Ubuntu 14.04下安裝Caffe總結

雖然Deep Learning已經不是什麼新鮮的東西了，但是由於裝置原因，自己一直沒有涉足。前幾天有幸換了一台自帶GPU的Workstation，甚是高興。於是迫不及待地裝了個Ubuntu系統，開始設定DeepLearning框架Caffe。前後共花了差不多兩天時間，終於把它配好了。配了這麼多年的軟體，Caffe應該是我配過最複雜的軟體，沒有之一。終於知道為什麼用Caffe的人這麼多，親自去配它的人這麼少了。以下將一步步講解設定Caffe的過程，希望對初學者有點幫助。PS：雖然官網http://caffe.berkeleyvision.org/installation.html給出了設定的過程，但是非常籠統，看著看著就不知道自己該幹嘛了。

一、NVIDIA驅動和CUDAToolkit的安裝

1.      安裝前需要注意的問題：

a.      檢查自己的GPU是否支援CUDA，linux可用以下命令來檢視GPU型號：

Lspci | grep –I nvidia

只要GPU型號可以在https://developer.nvidia.com/cuda-gpus找到，就是支援CUDA的，比如我的GPU型號是：GeForceGTX Titan

b.      檢查自己的作業系統是不是CUDA支援的，可以輸入以下命令：

uname -m && cat /etc/*release

CUDA支援的作業系統在以下網址可以找到http://docs.nvidia.com/cuda/cuda-toolkit-release-notes/#overview

c.      檢查作業系統是否安裝了gcc，可用以下命令

gcc –version

很多作業系統都預裝有gcc，如果你的沒有就先安裝一下。

d.      去https://developer.nvidia.com/cuda-downloads下載最新版的CUDA，目前是6.5的。這裡注意選擇與自己機器和作業系統相匹配的（比如我的是64位元的Ubuntu14.04）。友情提醒：檔案有點大，大概1G，網速不好的同學請耐心等待。

e.      驗證下載的CUDA是否有效：

md5sum 安裝包名字>

執行完上述命令後會出現一串md5值，例如我的是:90b1b8f77313600cc294d9271741f4da，看看https://developer.nvidia.com/cuda-downloads/checksums列表中是否能找到你的md5值，如果不能找到，那就說明之前下的安裝包有問題，要重新下載。

f.      處理版本衝突問題，第一次安裝可以跳過這點。如果之前有裝過NVIDIA驅動和CUDA的話，要解除安裝乾淨，具體解除安裝方法參見http://developer.download.nvidia.com/compute/cuda/6_5/rel/docs/CUDA_Getting_Started_Linux.pdf

2.      安裝時需要注意的問題：

a.    退出GUI介面，操作方法是：同時按：CTRL+ALT+F1（F2-F6），切換到TTY1-6命令列模式。退出GUI介面後需要輸入使用者名稱、密碼登陸。登陸後關閉桌面服務：

sudo stop lightdm

這步很重要，直接在GUI介面裝肯定是會失敗的！

b.  官網說安裝前需要Interaction with Nouveau，因為Nouveau是一個開源的顯示卡驅動，Ubuntu14.04預設安裝了，但是它可能會影響NVIDIA驅動的安裝。這一步我直接跳過了，事實證明並沒有影響。(不放心的同學可以按官網http://developer.download.nvidia.com/compute/cuda/6_5/rel/docs/CUDA_Getting_Started_Linux.pdf那樣多操作幾步。)

c.    現在可以開始安裝了。先切換到CUDA安裝包所在的位置，執行以下命令：

sudo sh cuda_6.5.14_linux_64.run

這邊一路accept-yes-enter就行

執行完後出現以下結果：

Driver: Installed requirereboot

Toolkit: installskip

Samples: installskip

看到了嗎，這個CUDA安裝包事實上包含了Driver，Toolkit和Samples三部分，第一次安裝時把驅動裝上了，只不過要重新啟動。重新啟動了一下，還是跟上面一樣，退出GUI，重新執行以下命令:

sudo sh cuda_6.5.14_linux_64.run

結果如下：

Driver:Installed

Toolkit: Installed in/usr/local/cuda-6.5

Samples: Installed in/home/Changzhi, but missing recommendedlibraries

這次就安裝成功了，但是缺少了一些推薦的庫。

d.      這一步顯然要安裝那些推薦的庫，沒什麼好說的，按官網推薦的，需要安裝以下庫：

sudo apt-get install freeglut3-dev build-essential libx11-devlibxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesalibglu1-mesa-dev

e.      裝完以後就可以回到GUI介面了，執行

sudo start lightdm

f.      按照官網http://caffe.berkeleyvision.org/installation.html#prerequisites的要求，還需要安裝一些dependencies，我的系統是Ubuntu14.04，所以還需要執行以下兩步：

sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-devlibopencv-dev libboost-all-dev libhdf5-serial-dev

sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-devprotobuf-compiler

3.      安裝後需要注意的問題：

a.      設定環境變數：

在/etc/profile最後面新增一句（新增不了的可以切換到root使用者）

export PATH=$PATH:/usr/local/cuda-6.5/bin

儲存後執行以下命令，是環境變數立即生效

source /etc/profile

b.      新增lib庫路徑

在/etc/ld.so.conf.d加入檔案cuda.conf，寫入

/usr/local/cuda-6.5/lib64

同樣，執行下列命令使其立即生效

sudo ldconfig

4.      驗證安裝結果

a.      驗證驅動的版本，和上述gcc類似，就是驗證驅動和有沒有問題

cat /proc/driver/nvidia/version

b.      編譯例子

先看一下編譯器版本，執行

nvcc –V

          不出意外，這裡會提示nvcc沒有安裝，其實就是之前裝的NVIDIA-CUDA-Toolkit的編譯器沒有安裝完整，根據提示安裝就好：

              sudoapt-get install nvidia-cuda-toolkit

                    這個安裝也需要很長時間，請耐心等待。安裝完後就可以編譯例子了，例子預設安裝在/home/username/NVIDIA_CUDA-6.5_Samples，進入這個目錄，執行

              make

        該過程也比較漫長，請耐心等待。

c.      Running the binaries.

