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,一定要选择否:
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
- cd bin/x86_64/linux/release
- ./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
- cd cuda/include/
- sudo cp cudnn.h /usr/local/cuda/include/
- cd ../lib64
- sudo cp lib* /usr/local/cuda/lib64/
- sudo chmod a+r /usr/local/cuda/include/cudnn.h/usr/local/cuda/lib64/libcudnn*
接下来执行下列命令
- cd /usr/local/cuda/lib64/
- sudo rm -rf libcudnn.so libcudnn.so.5
- sudo ln -s libcudnn.so.5.1.5 libcudnn.so.5
- 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
- $ vim Makefile
- - opencv_core opencv_highgui opencv_imgproc
- + 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
- $ vim examples/cpp_classification/classification.cpp
- + #include <opencv2/imgproc/types_c.h>
- + #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 $req; done
安装完成以后,再次回到caffe根目录我们可以执行:
1 cd ..
2 sudo pip install -r python/requirements.txt
编译python接口:
make pycaffe
配置环境变量,以便python调用:
sudo gedit ~/.bashrc
将export PYTHONPATH=/home/caffe/python:$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)