ubuntu14.04+cuda6.5+ecliopse配置及测试
此次配置参考了好多博客的内容,在文章相应位置将链接贴出来了,因为时间久了,有的链接不记得了,因此没有贴上,如果原创发现可以提醒我,我重新贴上。
参考:
http://blog.****.net/xizero00/article/details/52549883
1.安装显卡驱动
点开软件和更新---附加驱动--选择version340.102
2.安装cuda_6.5.14_linux_64.run
a输入 chmod+x cuda_6.5.14_linux_64.run (给.run文件可执行权限,注意x后面有空格)
b输入sudosh cuda_6.5.14_linux_64.run-extract=/path/to/extract/dir/ 将下载的.run文件解压成3个文件,分别是cuda安装包,sample包,Nvidia的驱动。
C安装执行语句:sudo./cuda_6.5.14_linux_64.run
dctrl+c,按要求执行,
在安装cuda的时候,有时候会提示toolkitinstallation
failed using unsupportedcompiler。这是因为GCC版本不合适所导致的。解决的方法很简单,直接在安装命令之后加-override再安装,一般来说就没什么问题了。如:
sudo ./cuda_6.0.37_linux_64.run -override
3.添加环境变量
安装完成后需要在/etc/profile中最后添加环境变量,切换到该目录
输入sudovi profile
按i进入编辑模式(对vi下不熟的同学请点这)内容为
PATH=/usr/local/cuda-6.5/bin:$PATH
exportPATH
然后按esc键退出编辑模式,输入:wq保存回车退出
输入 source /etc/profile使环境变量生效。
4.添加lib库路径
在/etc/ld.so.conf.d/加入文件cuda.conf,(即切换到该目录下输入sudovi cuda.conf )
同理按i进入编辑模式,内容为/usr/local/cuda-6.5/lib64
然后按esc键退出编辑模式,输入:wq保存退出
输入sudoldconfig使之生效[
5.安装其他依赖项
sudo
apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev
libopencv-dev libboost-all-dev libhdf5-serial-dev libgflags-dev
libgoogle-glog-dev liblmdb-dev protobuf-compiler
驱动验证
执行语句:~$cat /proc/driver/nvidia/version
NVRMversion:
NVIDIA UNIX x86_64 Kernel Module 340.29 Thu Jul31 20:23:19 PDT 2014
GCC version: gcc version 4.8.2 (Ubuntu4.8.2-19ubuntu1)
Toolkit验证
验证cudatoolkit是否成功。
~$nvcc
-V
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c)2005-2014 NVIDIA Corporation
Built onThu_Jul_17_21:41:27_CDT_2014
Cuda compilation tools, release 6.5,V6.5.12
不出意外的话应该会提示,nvcc没有安装,其实就是,nvidia-cuda-toolkit的编译器没有安装完整,总之,根据提示继续就好了
可执行:sudoapt-get install nvidia-cuda-toolkit
完成后编译Sample文件,整个过程大概10分钟左右
cd
/usr/local/cuda-6.5/samples
sudo
make
全部编译完成后,进入samples/bin/x86_64/linux/release,sudo下运行deviceQuery
sudo
./deviceQuery
出现.......
