ubuntu16.04下caffe安装(GPU版)

1. 安装 opencv

opencv3.1.0 安装过程见上一博客 http://blog.csdn.net/zly_kemgine/article/details/78749764

 

2. 安装NVIDIA显卡驱动

最好采用系统适配显卡驱动的方式

找到附加驱动

输入以下指令进行验证:

 

sudo nvidia-smi

 

若列出了GPU的信息列表则表示驱动安装成功。如下图:

若安装不成功,出现循环登陆的问题,则需要卸载已安装的驱动,禁用nouveau.

系统适配显卡驱动安装卸载:

sudo apt-get remove --purge nvidia*

run文件安装的卸载:

sudo ./NVIDIA-Linux-x86_64-384.59.run --uninstall

禁用nouveau:

打开文件:

sudo vim /etc/modprobe.d/blacklist.conf

在文本最后添加以下内容:

  • blacklist nouveau

  • option nouveau modeset=0

保存退出,执行以下命令生效:

sudo update-initramfs -u

重启电脑后输入:

lsmod | grep nouveau

没有任何输出说明禁用成功。

继续采用上面系统适配的方式安装nvidia显卡驱动或者采用run 文件方式安装。

 

3. 安装cuda8.0

(1) 下载cuda

 

首先在官网上(https://developer.nvidia.com/cuda-downloads)下载CUDA.  这里提供了下载好的百度云链接  https://pan.baidu.com/s/1qXAUd5a  密码 f415

(2) 下载完成后执行以下命令

 

1 sudo chmod 777 cuda_8.0.61_375.26_linux.run
2 sudo  ./cuda_8.0.61_375.26_linux.run

注意:首先会提醒你看一些它的使用协议,一直按空格直到出现是否同意,选择Accept,(执行后会有一系列提示让你确认,但是注意,有个让你选择是否安装nvidia367驱动时,一定要选择
Install NVIDIA Accelerated Graphics Driver forLinux-x86_64 367.48?
因为前面我们已经安装了更加新的nvidia367,所以这里不要选择安装。其余的都直接默认或者选择是即可

 

具体显示如下

 

(3) 环境变量配置

打开~/.bashrc文件:

sudo gedit ~/.bashrc

将以下内容写入到~/.bashrc尾部:

export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

在/etc/profile文件中添加CUDA环境变量:

sudo gedit /etc/profile

打开文档都在文档结尾加上下面两句:

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

保存后, 执行下列命令, 使环境变量立即生效:

source /etc/profile

同时添加lib库路径,在 /etc/ld.so.conf.d/新建文件 cuda.conf

sudo gedit /etc/ld.so.conf.d/cuda.conf

在文中加入下面内容:

/usr/local/cuda/lib64

执行下列命令使之立刻生效:

sudo ldconfig

(4) 测试cuda

在终端中进入CUDA 8.0 Samples默认安装路径,

 cd /usr/local/cuda-7.5/samples/

输入命令

 

sudo make all

完成后继续输入

 

 
  1. cd bin/x86_64/linux/release   
  2. ./deviceQuery

 

如果显示一些关于GPU的信息,则说明安装成功。

nvcc -V命令可查看版本情况

 

 

4. 安装cudnn

 

去Nvidia官网https://developer.nvidia.com/rdp/cudnn-download下载cuDNN安装包,选择这个:Download cuDNN v5.1 (August 10, 2016), for CUDA 8.0 版本解压安装包以后会出现cuda的目录,进入该目录

 

 

 

  1. cd cuda/include/   
  2. sudo cp cudnn.h /usr/local/cuda/include/   
  3. cd ../lib64   
  4. sudo cp lib* /usr/local/cuda/lib64/   
  5. sudo chmod a+r /usr/local/cuda/include/cudnn.h/usr/local/cuda/lib64/libcudnn*

 

 

接下来执行下列命令

 

 
  1. cd /usr/local/cuda/lib64/   
  2. sudo rm -rf libcudnn.so libcudnn.so.5   
  3. sudo ln -s libcudnn.so.5.1.5 libcudnn.so.5   
  4. sudo ln -s libcudnn.so.5 libcudnn.so

 

 

5. 安装caffe

(1) 安装依赖包

 

 
1 sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler 2 sudo apt-get install --no-install-recommends libboost-all-dev 3 sudo apt-get install libopenblas-dev liblapack-dev libatlas-base-dev 4 sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev

