caffe 安装教程（一）

Ubuntu安装配置Caffe教程(GPU版)

此教程主要借鉴自：

GPU版：http://www.linuxidc.com/Linux/2016-12/138870.htm

CPU版：http://www.linuxidc.com/Linux/2016-09/135034.htm

1 电脑配置及软件说明

1) Ubuntu 16.04 x64系统，GPU：Quadro M4000（提示：在linux下可以通过命令lspic | grep –i vga 查看）

2) Caffe：Convolutional Architecture for Fast FeatureEmbedding

3) NVIDIA显卡驱动（不同的GPU对应不同的版本）

4) CUDA 9.0

5) cuDNN v7.0.5 for CUDA 9.0

6) OpenCV 3.2.0

2 安装NVIDIA GPU驱动
2.1 查询GPU驱动

首先去NVIDIA官网http://www.nvidia.com/Download/index.aspx?lang=en-us查看适合自己显卡的驱动并下载。如下图1，图2所示。

图1. 填写GPU和系统信息

图2. 搜索结果

本文中显卡型号是Quadro M4000，系统linux 64-bit，按照要求点击serach出现图2所示搜索结果，点击下载。本文中下载的驱动文件是：NVIDIA-Linux-x86_64-384.111.run。

注意：我们要把这个文件放到英文目录（e.g. /home）下，原因是下面我们要切换到文字界面下，如果放到中文目录下，我们没有办法进入这个目录（没有中文输入法，且中文全部是乱码）。
2.2 安装GPU驱动
2.2.1 屏蔽自带显卡驱动

1）在终端下输入： sudo gedit /etc/modprobe.d/blacklist.conf

2）输入密码收在最后一行加上：blacklist nouveau. 这里是将Ubuntu自带的显卡驱动加入黑名单

3）在终端输入：sudo update-initramfs –u，使修改生效

4）重启电脑
2.2.2 安装新驱动

1）启动电脑后，按Ctrl+Alt+F1~F6进入命令行界面（安装GPU驱动要求在命令行环境），输入用户名和密码进入用户目录

2）输入命令：sudo service lightdm stop

3）进入驱动所在的文件夹，sudo chmod +x ./NVIDIA-Linux-x86_64-384.111.run，修改权限。然后：sudo ./NVIDIA-Linux-x86_64-384.111.run，进入安装程序

4）完成安装后，重启电脑

5）重启电脑后，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3所示。

图3. GPU信息列表
3 安装CUDA

CUDA是NVIDIA的编程语言平台，想使用GPU就必须要使用cuda。

(1) 下载CUDA

首先在官网上https://developer.nvidia.com/cuda-downloads下载CUDA。下载CUDA时一定要注意CUDA和NVIDIA显卡驱动的适配性。现在的情况是：CUDA_8.0支持375.**及以上系列的显卡驱动；CUDA_9.0支持384.**及以上系列的显卡驱动；CUDA_9.1支持389.**及以上系列的显卡驱动。本文中的显卡驱动为384.111系列，所以不能下载最新版本的CUDA_9.1，最后下载的是cuda_9.0.176_384.81_linux.run（当然，CUDA_8.0也是没问题的）。下载界面如下图4所示。

图4. CUDA_9.0下载界面

(2) 运行安装程序

执行以下命令：

sudo chmod 777 cuda_9.0.176_384.81_linux.run

sudo ./cuda_9.0.176_384.81_linux.run

注意：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nvidia384驱动时，一定要选择否：Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 384.**?

因为前面我们已经安装了更加新的nvidia384，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。

(3) 环境变量设置

打开~/.bashrc文件：sudo gedit ~/.bashrc

将以下内容写入到~/.bashrc尾部：

exportPATH=/usr/local/cuda-9.0/bin${PATH:+:${PATH}}

exportLD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

(4) 测试CUDA是否安装成功

执行以下命令：

cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery

sudo make

sudo ./deviceQuery

如果显示一些关于GPU的信息，则说明安装成功。如下图5所示。

图5. CUDA测试信息
4 配置cuDNN

cuDNN是GPU加速计算深层神经网络的库。

(1) 首先去官网 https://developer.nvidia.com/rdp/cudnn-download 下载cuDNN，需要注册一个账号才能下载。下载cuDNN时也一定要注意与CUDA版本的适配性，此信息官网中已经给的很清楚。下载界面如下图6所示。

