Ubuntu 14.04下CUDA8.0 + cuDNN v5 + Caffe 安裝配置

分享在Ubuntu 14.04下CUDA8.0 + cuDNN v5 + Caffe 安裝配置過程。

一、硬件與環境

顯卡：GTX 1080
系統：Ubuntu 14.04
CUDA：cuda_8.0.44_linux.run
cuDNN：cudnn-8.0-linux-x64-v5.1.tgz

注意：

1. GTX1080顯卡必須用CUDA 8.0版本。CUDA從此處下載。切記，千萬不要下載 deb 包，否則後方無數坑在等著你。
   
   CUDA下載界面
2. GTX1080顯卡必須用cuDNN-8.0-V5.1版本，不然用 caffe 跑模型，用 CPU或GPU顯卡跑精度正常，一旦開啟cuDNN模式，精度（acc）立刻下降到 0.1 左右，loss 非常大。cuDNN在此處下載。下載需注冊。最好注冊一個賬號，選擇對應的版本，不要用網上其他教程給的現成的包，出問題的概率非常大。

二、安裝：

注意：一定要按順序！
注意：一定要按順序！
注意：一定要按順序！

1. 安裝 Ubuntu 14.04

本文不關注。假設你已經將此系統做過穩定的開發環境，這不是全新安裝後的系統，至少 git 等最常用包已經安裝。缺什麼裝什麼，apt-get 大法好。

2. 禁用 nouveau 驅動

打開終端，輸入$ sudo gedit /etc/modprobe.d/blacklist-nouveau.conf,輸入

blacklist nouveau
options nouveau modset=0

保存退出，執行$ sudo update-initramfs -u，禁用結束。重啟電腦。

驗證驅動是否禁用成功：

輸入$ sudo lspci | grep nouveau，如果沒有內容，則禁用成功。

什麼都沒有，則禁用成功

3. 安裝CUDA 8.0

運行下載好的 run file （假設 cuda_8.0.44_linux.run 在家目錄下）。
$ sudo sh cuda_8.0.44_linux.run
一路回車即可。
驗證是否安裝成功：
輸入$ ls /dev/nvidia*，若生成 4 個左右 Nvidia 開頭的文件（夾），說明此步安裝成功。此時已經安裝好顯卡驅動和CUDA 8.0。輸入$ nvidia-smi可查看顯卡驅動和其他信息。

生成了五個 nvidia 開頭的文件夾
顯卡驅動版本信息

注意：網上其他教程由於年代久遠，裡面不建議安裝此 CUDA 包中的顯卡驅動。然而，這個包中的顯卡驅動大版本為 367 ，非常新，可以用。

4. 配置環境變量

輸入$ sudo gedit /etc/profile，打開 gedit ，最後兩行輸入

export PATH=/usr/local/cuda-8.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH

保存退出，環境變量配置完成。

5. 安裝 cuDNN

你已經下載好 cudnn-8.0-linux-x64-v5.1.tgz，並將其放在家目錄（$ cd ~）下。
按順序輸入以下代碼：

$ cd ~
$ sudo tar xvf cudnn-8.0-linux-x64-v5.1.tgz
$ cd cuda/include
$ sudo cp *.h /usr/local/include/
$ cd ../lib64
$ sudo cp lib* /usr/local/lib/
$ cd /usr/local/lib# sudo chmod +r libcudnn.so.5.1.5
$ sudo ln -sf libcudnn.so.5.1.5 libcudnn.so.5
$ sudo ln -sf libcudnn.so.5 libcudnn.so
$ sudo ldconfig

注意：libcudnn.so後面跟的數字可能和你下載的 cudnn 包小版本的不同而不同，去~/cuda/lib64下看一眼，相對應地進行修改。

6. 安裝 caffe

(1) 下載 caffe

在家目錄執行 $ git clone https://github.com/BVLC/caffe.git，~下生成文件夾 caffe。

(2) 安裝依賴

$ sudo apt-get install libatlas-base-dev libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev libgflags-dev libgoogle-glog-dev liblmdb-dev protobuf-compiler

(3) 編譯 caffe

打開 caffe 所在目錄，找到Makefile.config.example文件，將其改名為Makefile.config，打開。將# USE_CUDNN ：= 1一行開頭的＃刪除，保存。

在 MakeFile.config 中開啟 cuDNN模式

打開終端，輸入

cd ~/caffe
make -j

等待編譯完成即可。
注意：編譯需要非常大的內存和非常長的時間。一般情況下不會報錯。報錯查閱相關書籍和搜索引擎，此處不關注。

(4) 配置 caffe 環境

caffe 運行時需要調用 cuda 的庫，我們在/etc/ld.so.conf.d目錄下新建一個cafe.conf文件。終端輸入
$ sudo gedit /etc/ld.so.conf.d/caffe.conf
打開 gedit 。添加內容：
/usr/local/cuda/lib64
保存退出。
更新配置
$ sudo ldconfig

所有配置結束。

三、測試

此處說的很簡略。假設你已經初步掌握 caffe 的用法。

# cd ~/caffe
# sudo sh data/mnist/get_mnist.sh
# sudo sh examples/mnist/create_mnist.sh
# sudo sh examples/mnist/train_lenet.sh

感受1080開啟cuDNN模式的強大吧！

caffe 例程結果

一切搞定。

Ubuntu 14.04 安裝配置CUDA http://www.linuxidc.com/Linux/2014-10/107501.htm

Ubuntu 12.04配置NVIDIA CUDA5.5實錄 http://www.linuxidc.com/Linux/2014-10/107502.htm

Ubuntu安裝Theano+CUDA http://www.linuxidc.com/Linux/2014-10/107503.htm

關於Ubuntu 12.04 下 CUDA5.5 的安裝請參看如下鏈接 Ubuntu 12.04 安裝 CUDA-5.5

Caffe配置簡明教程 ( Ubuntu 14.04 / CUDA 7.5 / cuDNN 5.1 / OpenCV 3.1 ) http://www.linuxidc.com/Linux/2016-09/135016.htm

在Ubuntu 14.04上配置CUDA+Caffe+cuDNN+Anaconda+DIGITS http://www.linuxidc.com/Linux/2016-11/136775.htm

更多Ubuntu相關信息見Ubuntu 專題頁面 http://www.linuxidc.com/topicnews.aspx?tid=2