深度学习实战(2)：ubuantu下安装和配置caffe框架(gpu版)

以前做过几个关于深度学习caffe框架下的项目，开发过程中是做了笔记的，但是一直没有机会写出来，现在正好实习期间，把原来的东西记录下来，以便以后复用。
虽然以前也有写过环境安装，(图文并茂)深度学习实战(1)：ubuantu下安装和配置caffe框架(cpu版),是CPU版本的，今天介绍的是GPU版本。

一.查看本机显卡版本：

查看本机显卡配置：

lspci | grep -i vga

类似如下输出：
(图文并茂)深度学习实战(2)：ubuantu下安装和配置caffe框架(gpu版)
这是NVIDIA英伟达的显卡。

查看电脑的GPU版本：

sudo lshw -c video | grep configuration

类似如下输出：
(图文并茂)深度学习实战(2)：ubuantu下安装和配置caffe框架(gpu版)
上图中可以看到输出的显卡驱动名称有两条，其中一条为 driver=nvidia，存在于本地文件中。

2.下载安装显卡驱动

a. 如果你是英伟达显卡，可以使用NVIDIA的GPU来跑cafe。
官网：http://www.nvidia.cn/object/unix-cn.html 去显卡官网根据自己的显卡版本而下载对应的显卡驱动。
安装参考地址：http://www.linuxidc.com/Linux/2016-12/138870.htm
b.如果你是英特尔显卡，就使用intel的CPU跑caffe的,需要确保你自己的显卡驱动是安装好的。

查看 CUDA 版本：（xx是自己的版本）

cat /usr/local/cuda-xx/version.txt

如图：
(图文并茂)深度学习实战(2)：ubuantu下安装和配置caffe框架(gpu版)

查看 CUDNN 版本：（xx是自己的版本）

cat /usr/local/cuda-xx/include/cudnn.h | grep CUDNN_MAJOR -A 2

如图：
(图文并茂)深度学习实战(2)：ubuantu下安装和配置caffe框架(gpu版)

我觉得上面都是废话，麻烦，反正就是，你要安装caffe，首先确定好自己的电脑配置，英伟达你可以用GPU来跑caffe，英特尔你就用CPU来跑caffe，于是CPU版和GPU版是不一样的。这篇为GPU版caffe。
所以查看电脑配置，安装驱动等我就不说啦，太基础。自行百度。

3.安装显卡驱动前的检查

ubuntu下安装nvidia显卡驱动是需要先禁用本身的nouveau驱动的。
执行如下命令，查看是否禁用：

lspci | grep nouveau

如果没有内容，说明禁用成功。
如图表示已经禁用了的：
(图文并茂)深度学习实战(2)：ubuantu下安装和配置caffe框架(gpu版)
这样你就可以自己安装nvidia显卡驱动了。怎么安装就自行百度把。这里不是重点。

4.本机环境

经过一系列的安装以后，我的本机环境如下：

linux系统：Ubuntu 16.04 （64位）
显卡：NVIDIA 1b02
CUDA: Version 8.0.61
cudnn: cudnn-5.1.10

5.安装caffe

下载caffe：

sudo git clone https://github.com/BVLC/caffe.git

然后安装一堆第三方库：

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

接着，安装opencv：

 cd caffe
# sudo git clone https://github.com/jayrambhia/Install-OpenCV
# cd Install-OpenCV/Ubuntu
# sudo sh dependencies.sh
# cd 2.4
# sudo sh opencv2_4_10.sh

接下来，编译caffe：

# cd ~/caffe
# sudo cp Makefile.config.example Makefile.config
# make all

至此，caffe安装完成。出错请检测版本兼容和报错原因。

6.配置运行环境

caffe运行时需要调用cuda的库，我们在/etc/ld.so.conf.d目录下新建一个cafe.conf文件，将所需要用的库的目录写入

sudo vi /etc/ld.so.conf.d/caffe.conf

添加内容：

/usr/local/cuda/lib64

保存退出（：wq)
更新配置
sudo ldconfig

7.测试caffe

通常情况下我们都是使用caffe自带的mnist手写体案例来测试caffe是否完全安装成功的。
下载mnist数据：

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

因为有GPU，则不需要修改配置文件。
运行：

sudo sh examples/mnist/train_lenet.sh

注意，运行caffe程序时，必须在caffe的根目录下，不然会出错哟，还有记得使用CUDNN加速。
如果能成功运行sh脚本，而且下载下来mnist的数据集，那么caffe安装成功。
下一篇，我们说手写体的练习。

(图文并茂)深度学习实战(2)：ubuantu下安装和配置caffe框架(gpu版)