文件 sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*给所有用户增加这些文件的读权限

建立软链接

cd /usr/local/cuda/lib64/ sudo rm -rf libcudnn.so libcudnn.so.5 sudo ln -s libcudnn.so.5.1.3 libcudnn.so.5 sudo ln -s libcudnn.so.5 libcudnn.so 设置环境变量，终端输入 sudo gedit /etc/profile 在末尾加入 PATH=/usr/local/cuda/bin:$PATH export PATH 保存后，创建链接文件 sudo vim /etc/ld.so.conf.d/cuda.conf 按a进入插入模式，增加下面一行 /usr/local/cuda/lib64 按esc退出插入模式，按:wq保存退出 最后在终端输入sudo ldconfig使链接生效

cuda Samples测试

打开CUDA 7.5 Samples默认安装路径，终端输入 cd /home/pawn/NVIDIA_CUDA-7.5_Samples(pawn是我的用户名) sudo make all -j4(4核) 出现“unsupported GNU version! gcc versions later than 4.9 are not supported!”的错误，这是由于GCC版本过高，在终端输入 cd /usr/local/cuda-7.5/include sudo cp host_config.h host_config.h.bak sudo gedit host_config.h ctrl+f寻找有“4.9”的地方，只有一处，如下 # if __GNUC__ > 4 || (__GNUC__ == 4 && __GNUC_MINOR__ > 9) #error -- unsupported GNU version! gcc versions later than 4.9 are not supported! 将两个4改成5，即 # if __GNUC__ > 5 || (__GNUC__ == 5 && __GNUC_MINOR__ > 9) 保存退出，继续在终端输入 sudo make all -j4(4核) 完成后继续向终端输入 cd bin/x86_64/linux/release ./deviceQuery 完成之后出现如下图所示，表示成功安装cuda

三、依赖包安装

sudo apt-get install build-essential#必要的编译工具依赖

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 libatlas-base-dev

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

四

安装python的pip和easy_install，方便安装软件包

cd wget --no-check-certificate https://bootstrap.pypa.io/ez_setup.py sudo python ez_setup.py --insecure wget https://bootstrap.pypa.io/get-pip.py sudo python get-pip.py

五

安装科学计算和python所需的部分库

sudo apt-get install libblas-dev liblapack-dev libatlas-base-dev gfortran python-numpy

六

安装git，拉取源码

sudo apt-get install git git clone https://github.com/BVLC/caffe.git

七

安装python依赖

sudo apt-get install python-pip安装pip sudo su for req in $(cat "requirements.txt"); do pip install -i https://pypi.tuna.tsinghua.edu.cn/simple $req; done 按Ctrl+D退出sudo su模式

八、编译caffe(暂不对matlab说明)

cd /home/pawn/caffe cp Makefile.config.example Makefile.config gedit Makefile.config

①将USE_CUDNN := 1取消注释，

②INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include后面打上一个空格 然后添加/usr/include/hdf5/serial如果没有这一句可能会报一个找不到hdf5.h的错误

make all -j4 make过程中出现string.h ‘memcy’ was not declared in this scope的错误是由于gcc编译器版本太新，如下图 解决方法如下： 终端输入 vim Makefile 键盘输入/NVCCFLAGS += -c回车，定位到409行 按a进入插入模式，修改 NVCCFLAGS += -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS) 为 NVCCFLAGS += -D_FORCE_INLINES -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS) 按esc退出插入模式，按:wq保存退出

终端中输入make clean清除第一次编译结果 再次输入make all -j4重新编译 make过程中又出现找不到lhdf5_hl和lhdf5的错误， 解决方案： 在计算机中搜索libhdf5_serial.so.10.1.0，找到后右键点击打开项目位置 该目录下空白处右键点击在终端打开，打开新终端输入 sudo ln libhdf5_serial.so.10.1.0 libhdf5.so sudo ln libhdf5_serial_hl.so.10.0.2 libhdf5_hl.so 最后在终端输入sudo ldconfig使链接生效

原终端中再次输入make all -j4重新编译

make test -j4 make runtest -j4 make pycaffe -j4 make distribute生成发布安装包

测试python，终端输入 cd /home/pawn/caffe/python python import caffe 如果不报错就说明编译成功

九、mnist测试

下载mnist数据集，终端输入 cd /home/pawn/caffe/data/mnist/ ./get_mnist.sh获取mnist数据集 在/home/pawn/caffe/data/mnist/目录下会多出训练集图片、训练集标签、测试集图片和测试集标签等4个文件

mnist数据格式转换，终端输入 cd /home/pawn/caffe/ ./examples/mnist/create_mnist.sh 必须要在第一行之后运行第二行，即必须要在caffe根目录下运行create_mnist.sh 此时在/caffe/examples/mnist/目录下生成mnist_test_lmdb和mnist_train_lmdb两个LMDB格式的训练集和测试集

LeNet-5模型描述在/caffe/examples/mnist/lenet_train_test.prototxt

Solver配置文件在/caffe/examples/mnist/lenet_solver.prototxt

训练mnist，执行文件在/caffe/examples/mnist/train_lenet.sh 终端输入 ./examples/mnist/train_lenet.sh 测试结果如下