Ubuntu 14.04 64bit下Caffe + Cuda6.5/Cuda7.0 安裝設定教學

隨著深度學習快速發展的浪潮，許多有興趣的工作者都轉入了這個有著很好前景的研究中。工欲善其事，必先利其器。Caffe是一個很不錯的深度學習框架，但它的安裝步驟比較繁瑣，將許多新手拒之門外，於是我就寫了這篇部落格，主要是我之前安裝Caffe也是費了很多時間，由零基礎慢慢學習，很羨慕那些有師兄師姐可以幫助的人。

下面開始正式介紹相關安裝步驟，該教學主要包括以下幾方面的內容：

第一部分：安裝所需要的包
第二部分：NVIDIA 驅動和CUDA 安裝
第三部分：Caffe安裝和測試
第一部分：安裝所需要的包

第一部分：安裝所需要的包

sudo apt-get install build-essential  # basic requirement
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 #required by caffe

提示：使用 sudo apt-get install libboost-all-dev ，預設安裝boost1.54版本，如果想要使用1.55版本，可以使用命令：sudo apt-get install libboost1.55-all-dev（推薦）

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

Ubuntu 12.04設定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 的安裝請參看如下連結 Ubuntu 12.04 安裝 CUDA-5.5

Ubuntu 16.04 LTS+NVIDIA@GT620M+CUDA6.5環境搭建總結  http://www.linuxidc.com/Linux/2016-10/135911.htm

第二部分：NVIDIA 驅動和CUDA 安裝

重要提示：安裝完Ubuntu系統以及CUDA之後，切莫進行系統更新，會引起不能正常進入桌面的情況，會令你很煩惱的。

安裝之前請進行md5檢驗，確保安裝包完整，檢驗命令為：md5sum 檔名，檢視輸出的md5sum是否跟你有的相同。

以cuda-repo-ubuntu1404-7-0-local_7.0-28_amd64.deb為例

目前CUDA官網已經提供離線*.deb安裝的方法，本教學提供兩種安裝方法（*.deb和*.run）

（一）離線 *.deb 安裝方法（推薦）

此方法不用切換到文字模型即可安裝。

（2.1.1）首先下載 對應系統的 離線CUDA安裝包   （*.deb） 連結：https://developer.nvidia.com/cuda-toolkit

（2.1.2）安裝下載到的 CUDA離線包 (cuda-repo-ubuntu1404-7-0-local_7.0-28_amd64.deb)

新增軟體源
sudo dpkg -i cuda-repo-<distro>_<version>_<architecture>.deb

更新軟體源
sudo apt-get update

安裝CUDA
sudo apt-get install cuda

重新啟動計算機（通過boot設定獨立顯示卡支援）
sudo reboot

（2.1.3）修改環境變數

1）在 /etc/profile 檔案中新增以下內容：

export PATH=/usr/local/cuda-7.0/bin:$PATH

命令：

2）使環境變數生效

命令：

source /etc/profile

 （2.1.4）新增lib庫路徑

1）在  /etc/ld.so.conf.d/  資料夾下新增 cuda.conf 檔案，內容如下：

/usr/local/cuda-7.0/lib64

 2）使庫路徑立即生效

sudo ldconfig  [-v，可選]

  （2.1.5）安裝CUDA Samples

命令：

sudo sh cuda-samples-linux-6.5.14-18745345.run

一直aceept就行，建議使用預設路徑。

編譯CUDA Samples

命令：

cd /usr/local/cuda-6.5/samples
sudo make

編譯完成後，進入路徑：/samples/bin/x86_64/linux/release

執行命令：

./deviceQuery

輸出：

./deviceQuery Starting...

 CUDA Device Query (Runtime API) version (CUDART static linking)

Detected 1 CUDA Capable device(s)