图6. cuDNN下载界面

(2) 下载cuDNN后进行解压：sudo tar -zxvf ./cudnn-9.0-linux-x64-v7.tgz

(3) 进入解压后的文件夹下的include目录，在命令行进行如下操作：

cd cuda/include

sudo cp cudnn.h/usr/local/cuda/include #复制头文件到cuda头文件目录

(4) 进入lib64目录下，对动态文件进行复制和软链接

cd ..

cd lib64

sudo cp lib*/usr/local/cuda/lib64/ #复制动态链接库

cd /usr/local/cuda/lib64/

sudo rm -rf libcudnn.solibcudnn.so.7 #删除原有动态文件

sudo ln -s libcudnn.so.7.0.5libcudnn.so.7 #生成软衔接

sudo ln -s libcudnn.so.7libcudnn.so #生成软链接
5 安装OpenCV3.2

详细的安装请参考：http://www.linuxidc.com/Linux/2017-07/145446.htm

(1) 从官网(http://opencv.org/downloads.html)下载Opencv,并将其解压到你要安装的位置，假设解压到了/home/opencv。

unzip opencv-3.2.0.zip

sudo cp ./opencv-3.2.0 /home/username

sudo mv opencv-3.2.0 opencv

(2) 安装前准备，创建编译文件夹

cd ~/opencv

mkdir build

cd build

(3) 配置

sudo apt install cmake

sudo cmake -D CMAKE_BUILD_TYPE=Release -DCMAKE_INSTALL_PREFIX=/usr/local ..

(4) 编译

sudo make -j8 (-j8表示并行计算，根据自己电脑的配置进行设置，配置比较低的电脑可以将数字改小或不使用，直接输make)

(5) 安装

以上只是将opencv编译成功，还没将opencv安装，需要运行下面指令进行安装：

sudo make install
6 配置Caffe

(1) 安装相关依赖

sudoapt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-devlibhdf5-serial-dev protobuf-compiler

sudoapt-get install --no-install-recommends libboost-all-dev

sudoapt-get install libopenblas-dev liblapack-dev libatlas-base-dev

sudoapt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev

(2) 下载Caffe

使用Git直接下载Caffe非常简单，或者去https://github.com/BVLC/caffe下载。

下载完成后，会在家目录下的下载里找到caffe-master.zip，用unzip命令解压到家目录下，然后重命名为caffe。

(3) 修改Makefile.config

因为make指令只能make Makefile.config文件，而Makefile.config.example是caffe给出的makefile例子。因此，首先将Makefile.config.example的内容复制到Makefile.config：

sudo cpMakefile.config.example Makefile.config

打开并修改配置文件：

sudogedit Makefile.config #打开Makefile.config文件根据个人情况修改文件：

a. 若使用cudnn，则将

#USE_CUDNN:= 1

修改成：

USE_CUDNN:= 1

b. 若使用的opencv版本是3的，则将

#OPENCV_VERSION:= 3

修改为：

OPENCV_VERSION:= 3

c. 若要使用python来编写layer，则将

#WITH_PYTHON_LAYER:= 1

修改为WITH_PYTHON_LAYER := 1

d. 重要的一项，将

#Whatever else you find you need goes here. 下面的

INCLUDE_DIRS:= $(PYTHON_INCLUDE) /usr/local/include

LIBRARY_DIRS:= $(PYTHON_LIB) /usr/local/lib /usr/lib

修改为：

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

这是因为Ubuntu16.04的文件包含位置发生了变化，尤其是需要用到的hdf5的位置，所以需要更改这一路径。

(4) 修改Makefile文件

打开Makefile文件，做如下修改，将：

NVCCFLAGS +=-ccbin=$(CXX) -Xcompiler-fPIC$(COMMON_FLAGS)

替换为：

NVCCFLAGS += -D_FORCE_INLINES -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS)

(5) 编辑/usr/local/cuda/include/host_config.h

将其中的第115行注释掉，将

#error-- unsupported GNU version! gcc versionslater than 4.9 are not supported!