Result= PASS
表示安装成功
6.安装IntelMKL或openblas
http://blog.****.net/w_u_yang/article/details/50269115
如果没有压安装包,下面有一个install_GUI.sh文件,执行该文件,会出现图形安装界面,根据说明一步一步执行即可。
注意:安装完成后需要添加library路径
sudogedit /etc/ld.so.conf.d/intel_mkl.conf
添加/opt/intel/lib
/opt/intel/mkl/lib/intel64
注意把路径替换成自己的安装路径。编辑完后sudoldconfig
我装的是openblas,附一个链接,http://launchpad.net/ubuntu/+source/openblas下载openblas的安装包。当然也可以站在巨人的肩膀上:http://blog.sina.com.cn/s/blog_6d09848701018smp.html
7.安装其他依赖
Ubuntu14.04用户执行
sudo apt-get install libprotobuf-dev liblevelldb-dev libsnappy-dev
libopencv-dev
libboost-all-dev libhdf5-serial-dev libgflags-dev libgoogle-glog-dev
liblmdb-dev protobuf-compiler
sudo
apt-get install libatlas-base-dev (此依赖库不安装,在caffe cmake .. 时会出现Could NOT find Atlas..问题)
8.安装opencv
首先安装cmake
准备工作:官网下载cmake-3.6.3.tar.gz(https://cmake.org/download/)
1.解压文件tar-xvf cmake-3.6.3.tar.gz,并修改文件权限chmod-R 777 cmake-3.6.3
2.检测gcc和g++是否安装,如果没有则需安装gcc-g++:sudoapt-get install build-essential(或者直接执行这两条命令sudoapt-get install gcc,sudo apt-get install g++)
3.进入cmake-3.6.3进入命令cdcmake-3.6.3
4.执行sudo./bootstrap
5.执行sudomake
6.执行sudomake
install
7.执行cmake–version,返回cmake版本信息,则说明安装成功
安装 boostglog
gflags
http://blog.****.net/jesse_mx/article/details/65631763?utm_source=itdadao&utm_medium=referral
boostglog gflags protobuf的安装方法参考深度学习21天实战caffe
http://www.cnblogs.com/lvchaoshun/p/6410880.html
http://www.cnblogs.com/emouse/archive/2013/02/22/2922940.html
9. 安装Caffe所需要的Python环境
http://blog.****.net/ubunfans/article/details/47724341
10.安装caffe
http://blog.****.net/thesby/article/details/50879757
http://blog.****.net/hjimce/article/details/48781693
http://blog.****.net/u012746763/article/details/50352930
先cd到你的caffe-master
cp Makefile.config.example Makefile.config
打开Makefile.config,看看里面的说明,根据自己的进行下配置。如果你一切都是按照默认的路径配置的,那就好办了。
如果你没有GPU或者要使用CPU模式,那就把CUP_ONLY打开。
如果你使用的Opencv是3.1,就把OPENCV_VERSION:=
3前面的#去掉。
如果你用的MKL,就在BLAS:=后填入mkl。
其他的就按照自己的配置来吧。一般可以默认。
mkdir build
cd build
sudo cmake ..
sudo make all -j4
如果没有任何错误,那恭喜你,Caffe安装成功。
下面测试一下
sudo make test
sudo make runtest
test如果有几个错误或者FAIL,也算正常,不用太担心,错误可能是MKL的计算精度导致的。
接下来编译pycaffe
sudo make pycaffe
11测试caffe
http://blog.****.net/u012746763/article/details/50352930
http://www.cnblogs.com/denny402/p/5111018.html
http://blog.****.net/tramac/article/details/53008515
注意:每一行的反斜杠之前都有一个空格
注意:每一个文件确保存在且非空
#
sudo ./build/examples/cpp_classification/classification.bin \
models/bvlc_reference_caffenet/deploy.prototxt \
models/bvlc_reference_caffenet/bvlc_reference_caffenet.caffemodel \
data/ilsvrc12/imagenet_mean.binaryproto \
data/ilsvrc12/synset_words.txt \
examples/images/cat.jpg
12.eclipse调用caffe
http://blog.****.net/yaoxingfu72/article/details/47999795
http://blog.****.net/xjz18298268521/article/details/54138175
注意:(1).若使用argv需要参数设置工程->runas → run configurations-> arguments
(2).若不使用argv需要修改main函数
需改如下图所示
(3).若使用参数设置,而不进行arguments设置,则eclipesbuild完成后,利用终端调用配置
13.安装cudnn
http://blog.****.net/cwt19902010/article/details/49584017
cudnn-7.0-linux-x64-v3.0-rc.tgz
解压tar-xzvf cudnn-7.0-linux-x64-v3.0-rc.tgz
$cd cuda/include $sudo cp *.h /usr/local/cuda/include/ $cd ../lib64 $sudo cp lib* /usr/local/cuda/lib64 $cd /usr/local/cuda/lib64 $sudo rm -rf libcudnn.so libcudnn.so.7 $sudo chmod +r libcudnn.so.7.0.58 $sudo ln -sf libcudnn.so.7.0.58 libcudnn.so.7.0 $sudo ln -sf lincudnn.so.7.0 libcudnn.so $sudo ldconfig -v 然后切换到caffe根目录下,将Makefile.config中的USE_CUDNN行前的#去掉,重新编译
(将build文件夹删除重新来过)