参看caffe官网

 

(2) 设置Makefile.config文件

 

 
sudo cp Makefile.config.example Makefile.config
sudo gedit Makefile.config #打开Makefile.config文件 

修改成:

 

 

USE_CUDNN := 1  #去掉#号
OPENCV_VERSION := 3
WITH_PYTHON_LAYER := 1   #使用python来编写层

重要的

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 


(3) 修改Makefile文件

 

 

 
  1. $ vim Makefile  
  2. - opencv_core opencv_highgui opencv_imgproc  
  3. + opencv_core opencv_highgui opencv_imgproc opencv_imgcodecs  

    在位置((LIBRARIES += glog gflags protobuf leveldb snappy \
    lmdb boost_system hdf5_hl hdf5 m \
    opencv_core opencv_highgui opencv_imgproc opencv_imgcodecs))处添加opencv_imgcodecs

 

修改

 

  1. $ vim examples/cpp_classification/classification.cpp  
  2. + #include <opencv2/imgproc/types_c.h>  
  3. + #include <opencv2/objdetect/objdetect_c.h>

 

(4) 编译

 

cd caffe-master
mkdir build
cd build
cmake ..
cd ..
make all
make test
make runtest

 

 

5. 安装python接口

 

首先回到caffe的根目录,然后执行安装代码:

1 cd ~/caffe
2 sudo apt-get install gfortran
3 cd ./python
4 for req in $(cat requirements.txt); do pip install $req; done

安装完成以后,再次回到caffe根目录我们可以执行:

1 cd ..
2 sudo pip install -r python/requirements.txt

编译python接口:

 

make pycaffe

 

配置环境变量,以便python调用:

sudo gedit ~/.bashrc

export PYTHONPATH=/home/caffe/python:$PYTHONPATH添加到文件中

source ~/.bashrc

 

 

 

 

 

 

 

 

参考链接如下

http://www.cnblogs.com/go-better/p/7161006.html (依赖库 cuda安装)
http://www.linuxidc.com/Linux/2016-11/137561.htm (cuda测试)
http://blog.csdn.net/lhanchao/article/details/54667728(cuDNN安装)
http://www.nvidia.com/object/macosx-cuda-8.0.81-driver.html(cuda 8.0)

 

 

 

  • 6
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Ubuntu 16.04安装Docker并使用GPU时出现问题,首先需要确保你的系统配置符合Docker和Caffe GPU的要求。以下是一些可能的解决方案: 1. 确保你的系统支持NVIDIA GPU:首先,检查你的计算机上是否安装了NVIDIA显卡驱动程序。可以使用以下命令检查驱动程序是否已成功安装并正在运行: ``` nvidia-smi ``` 如果该命令能够成功启动,并显示NVIDIA显卡的信息,则说明驱动程序已成功安装。 2. 安装NVIDIA Docker:Docker在GPU支持方面需要使用NVIDIA Docker插件。你可以按照NVIDIA Docker官方文档中的步骤安装,包括添加apt存储库、安装软件包和配置插件等。 3. 配置NVIDIA运行时:在使用Docker时,使用NVIDIA运行时可以确保Docker能够正确地使用GPU。你可以通过编辑`/etc/docker/daemon.json`文件来配置NVIDIA运行时,确保该文件中包含以下内容: ``` { "runtimes": { "nvidia": { "path": "nvidia-container-runtime", "runtimeArgs": [] } }, "default-runtime": "nvidia" } ``` 保存并退出该文件,然后重新启动Docker服务: ``` sudo systemctl restart docker ``` 4. 运行Docker容器使用GPU:在运行Caffe容器时,确保你在`docker run`命令中使用了`--runtime=nvidia`选项,以确保容器能够使用GPU。例如: ``` docker run --runtime=nvidia caffe-gpu-image ``` 这将使用NVIDIA运行时在容器中启动Caffe,并允许它使用GPU加速。 通过执行以上步骤,你应该能够在Ubuntu 16.04安装Docker并成功使用GPU运行Caffe。如果问题仍然存在,请检查是否遵循了正确的安装步骤,并查看系统日志以获取更多信息。如果问题仍然无法解决,你可以搜索相关的错误信息或向社区等其他资源寻求帮助。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值