改为：

//#error-- unsupported GNU version! gcc versionslater than 4.9 are not supported!

(6) 编译

make all -j8 #-j根据自己电脑配置决定

(7) 测试

sudo make runtest

如果运行之后出现下图7所示，说明caffe配置成功。

图7. Caffe测试成功运行结果
7 MNIST数据集测试

配置caffe完成后，我们可以利用MNIST数据集对caffe进行测试，过程如下：

1.将终端定位到Caffe根目录

cd ~/caffe

2.下载MNIST数据库并解压缩

./data/mnist/get_mnist.sh

3.将其转换成Lmdb数据库格式

./examples/mnist/create_mnist.sh

4.训练网络

./examples/mnist/train_lenet.sh

训练的时候可以看到损失与精度数值，如下图8所示：

图8. Lenet-5网络运行结果

caffe 安装教程（一）相关推荐

微星GS73VR 6RF + Linux Mint 18 + GTX1060 + CUDA8.0 + OpenCV3.0.0 + Caffe安装笔记
1. 笔记本基本信息: 最近入手一台微星笔记本GS73VR 6RF, 双显卡: Intel的集显 + NVIDIA GTX1060, 本人用Ubuntu16.04尝试过安装 nvidia-367, n ...
caffe linux 教程,CentOS7安装Caffe的教程详解
安装依赖包 sudo yum install protobuf-devel leveldb-devel snappy-devel opencv-devel boost-devel hdf5-devel ...
Windows+VS2013爆详细Caffe编译安装教程
1. 安装cuda Cuda是英伟达推出的GPU加速运算平台我这里安装的是cuda7.5,已经安装过的忽略,还没有安装过的这里有安装教程.windows下面安装还是非常简单的. 点击打开链接 ...
caffe linux 教程,Caffe 深度学习入门教程 - 安装配置Ubuntu14.04+CUDA7.5+Caffe+cuDNN_Linux教程_Linux公社-Linux系统门户网站...
安装配置Ubuntu14.04+CUDA7.5+Caffe+cuDNN 一.版本 Linux系统:Ubuntu 14.04 (64位) 显卡:Nvidia K20c cuda: cuda_7.5.18 ...
Caffe官方教程翻译（4）：CIFAR-10 turorial
前言最近打算重新跟着官方教程学习一下caffe,顺便也自己翻译了一下官方的文档.自己也做了一些标注,都用斜体标记出来了.中间可能额外还加了自己遇到的问题或是运行结果之类的.欢迎交流指正,拒绝喷子! ...
Caffe官方教程翻译（1）：LeNet MNIST Tutorial
前言最近打算重新跟着官方教程学习一下caffe,顺便也自己翻译了一下官方的文档.自己也做了一些标注,都用斜体标记出来了.中间可能额外还加了自己遇到的问题或是运行结果之类的.欢迎交流指正,拒绝喷子! ...
Ubuntu16.04黑屏问题·搜狗拼音输入法无法显示·重装失败·修改密码失败·caffe安装错误
文章目录第一篇虚拟机硬盘故障问题第二篇虚拟机黑屏问题第三篇 Ubuntu下搜狗输入法安装之后无法显示的问题第四篇 Ubuntu16.04 sudo apt-get update更新失败的问 ...
TensorFlow 中文资源精选，官方网站，安装教程，入门教程，实战项目，学习路径。
转载至:http://www.nanjixiong.com/thread-122211-1-1.html Awesome-TensorFlow-Chinese TensorFlow 中文资源全集,学习 ...
Caffe简明教程1：Caffe简介
您可以查看所有文章的索引:Caffe简明教程0:文章列表 1.1 简介(Introduction) Caffe是一个很常用的深度学习框架,官网:http://caffe.berkeleyvision. ...
caffe安装使用、样本制作、网络修改、错误重新训练!
总的参考博客: 1.安装: 转 Windows+VS2013爆详细Caffe编译安装教程 [caffe-Windows]caffe+VS2013+Windows无GPU快速配置教程 Caffe初试(一 ...

caffe 安装教程（一）

caffe 安装教程（一）相关推荐

最新文章

热门文章