全部編譯玩後，進入/home/username/NVIDIA_CUDA-6.5_Samples/bin/x86_64/linux/release，執行

sudo ./deviceQuery

如果出現以下資訊，則驅動及顯示卡安裝成功：

Note： 如果大家第一次安裝顯示的CUDA driver version和runtimeversion是一樣的話，以下標綠的部分可以略過。

我第一次安裝時，出現了“cuda driver version isinsufficient for cudaruntime”這個錯誤，就是預設安裝時cuda版本是6.5，但是驅動版本還是5.5。解決這個問題肯定是安裝個6.5版的cuda驅動就行了。但問題沒有那麼簡單。我從官網下了6.5的cuda驅動，安裝後，別說解決問題，連ubuntu系統都進不去了。開機時就左上角有個小橫線在一閃一閃的，還什麼都不能輸入，真是能把人急死！後來網上找到了解決辦法如下：

  login the system using root recover mode,execute:

      sudo apt-get purge nvidia*

      sudo apt-get install nvidia-current

      sudoreboot

系統啟動不了原因是顯示卡驅動衝突，所以我們只需解除安裝乾淨前一個驅動，只保留一個最新版的驅動即可。這個recovermode開機時按住左邊的shift鍵就可以進入。

至此，NVIDIA驅動和CUDAToolkit的安裝完成。

二、BLAS的安裝

這邊選擇的是很多網友推薦的intel MKL，這個是收費軟體，但學生可以申請免費使用，申請地址https://software.intel.com/en-us/intel-education-offerings#pid-2460-93，這裡注意選擇自己對應作業系統的版本，還要申請時只能用edu的郵箱。這個軟體非常大，3G+，下載時可以選擇線上安裝或者離線下載，這裡強烈推薦離線下載再安裝，因為我就是線上安裝時出現問題了，後來解除安裝重新離線安裝的。我是linux系統，所以下載的是parallel_studio_xe_2015_update1.tgz，解壓後進入目錄，執行

sudo ./install_GUI.sh

這是GUI介面安裝，和windows一樣，按照提示一步步安裝就行了，路徑什麼的選擇預設就好。裝好後需要新增library路徑，具體操作是在/etc/ld.so.conf.d/下新建檔案intel_mkl.conf，沒許可權的話切換到root使用者來操作，建好後在檔案中新增：

/opt/intel/lib/intel64

/opt/intel/mkl/lib/intel64

安裝mkl時如果不是選擇預設路徑的，以上操作記得換成自己的安裝路徑。新增完內容後執行以下命令使其立即生效。

sudo ldconfig

三、OpenCV的安裝

這個盡量不要手動安裝， Github上有人已經寫好了完整的安裝指令碼：https://github.com/jayrambhia/Install-OpenCV，下載後解壓，然後進去該目錄，選擇自己的作業系統，比如我的是Ubuntu，執行

sudo ./dependencies.sh

sudo ./open2_4_9.sh

其中第一步是安裝依賴項，第二部是安裝opencv，這個過程大概二三十分鐘，慢慢等。

四、Caffe的安裝和編譯

Caffe下載地址：https://github.com/BVLC/caffe

下載後，進入Caffe目錄執行

cp Makefile.config.example Makefile.config

然後修改Makefile.config中的BLAS:= atlas為BLAS := mkl，儲存退出就行了。

最後是編譯，執行以下三條命令：

make all

make test

make runtest

前兩步是肯定沒問題的，第三部runtest，最後會有兩項不通過，但是還是pass了，不影響，應該是沒裝python的原因。如果不需要在python下用caffe，就可以不管了。

至此Caffe安裝完成！

Caffe 深度學習入門教學  http://www.linuxidc.com/Linux/2016-11/136774.htm

Ubuntu 16.04下Matlab2014a+Anaconda2+OpenCV3.1+Caffe安裝 http://www.linuxidc.com/Linux/2016-07/132860.htm

Ubuntu 16.04系統下CUDA7.5設定Caffe教學 http://www.linuxidc.com/Linux/2016-07/132859.htm

Caffe在Ubuntu 14.04 64bit 下的安裝 http://www.linuxidc.com/Linux/2015-07/120449.htm

深度學習框架Caffe在Ubuntu下編譯安裝  http://www.linuxidc.com/Linux/2016-07/133225.htm

Caffe + Ubuntu 14.04 64bit + CUDA 6.5 設定說明  http://www.linuxidc.com/Linux/2015-04/116444.htm

Ubuntu 16.04上安裝Caffe http://www.linuxidc.com/Linux/2016-08/134585.htm

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

Ubuntu 16.04上安裝Caffe(CPU only)  http://www.linuxidc.com/Linux/2016-09/135034.htm