cuda安装和caffe
1.系统安装好后,直接在软件更新里更新nvidia驱动是ok的,后面就不再安装nvidia驱动了。
cuda8.0安装:直接去官网选择版本下载,然后安装:
Installation Instructions:
- sudo dpkg -i cuda-repo-ubuntu1404-8-0-local_8.0.44-1_amd64.deb
- sudo apt-get update
- sudo apt-get install cuda
0.检查配置
1. VMWare上运行的Ubuntu,并不能支持真实的GPU(除了特定版本的VMWare和特定的GPU,要求条件严格,所以我在VMWare上搭建好了Caffe环境后,又重新在Windows 7 64bit系统上安装了Ubuntu 14.04 64bit系统,链接在此,以此来搭建Caffe GPU版本);
2. 确定GPU支持CUDA
输入:lspci | grep -i nvidia
显示结果:
我的是GTX 650,然后到http://developer.nvidia.com/cuda-gpus去验证,支持CUDA;
3. 确定Linux版本支持CUDA
输入:
uname -m && cat /etc/*release
结果显示:
4. 确定系统已经安装了GCC
输入:
gcc --version
结果显示:
5. 确定系统已经安装了正确的Kernel Headers和开发包
输入:
uname -r
结果:4.2.0-36-generic,这个是必须安装的kernel headers和开发包的版本;
安装对应的kernels header和开发包,
sudo apt-get install linux-headers-$(uname -r)
1.安装CUDA
下载CUDA,从https://developer.nvidia.com/cuda-downloads,下载对应版本的cuda安装包,我下载的是deb(local)版,
各个版本下载:
https://developer.nvidia.com/cuda-toolkit-archive
7.5版本下载: https://developer.nvidia.com/cuda-75-downloads-archive
安装CUDA,运行如下命令,即可安装CUDA:我用的deb直接安装的8.0
sudo dpkg -i cuda-repo-ubuntu1404-7-5-local_7.5-18_amd64.deb
sudo dpkg --install cuda-repo-ubuntu1404-7-5-local_7.5-18_amd64.deb
卸载:sudo dpkg -r cuda-repo-ubuntu1404-8-0-local_8.0.44-1_amd64.deb
sudo apt-get update
sudo apt-get install cuda
安装完成后,重启一下;
2.安装cuDNN
下载cuDNN,从https://developer.nvidia.com/rdp/cudnn-download,注册,然后下载,
下载library即可:https://developer.nvidia.com/rdp/assets/cudnn-7.5-linux-x64-v5.0-ga-tgz
注意事项:
有可能由于最新cuDNN不稳定,导致后续caffe工程编译失败,报出如下错误,详情参考第三个链接,这时可以回退一下,下载较新版本的cuDNN;
CXX src/caffe/test/test_im2col_layer.cpp
In file included from ./include/caffe/util/device_alternate.hpp:40:0,from ./include/caffe/common.hpp:19,from ./include/caffe/blob.hpp:8,from src/caffe/test/test_im2col_layer.cpp:5:
./include/caffe/util/cudnn.hpp: In function ‘void caffe::cudnn::createPoolingDesc(cudnnPoolingStruct**, caffe::PoolingParameter_PoolMethod, cudnnPoolingMode_t*, int, int, int, int, int, int)’:
./include/caffe/util/cudnn.hpp:127:41: error: too few arguments to function ‘cudnnStatus_t cudnnSetPooling2dDescriptor(cudnnPoolingDescriptor_t, cudnnPoolingMode_t, cudnnNanPropagation_t, int, int, int, int, int, int)’pad_h, pad_w, stride_h, stride_w));^
./include/caffe/util/cudnn.hpp:15:28: note: in definition of macro ‘CUDNN_CHECK’cudnnStatus_t status = condition; \^