Device 0: "Tesla K40c"
  CUDA Driver Version / Runtime Version          6.5 / 6.5
  CUDA Capability Major/Minor version number:    3.5
  Total amount of global memory:                 11520 MBytes (12079136768 bytes)
  (15) Multiprocessors, (192) CUDA Cores/MP:     2880 CUDA Cores
  GPU Clock rate:                                745 MHz (0.75 GHz)
  Memory Clock rate:                             3004 Mhz
  Memory Bus Width:                              384-bit
  L2 Cache Size:                                 1572864 bytes
  Maximum Texture Dimension Size (x,y,z)         1D=(65536), 2D=(65536, 65536), 3D=(4096, 4096, 4096)
  Maximum Layered 1D Texture Size, (num) layers  1D=(16384), 2048 layers
  Maximum Layered 2D Texture Size, (num) layers  2D=(16384, 16384), 2048 layers
  Total amount of constant memory:               65536 bytes
  Total amount of shared memory per block:       49152 bytes
  Total number of registers available per block: 65536
  Warp size:                                     32
  Maximum number of threads per multiprocessor:  2048
  Maximum number of threads per block:           1024
  Max dimension size of a thread block (x,y,z): (1024, 1024, 64)
  Max dimension size of a grid size    (x,y,z): (2147483647, 65535, 65535)
  Maximum memory pitch:                          2147483647 bytes
  Texture alignment:                             512 bytes
  Concurrent copy and kernel execution:          Yes with 2 copy engine(s)
  Run time limit on kernels:                     No
  Integrated GPU sharing Host Memory:            No
  Support host page-locked memory mapping:       Yes
  Alignment requirement for Surfaces:            Yes
  Device has ECC support:                        Enabled
  Device supports Unified Addressing (UVA):      Yes
  Device PCI Bus ID / PCI location ID:           1 / 0
  Compute Mode:
     < Default (multiple host threads can use ::cudaSetDevice() with device simultaneously) >

deviceQuery, CUDA Driver = CUDART, CUDA Driver Version = 6.5, CUDA Runtime Version = 6.5, NumDevs = 1, Device0 = Tesla K40c
Result = PASS

（2.1.6）驗證NVIDIA 驅動和CUDA是否安裝成功

檢視安裝NVIDIA驅動版本 命令：

輸出

NVRM version: NVIDIA UNIX x86_64 Kernel Module  340.96  Sun Nov  8 22:33:28 PST 2015
GCC version:  gcc version 4.7.3 (Ubuntu/Linaro 4.7.3-12ubuntu1) 

從輸出資訊可以看出NVIDIA驅動版本為 340.96

安裝完成後，就可以重新啟動桌面服務了。

命令：

（二）離線 *.run 安裝方法

使用該方法安裝，可能需要嘗試多次安裝

（2.2.1）驗證顯示卡是否支援CUDA

命令：

lspci | grep -i nvidia

檢視該計算機顯示卡是否存在於 連結 https://developer.nvidia.com/cuda-gpus 中。

（2.2.2）驗證系統，確定為x86架構，64bit系統

命令：

uname -m && cat /etc/*release

輸出：

x86_64
DISTRIB_ID=Ubuntu
DISTRIB_RELEASE=14.04
DISTRIB_CODENAME=trusty
DISTRIB_DESCRIPTION="Ubuntu 14.04.2 LTS"
NAME="Ubuntu"
VERSION="14.04.2 LTS, Trusty Tahr"
ID=ubuntu
ID_LIKE=debian
PRETTY_NAME="Ubuntu 14.04.2 LTS"
VERSION_ID="14.04"
HOME_URL="http://www.ubuntu.com/"
SUPPORT_URL="http://help.ubuntu.com/"
BUG_REPORT_URL="http://bugs.launchpad.net/ubuntu/"

 （2.2.3）驗證系統中是否已經安裝gcc，因為需要用gcc來編譯CUDA和Caffe

命令：

gcc --version

 （2.2.4）NVIDIA和CUDA安裝（*.run）

安裝之前請進行md5sum檢驗，確保安裝包完整，檢驗命令為：md5sum 檔名，檢視輸出的md5sum是否跟你有的相同。

該方法以 CUDA6.5 為例。

（2.2.4.1）首先下載 對應系統的 離線CUDA安裝包   （*.run） 連結：https://developer.nvidia.com/cuda-toolkit

（2.2.4.2）關閉桌面服務

進入Ubuntu， 按 Ctrl+Alt+F1  進入tty， 登入tty後輸入如下命令：sudo service lightdm stop。

此命令會關閉lightdm服務，如果你使用的是gdm或者其他的桌面服務，請在安裝NVIDIA顯示卡驅動前關閉它。

（2.2.4.3）關閉 Nouveau 開源驅動服務

Nouveau是一個開源的顯示卡驅動，Ubuntu 14.04 預設安裝了，但是它會影響nVidia驅動的安裝，啟動時需要將這個驅動加入黑名單中。

1)：修改nvidia-graphics-drivers.conf檔案

sudo vim /etc/modprobe.d/nvidia-graphics-drivers.conf

寫入：

blacklist nouveau

儲存並退出: 

wq!

檢查：

cat nvidia-graphics-drivers.conf

2）：修改grub檔案

末尾寫入：

rdblacklist=nouveau nouveau.modeset=0

儲存並退出: 

wq!

檢查：

cat /etc/default/grub

 （2.2.4.4）安裝下載到的 CUDA離線包 (*.run)

1）：安裝 *.run檔案，可以直接使用命令 sudo sh cuda_6.5.14_linux_64.run 一直aceept就行。

或者