ubuntu16.04+gtx1060+cuda8.0+caffe安装、测试经历

首先说明，这是在台式机上的安装测试经历，首先安装的win10，然后安装ubuntu16.04双系统，显卡为GTX1060
台式机显示器接的是GTX1060 HDMI口，win10上首先安装了最新的GTX1060驱动372.54

打个广告：目前博主正在字节跳动奋斗，欢迎各位一起来共事
【内推码】：HVWUV6Y
【投递地址】：https://job.bytedance.com/

废话不多说，上车吧，少年

一、首先安装nvidia显卡驱动

我是1080P的显示器，在没有安装显卡驱动前，ubuntu分辨率很低，可以手动修改一下grub文件，提高分辨率，在终端输入

sudo vim /etc/default/grub
找到以下行
# The resolution used on graphical terminal
# note that you can use only modes which your graphic card supports via VBE
# you can see them in real GRUB with the command 'vbeinfo'
# GRUB_GFXMODE=640×480
按a进入插入模式，增加下面一行
GRUB_GFXMODE=1920×1080 #这里分辨率自行设置
按esc退出插入模式，按:wq保存退出
在终端编辑
sudo update-grub
更新grub
重新启动ubuntu使之生效

2. 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

3. 安装nvidia驱动，终端输入

sudo add-apt-repository ppa:graphics-drivers/ppa
回车后继续
sudo apt-get update
sudo apt-get install nvidia-367
sudo apt-get install mesa-common-dev
sudo apt-get install freeglut3-dev
之后重启系统让GTX1060显卡驱动生效

4. 测试

终端输入
nvidia-smi
显示效果如下图表示安装成功

二、cuda安装

下载cuda_8.0.27_linux.run和cudnn-8.0-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

2. 安装cuda8.0

终端输入
cd 下载/
sh cuda_8.0.27_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 8.0工具
回车确认cuda默认安装路径：/usr/local/cuda-8.0
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 8.0 Samples，以便后面测试
回车确认CUDA 8.0 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
安装完显示如下图

3. 安装cudnn v5.1

终端输入
cd 下载/
tar zxvf cudnn-8.0-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

4. 建立软链接

终端输入
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
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

5. cuda Samples测试

打开CUDA 8.0 Samples默认安装路径，终端输入
cd /home/pawn/NVIDIA_CUDA-8.0_Samples （pawn是我的用户名）
sudo make all -j4 （4核）
出现“unsupported GNU version! gcc versions later than 5.3 are not supported!”的错误，这是由于GCC版本过高，在终端输入
cd /usr/local/cuda-8.0/include
sudo cp host_config.h host_config.h.bak
sudo gedit host_config.h
ctrl+f寻找有“5.3”的地方，只有一处，如下
# if __GNUC__ > 5 || (__GNUC__ == 5 && __GNUC_MINOR__ > 3)
#error -- unsupported GNU version! gcc versions later than 5.3 are not supported!
将两个5改成6，即
#if __GNUC__ > 6 || (__GNUC__ == 6 && __GNUC_MINOR__ > 3)
保存退出，继续在终端输入
cd /home/pawn/NVIDIA_CUDA-8.0_Samples （pawn是我的用户名）
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

终端输入
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

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

六

安装git，拉取源码

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

七

安装python依赖

终端输入
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)

终端输入
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
2. 终端输入
make all -j4
make过程中出现找不到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
原终端中输入make clean清除第一次编译结果
再次输入make all -j4重新编译

终端输入
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
cd /home/pawn/caffe/
./examples/mnist/train_lenet.sh
测试结果如下

ubuntu16.04+gtx1060+cuda8.0+caffe安装、测试经历相关推荐

笔记本双显卡ubuntu16.04系统 cuda8.0的安装和配置
1 CUDA安装 CUDA软件的安装参照Nvidia网站的"NVIDIA CUDA Installation Guide for Linux"文档进行. 1.1 安装前的检查 1. ...
不安装cudnn可不可以_Ubuntu16.04+gtx1060+cuda8.0+cudnn8.0+tensorflow安装
折腾了两天系统安装和配置,简单的记录一下. 1.Ubuntu16.04安装 1)先去官网找到对应的版本,我这里安装的是Ubuntu16.04 ltx版本,下载地址为:https://www.ubunt ...
Ubuntu16.04+GT720M + Cuda8.0+py-faster-rcnn(caffe)
Ubuntu16.04 + GT 720M + Cuda8.0+ Py-faster-rcnn(caffe) Cuda8.0 安装 cuda 的安装其实挺简单的,有两种安装方法,一种使用deb文件,另 ...
联想Y400安装ubuntu16.04、cuda8.0、cudnn5.1、anaconda2.7、tensorflow1.2、keras、opencv
联想Y400一个很老的机器了,因为带了块Nvidia的GEFORCE750独立显卡,所以尝试在该老机器上配置深度学习开发环境.前前后后有不少大大小小的坑,基本上都是一路百度.谷歌过来的.记录一下. 1 ...
ubuntu16.04+GTX1060+ CUDA9.0+CUDANN7.0 tensorflow(GPU)安装，实测有效，安装包我放在云盘中，直接下载使用。
最近在运行一些 semantic segmentation 的代码,好多都是GPU版本的,自己就安装一下,记录一下,开始错了好多次,最后参考了一些文章,发现这个版本问题很重要,我用的是一下版本cuda ...
ubuntu16.04+Virtualenv+python2.7+Caffe安装(CPU版本,无opencv)
环境: Ubuntu16.04 AMD 64位双核 python 2.7.12 虚拟环境:Virtualenv 虚拟环境路径如下: (python2.7) appleyuchi@ubuntu:~/. ...
gtx1050双显卡 linux,ubuntu16.04+GTX1050-Ti+cuda8.0(解决桌面重复登录)
序言 tensorflow中,为了编译并运行能够使用 GPU 的 TensorFlow, 需要先安装 NVIDIA 提供的 Cuda Toolkit和 CUDNN 失败的安装过程首先tensorfl ...
ubuntu16.04 + GTX1050-Ti + cuda8.0(解决桌面重复登录)
序言 tensorflow中,为了编译并运行能够使用 GPU 的 TensorFlow, 需要先安装 NVIDIA 提供的 Cuda Toolkit和 CUDNN 失败的安装过程首先tensorfl ...
Ubuntu16.04+Cuda8.0+Caffe+ Opencv3.2+Matlab2015b的配置、安装与编译 (二)
二.安装Cuda,Caffe [参考文献] [1].Ubuntu 16.04 安装配置Caffe 图文详解★★★★ [2]. Ubuntu下安装Caffe.pdf★★★★★ [3]. CUDA_Qui ...

ubuntu16.04+gtx1060+cuda8.0+caffe安装、测试经历

ubuntu16.04+gtx1060+cuda8.0+caffe安装、测试经历相关推荐

最新文章

热门文章