In file included from ./include/caffe/util/cudnn.hpp:5:0,from ./include/caffe/util/device_alternate.hpp:40,from ./include/caffe/common.hpp:19,from ./include/caffe/blob.hpp:8,from src/caffe/test/test_im2col_layer.cpp:5:
/usr/local/cuda/include/cudnn.h:799:27: note: declared herecudnnStatus_t CUDNNWINAPI cudnnSetPooling2dDescriptor(^
Makefile:572: recipe for target '.build_release/src/caffe/test/test_im2col_layer.o' failed
make: *** [.build_release/src/caffe/test/test_im2col_layer.o] Error 1
拷贝cuDNN库文件到cuda目录下,
tar -zxvf cudnn-7.0-linux-x64-v4.0-prod.tgz
cd cuda
sudo cp lib64/* /usr/local/cuda/lib64/
sudo cp include/cudnn.h /usr/local/cuda/include/
设置环境变量,在/etc/profile中添加CUDA环境变量,
sudo gedit /etc/profile
在打开的文件中加入如下两句话
export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
保存后,使环境变量立即生效,
source /etc/profile
进入/usr/local/cuda/samples,执行下面的命令来build samples,
sudo make all -j8
全部编译完成后,进入 samples/bin/x86_64/linux/release,运行deviceQuery,
./deviceQuery
如果出现显卡信息,则驱动及显卡安装成功,结果如下:
3.编译caffe
修改caffe/Makefile.config,
# cuDNN acceleration switch (uncomment to build with cuDNN).
USE_CUDNN := 1#去掉这个注释# CPU-only switch (uncomment to build without GPU support).
# CPU_ONLY := 1#加上这个注释
然后输入,
make clean#第一次编译,不需要执行 make all -j8
make test -j8 make runtest -j8
显示结果:
cpu版本Caffe学习笔记1--Ubuntu 14.04 64bit caffe安装的编测试行结果是共1058项,GPU版本的测试运行结果是2005项;
编译pycaffe,
make pycaffe
make distribute
4.mnist数据测试
cd caffe# 下载mnist数据
sh data/mnist/get_mnist.shsh examples/mnist/create_mnist.sh./examples/mnist/train_lenet.sh
执行结果,
和CPU版本Caffe学习笔记1--Ubuntu 14.04 64bit caffe安装的mnist数据测试相比,速度明显提升;当时我运行脚本后,就开始看书,刚看完一页,抬头发现已经运行完毕,第一次用GPU计算,虽然只是很渣的GTX 650,但依然对GPU的运算能力感到佩服;
5.深度学习开源库环境搭建大礼包
昨晚群里一个哥们分享了一个github链接,涵盖了主流深度学习开源库的环境搭建,包括Nvidia驱动、CUDA、cuDNN、TensorFlow、Caffe、Theano、Keras、Torch,链接在此,他的配置是Ubuntu 14.04 64bit + Nvidia Titan X,还是适用于好多朋友的机器的,所以好东西还是要分享给大家;
6.参考链接
Ubuntu 14.04上安装caffe
Ubuntu 14.04 + Caffe + Cuda 7.5 + Opencv 3.0安装教程
Caffe error make test
cuda安装和caffe相关推荐
- Ubuntu 14.04+cuda 7.5+caffe安装配置
换了新电脑,整个人喜气洋洋,然后就屁颠屁颠地开始配置caffe的使用环境. 可是!!!配置这个坑爹的caffe环境让我重装系统N次加上重装cudaN次,后来发现有好多都是很琐碎的注意事项,好多人都没有 ...
- 2015.08.17 Ubuntu 14.04+cuda 7.5+caffe安装配置
2016.06.10 update cuda 7.5 and cudnn v5 2015.10.23更新:修改了一些地方,身边很多人按这个流程安装,完全可以安装 折腾了两个星期的caffe,windo ...
- Ubuntu16.04 安装配置深度学习配置:GPU加速 Cuda+cudnn+opencv+caffe
目录 一. 电脑配置: 二. 安装过程 1.安装相关依赖项 2.安装NVIDIA驱动 一,下载安装驱动法 二.终端直接下载安装驱动法. 3.安装CUDA 4.配置cuDNN 5.安装opencv3.1 ...
