一、安装ccmake

ccmake和cmake的功能是一样的,但它很方便设置编译前的一些参数,安装只需从官网下载压缩包,解压,最后将解压得到的文件夹中的bin文件夹的路径加入PATH环境变量中即可。

二、安装opencv

我用的是opencv3.2.0,注意不要勾选CUDA(安装CUDA之前编译opencv不用考虑这点),这样会使opencv编译得很慢。

三、安装CUDA、cuDNN、NCCL

安装CUDA

去nvidia下载CUDA8.0

参考  方案一  方案二  方案三 ,我提供如下两种安装方法:

(1)直接使用CUDA的.run文件进行安装

1)卸载掉原有的nvidia驱动

如果之前使用的是sudo apt-get install nvidia*方式安装的,执行

sudo apt-get remove --purge nvidia*

如果之前是使用.run文件安装的则使用sudo nvidia-uninstall命令。由于我使用.run文件安装,所以即使之前使用.run文件安装过nvidia的驱动,在安装过程中也会卸载掉之前的驱动,因此可以不去手动卸载。

2)cd CUDA安装文件的下载目录,赋予run文件执行权限(根据自己的文件名替换)

sudo chmod a+x cuda_8..61_375.26_linux.run

3)禁用nouveau

在文件/etc/modprobe.d/blacklist.conf最后一行添加blacklist nouveau(可以sudo gedit /etc/modprobe.d/blacklist.conf,将blacklist nouveau粘贴至最后一行保存)

4)执行

sudo update-initramfs -u

5)重启,然后执行

lsmod | grep nouveau

若没有输出,说明nouveau成功被禁用(一定要确保nouveau被禁用才能安装驱动,不然会出错)

6)禁用X服务

sudo service lightdm stop

执行此命令后桌面会变成黑屏。

7)按Ctrl+Alt+F1,进入命令行界面,登录,再次进入CUDA安装文件的下载目录,先执行

sudo ./cuda_8..61_375.26_linux.run --help

查看有没有opengl的相关选项,有一个相关选项给出的说明如下

我根据说明选择了--no-opengl-libs,以防止出现循环登录桌面的问题

sudo ./cuda_8..61_375.26_linux.run --no-opengl-libs

安装包里有CUDA Toolkit,Samples,NVIDIA driver三项。安装选项全都输入“y”确认安装或按照默认路径安装(caffe的配置文件用的即是默认路径)。

8)reboot重启,或者运行

sudo service lightdm start

即可进入桌面,运行nvidia-smi,得到类似下图,说明驱动安装成功。

(2)第二种方法可以事先将cuda_8.0.61_375.26_linux.run解压成CUDA Toolkit,Samples,NVIDIA driver三部分,得到三个文件

cuda-linux64-rel-8.0.-.run
cuda-samples-linux-8.0.-.run
NVIDIA-Linux-x86_64-375.26.run

解压的方式为

chmod +x cuda_8..61_375.26_linux.run
mkdir nvidia_installers
./cuda_8..61_375.26_linux.run -extract=`pwd`/nvidia_installers

解压了之后驱动可以单独安装,因为有些时候会出现驱动崩溃的情况(网上有不少人遇到过,我也遇到过)。装好驱动之后升级内核要谨慎,我曾经无意升级了内核,发现驱动丢失,重新安装则出现Unable to load the kernel module 'nvidia.ko'的错误,折腾了好久才发现是升级内核所致。然后参照这张帖子修改开机时进入老版本的内核才成功安装驱动(方案三使用dkms安装驱动似乎能在升级内核时自动将驱动编译进内核,避免驱动丢失,这个没有尝试过)。当然,其他原因也会导致驱动丢失,这时只需按照上述方法再安装一次驱动即可。如果按照上述方法安装好驱动后始终无法进入桌面,可以参考这个方法恢复nouveau驱动,装个CPU版本的caffe玩玩,不用重装系统再折腾了,来日方长嘛。。。

装好CUDA后,需要将相关的路径加入到系统变量中(以下是按默认路径安装后的操作)。

在文件~/.bashrc的最后加入相关的路径

gedit ~/.bashrc
export PATH=/usr/local/cuda-8.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH

综上可见,装好系统后,第一步应安装CUDA,以免装好其他软件之后再装驱动,无法进入桌面就唧唧了。。。

接下来安装cuDNN

nvidia官网下载一个与CUDA版本相对应的cuDNN

这是官网给的安装步骤

下载cuDNN需要在官网注册,可以自己注册一下,很快搞定。

另外,如果需要支持多张GPU的话,还需要安装NCCL

如果是按照默认路径安装CUDA的话,只需

git clone https://github.com/NVIDIA/nccl.git
cd nccl
sudo make install -j4

NCCL的库文件和头文件将安装在/usr/local/lib和/usr/local/include中。若不是按照默认路径安装CUDA,可按照官网给的安装步骤(需指定一下CUDA的安装位置)安装。

四、安装Anaconda

去官网https://www.anaconda.com/download/下载

我采用cmake编译(方便查看源码),若要使用caffe的python接口需要很多python的依赖库,Anaconda集成了很多的python库,能够满足编译caffe的python接口的需求。若自己安装依赖库也可,但是比较麻烦。直接运行Anaconda2-4.4.0-Linux-x86_64.sh,选择安装路径,然后安装,装好后将anaconda_install_path/bin加入到PATH环境变量中.

最后安装一些常用的包,其中的protobuf是使用caffe的python接口必需要使用的,scikit-image程序中经常用到的.打开终端,依次安装

 conda install protobuf
conda install scikit-image

五、安装第三方的一些依赖库

参考官网http://caffe.berkeleyvision.org/install_apt.html

 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 libboost-python-dev

caffe依赖的BLAS本文使用ATLAS

 sudo apt-get install libatlas-base-dev

还有

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

六、编译caffe

从https://github.com/BVLC/caffe/下载caffe源代码,进入解压目录,然后在此打开终端

 mkdir build
cd build
ccmake ..
make
make install
make runtest

在ccmake之后出现的界面中需要选择编译的配置参数,如是否使用CUDA,即GPU加速,是否使用cuDNN加速,还要指定opencv的安装路径,然后按c完成configure,configure成功之后再按g生成Makefile文件。

最后一步make runtest时遇到问题

解决方法参考:https://itbilu.com/linux/management/NymXRUieg.html

解决步骤为

直接去根目录,然后在搜索框中搜索libstdc++.so.6,找到libstdc++.so.6.0.21的位置,将其复制到上面出问题的目录中,即anaconda_install_path/lib

删除原来的软连接

 rm -rf libstdc++.so.

建立新的软连接

 ln -s libstdc++.so.6.0. libstdc++.so.

这样make runtest便可以通过。

七、设置caffe的python接口

需要将caffe安装目录下的python文件夹的路径加入PYTHONPATH环境变量中

gedit ~/.bashrc

在文件末尾添加一行

export PYTHONPATH=caffe_install_path/python:$PYTHONPATH

然后重新打开终端输入python,import caffe,报错

参考https://stackoverflow.com/questions/37666241/importing-caffe-results-in-importerror-no-module-named-google-protobuf-interna

在终端中输入anaconda_install_path/bin/pip install protobuf安装protobuf。最后重新import就没有错误了。至此,安装完成。

最新文章

  1. MSDTC故障排除,DTCTester用法 (二)
  2. KEGG数据库
  3. sqlserver2000 在查询时产生序号列的办法
  4. Mastering Web Application Development with AngularJS 读书笔记(一)
  5. 正确停止kafka的方法
  6. php 分析Session无效的原因
  7. 【转】Windows环境下Android Studio v1.0安装教程
  8. 网易新闻RSS阅读器
  9. nginx-systemtap-toolkit
  10. grep操作
  11. JSFIDDLE 动力 Threejs 功能探秘
  12. 多线程爬坑之路-ThreadLocal源码及原理的深入分析
  13. MAVEN 打包JAR
  14. Socket TCP Server一个端口可以有多少个长连接?受到什么影响?linux最大文件句柄数量总结
  15. Java进阶(四十三)线程与进程的区别
  16. Android中R文件的丢失问题以及aapt.exe停止工作如何解决
  17. Angular 项目列表页
  18. postgrel执行VACUUM报VACUUM cannot run inside a transaction block
  19. 使用numpy与matplotlib.pyplot画图
  20. win7下安装mongodb

热门文章

  1. 2016.04.22,英语,《Vocabulary Builder》Unit 17
  2. 消除ADB错误“more than one device and emulator”的方法
  3. luogu1890 gcd区间
  4. S5PV210开发板 VGA测试【转】
  5. Swift-理解值类型
  6. CNN中的局部连接(Sparse Connectivity)和权值共享
  7. HO引擎近况20150422
  8. 最详细的CentOS 6与7对比(二):服务管理对比
  9. Scrapy中的核心工作流程以及POST请求
  10. 决策实验(2)分水岭&哄骗实验