歡迎來到Linux教程網
Linux教程網
Linux教程網
Linux教程網
Linux教程網 >> Linux基礎 >> Linux教程 >> Ubuntu16.04下CUDA8.0+Caffe安裝配置過程

Ubuntu16.04下CUDA8.0+Caffe安裝配置過程

日期:2017/2/28 13:44:55   编辑:Linux教程

經過兩天堅持不懈,終於在Ubuntu 16.04系統上將Caffe成功配置。過程中踩過無數個坑,遇到很多錯誤,幸運的是這些錯誤都解決了,因此撰寫該文記錄Caffe的配置過程,以及對配置過程中遇到的錯誤提供解決辦法,避免今後再配置Caffe時又踩坑。

電腦配置

  • 系統:Ubuntu 16.04
  • GPU:NVIDIA GTX1080

安裝過程

1.安裝相關依賴項

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 libopenblas-dev liblapack-dev libatlas-base-dev
sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev

2.安裝NVIDIA驅動

(1)查詢NVIDIA驅動

首先去官網(http://www.nvidia.com/Download/index.aspx?lang=en-us)查看適合自己顯卡的驅動:

圖1.顯卡驅動查詢
例如本人電腦的顯卡驅動如下圖:

圖2.顯卡驅動版本

(2)安裝驅動

安裝之前先卸載已經存在的驅動版本:

sudo apt-get remove --purge nvidia*

若電腦是集成顯卡(NVIDIA獨立顯卡忽略此步驟),需要在安裝之前禁止一項:

sudo service lightdm stop

執行以下指令安裝驅動:

sudo add-apt-repository ppa:xorg-edgers/ppa
sudo apt-get update
sudo apt-get install nvidia-367 #注意在這裡指定自己的驅動版本!

安裝完成之後輸入以下指令進行驗證:

sudo nvidia-smi

若列出了GPU的信息列表則表示驅動安裝成功。

3.安裝CUDA

CUDA是NVIDIA的編程語言平台,想使用GPU就必須要使用cuda。

(1)下載CUDA

首先在官網上(https://developer.nvidia.com/cuda-downloads)下載CUDA:

圖3.CUDA下載

(2)安裝CUDA

下載完成後執行以下命令:

sudo sh cuda_8.0.27_linux.run

注意:執行後會有一系列提示讓你確認,但是注意,有個讓你選擇是否安裝nvidia361驅動時,一定要選擇否:

Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 361.62?

因為前面我們已經安裝了更加新的nvidia367,所以這裡不要選擇安裝。其余的都直接默認或者選擇是即可。
可能出現的錯誤:
當出現“unsupport complier”錯誤時,說明gcc版本太高,需要降低gcc版本。解決辦法如下:
以gcc4.9與g++4.9為例
安裝低版本gcc與g++:

sudo apt-get install gcc-4.9 g++-4.9

之後進入/usr/bin:

cd /usr/bin

先刪除和gcc5.0關聯的gcc:

sudo rm gcc
sudo rm g++

再建個軟連接

sudo ln -s gcc-4.9 gcc
sudo ln -s g++-4.9 g++

然後重新安裝。

(3)環境變量配置

打開~/.bashrc文件:

sudo vim ~/.bashrc

將以下內容寫入到~/.bashrc尾部:

export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

(4)測試CUDA的sammples

cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery #由自己電腦目錄決定
make
sudo ./deviceQuery

如果顯示一些關於GPU的信息,則說明安裝成功。

4.配置cuDNN

cuDNN是GPU加速計算深層神經網絡的庫。
首先去官網(https://developer.nvidia.com/rdp/cudnn-download)下載cuDNN,可能需要注冊一個賬號才能下載。由於本人的顯卡是GTX1080,所以下載版本號如下圖:

圖4.cuDNN下載
下載cuDNN5.1之後進行解壓,cd進入cuDNN5.1解壓之後的include目錄,在命令行進行如下操作:

sudo cp cudnn.h /usr/local/cuda/include/    #復制頭文件

再將cd進入lib64目錄下的動態文件進行復制和鏈接:

sudo cp lib* /usr/local/cuda/lib64/    #復制動態鏈接庫
cd /usr/local/cuda/lib64/sudo rm -rf libcudnn.so libcudnn.so.5    #刪除原有動態文件
sudo ln -s libcudnn.so.5.0.5 libcudnn.so.5  #生成軟銜接
sudo ln -s libcudnn.so.5 libcudnn.so      #生成軟鏈接

5.安裝opencv3.1

從官網(http://opencv.org/downloads.html)下載OpenCV,並將其解壓到你要安裝的位置,假設解壓到了/home/opencv。
安裝前准備,創建編譯文件夾:

cd ~/opencv
mkdir build
cd build

配置:

cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local ..

編譯:

make -j8 #-j8表示並行計算,根據自己電腦的配置進行設置,配置比較低的電腦可以將數字改小或不使用,直接輸make。

以上只是將opencv編譯成功,還沒將opencv安裝,需要運行下面指令進行安裝:

sudo make install

可能會出現的錯誤:
錯誤內容1:

gcc-4.9: error trying to exec 'cc1plus': execvp: 
沒有那個文件或目錄

說明gcc與g++版本不兼容,解決辦法跟gcc版本太高時一樣:
安裝低版本gcc與g++:

sudo apt-get install gcc-4.9 g++-4.9

之後進入/usr/bin:

cd /usr/bin

先刪除和gcc5.0關聯的gcc:

sudo rm gcc
sudo rm g++

再建個軟連接

sudo ln -s gcc-4.9 gcc
sudo ln -s g++-4.9 g++

錯誤內容2:

modules/cudalegacy/src/graphcuts.cpp:120:54: error: 
‘NppiGraphcutState’ has not been declared
typedef NppStatus (*init_func_t)(NppiSize oSize, 
NppiGraphcutState** ppState, Npp8u* pDeviceMem);

這是因為opecv3.0與cuda8.0不兼容導致的。解決辦法:
修改 ~/opencv/modules/cudalegacy/src/graphcuts.cpp文件內容,如圖:

圖5.文件修改

Copyright © Linux教程網 All Rights Reserved