- Ubuntu 14.04 64位机上不带CUDA支持的Caffe配置编译操作过程
Caffe是一个高效的深度学习框架.它既可以在CPU上执行也可以在GPU上执行. 下面介绍在Ubuntu上不带CUDA的Caffe配置编译过程: 1. 安装BLAS:$ sudo apt-g ...
- Ubuntu16.0.4+1080ti+ cuda9.1+cudnn7.0.5 安装 及 caffe 测试
主要还是要参考官方文档 cuda 安装有两种方法,这里参考 blog.csdn.net/guojunxiu/article/details/78848503 使用 Package Manager In ...
- WIN10 VS2013 GTX960M NVIDIA显卡驱动和CUDA7.5安装 配置Caffe
先安装显卡驱动,在安装cuda.安装完成后发现显卡驱动被替换,再安装一遍显卡驱动 电脑情况如下:WIN10 GeForce GTX 965M 计算能力5.2.安装的纯净系统,用360驱动大师安装驱 ...
- Win10 NVDIA CUDA安装失败解决方案
最近尝试使用自己电脑(GTX1050 Noteboook)win10+caffe ssd+vs2013+CUDA进行学习,但是CUDA死活安装不上,从网上参考了一些解决方法,现在整理如下: 从NVID ...
- CUDA安装、配置Anaconda下的Tensorflow2.x环境、Windows Terminal添加Anaconda Prompt教程
CUDA安装.配置Anaconda下的Tensorflow2.x环境.Windows Terminal添加Anaconda Prompt教程 时间: 2022/7/22 作者: Libra Jiang ...
- Linux的cuda安装找不到路径,Cuda安装详细步骤
为了学习Caffe新买了笔记本,安装cuda时遇到了很多问题,不过好在都成功的解决了. 网上有很多cuda的安装教程,每个人的电脑配置不同遇到的问题也不一样,现在就我自己的安装配置情况总结一下具体的安 ...
最新文章
- mysql合并到区间_合并区间
- SQL server 2008 数据库企业版安装教程图解 (转载)
- android ViewPager动画的实现原理及效果
- Oracle八大性能视图之v$sort_usage_temp
- 迷你5和迷你4区别_可变大小的视频迷你批处理
- maven aspectj_使用Spring AspectJ和Maven进行面向方面的编程
- 西电继续教育计算机试题答案,西安电子科技大学网络与继续教育学院微机原理试题...
- 4月18日会议总结(整理—祁子梁)
- 免费的PSP下载应用
- 如何做二维码批量又快速
- oracle中min语句用法,oracle中的聚合函数count、max、min、sum、avg以及NVL函数的用法...
- 利用不蒜子统计网站的访问量
- 猿人学第4题(一天搞一个)
- 阿里云GanosBase升级,发布首个云孪生时空数据库
- 在iBooks store 发布Epub格式电子书
- 计算机在化学化工中的应用ppt绪论,化工原理_01概述全解课件.ppt
- 在线画图工具-CCA与RDA分析
- 哈希冲突和一致性哈希
- 22年Web3.0的三大前沿议题:NFT、元宇宙和DAO
- 资产管理系统概要设计和数据库设计
热门文章
- matlab uitree update,elementUI tree 懒加载 更新节点
- oracle竖行的两列变成横行_oracle数据竖列转横向显示问题!
- java 过滤器 加参数,自定义授权过滤器属性参数
- 返回数组个数Java_用java实现返回一个整数数组中最大数组的和
- 凯撒密码C语言去掉空格字符,凯撒密码的问题C语言
- 诡异!MyBatis的Insert方法一直返回-2147482646?
- 最新最全!阿里等宣布再次延迟复工,有您们公司嘛?
- 换个姿势学设计模式:策略模式
- 给喜欢写博、乐于交流的你们!
- android popupwindow 自定义背景,Android PopupWindow背景半透明兼容方案