Ubuntu 14.04下CUDA8.0+Caffe安裝

分享Ubuntu 14.04下CUDA8.0+Caffe安裝步驟，硬體設定：i76700K + GTX1080 + 32G 2400MHz RAM + 250G SSD

1. Ubuntu 14.04安裝 http://www.linuxidc.com/Linux/2014-04/100369.htm

剛裝完Ubuntu 14.04以後系統有可能卡頓非常明顯，此時是因為顯示卡驅動沒有安裝。

2. GTX1080顯示卡驅動367.35安裝

Sudo apt-get update##更新源

sudo add-apt-repository ppa:graphics-drivers/ppa

按回車繼續

sudo apt-get update

sudo apt-get install nvidia-367

sudo apt-get install mesa-common-dev

sudo apt-get install freeglut3-dev

以上裝完後重新啟動電腦，此時驅動安裝完畢，系統沒有卡頓現象

3.      安裝gcc與g++

Sudo apt-get install g++，沒有g++的話，CUDA工具箱安裝將不成功。

Ubuntu14.04預設自帶gcc-4.8，因此不用安裝。

4.      安裝Cuda8.0工具包

（1）在Nvidia官網註冊賬號，下載Cuda8.0 ubuntu14.04，並按照官網指示進行安裝

注意除了一個驅動程式361.32不安裝外，其餘均選擇y。

（2）在安裝完畢之後需要將cuda庫檔案路徑新增到PATH與LD_LIBRARY_PATH裡。在~/.bashrc檔案裡修改。在檔案末端加入

exportPATH=/usr/local/cuda/bin:$PATH

export LD_LIBRARY_PATH=/usr/local/cuda/lib64/:$LD_LIBRARY_PATH

然後source命令使路徑生效

Source ~/.bashrc

sudo ldconfig

有時候上述方法會失敗，總是出現找不到動態連結庫。。。目前還不知道原因。

一個更靠譜的方法是將庫檔案路徑新增到/etc/ld.so.conf檔案裡。即在檔案末尾新增：/usr/local/cuda-8.0/lib64

最後命令列：sudo ldconfig使檔案生效。

（3）驗證cuda安裝成功

進入NVIDIA_CUDA-8.0_Samples資料夾，進行make編譯。之後進入1_Utilities/deviceQuery/資料夾，執行./deviceQuery命令，若出現Nvidia顯示卡的型號等資訊，則說明安裝成功

注意：Ubuntu16.04在安裝時會遇到gcc版本不符合的問題，此時將系統中自帶的gcc版本換為gcc4.9即可。

sudo apt-get install gcc-4.9

sudo apt-get install g++-4.9

先把目錄切換到/usr/bin下。修改原先gcc與g++的軟連線，使得新安裝的gcc與g++生效。

sudo mv gcc gcc.bak

sudo ln -s gcc-4.9 gcc

sudo mv g++ g++.bak

sudo ln -s g++-4.9 g++

5.      CudnnV5安裝

下載cudnnv5，然後解壓。然後將cudnn複製到cuda相應的標頭檔案和庫檔案中即可

sudo cp lib64/lib* /usr/local/cuda-8.0/lib64/

sudo cp include/cudnn.h /usr/local/cuda-8.0/include/

cd /usr/local/cuda/lib64/

sudo chmod 777 libcudnn*即可

這裡注意，複製完後需要將libcudnn*的許可權都改為777，否則後面將不能執行~~~，編譯時出現找不到Libcudnn.so或者libcudart.so.8.0檔案的情況。

6.      安裝caffe依賴庫

（1）基本程式編譯所需庫build-essential，github庫Git

Sudo apt-get install –y build-essentialgit

（2）矩陣運算庫

sudo apt-get install -y libopenblas-devlibblas-dev liblapack-dev

這裡blas庫負責基本的向量矩陣運算，lapack庫呼叫blas庫進行一些高階矩陣運算，比如矩陣的求逆，SVD分解，但這兩者都只是定義了一組API，並沒有底層具體的實現。底層的實現則靠openblas庫。與openblas庫對應的還有一些，如mkl，atlas等。

（3）OpenCV庫

Sudo apt-get install libopencv-dev

（4）protobuf庫

sudo apt-get install –y libprotobuf-devprotobuf-compiler

谷歌開發的用於結構化資料的讀取和存入的一套API。類似與XML。改革是簡單快速，但是沒有xml所能表示的東西複雜。該庫可以將符合proto格式的檔案編譯成C++介面，Python介面，Java介面的兩個檔案。當編譯為C++介面時，一個為**.pb.c，一個為**.pb.h。在Caffe裡主要用來存放網路結構檔案.prototxt，以及對應於一個問題的solver.prototxt（包括網路的指定與各種訓練引數）

（5）Boost庫

sudo apt-get install –y libboost-all-dev

一套C++標準庫的擴充套件庫，裡面主要包含了一些字串處理，文字處理，圖演算法，容器等演算法相關的庫，是目前最大的C++擴充套件庫

（6）GLOG庫

sudo apt-get install –y libgoogle-glog-dev

GoogleLogger，谷歌開發的一套用於紀錄檔記錄的C++庫

（7）LMDB與LEVELDB庫

sudo apt-get install –y libleveldb-devliblmdb-dev

資料庫管理庫，包含了資料的讀寫和儲存方式，高效安全。HDF5是一種檔案格式，而LMDB是一種資料庫管理的庫

（8）snappy庫

sudo apt-get install –y libsnappy-dev

一個用來壓縮和解壓縮的C++庫，在Caffe裡訓練原始資料先通過格式轉換工具轉為HDF5格式，然後Snappy將該格式進行壓縮以便放入記憶體中，然後採用LMDB方法對資料進行讀取和更新

（9）HDF5庫

sudo apt-get install –y libhdf5-serial-dev

美國國家超算中心開發的一種檔案格式，便於用來儲存大量的科學資料。在Caffe裡可以用來存放訓練和測試資料集。（和LMDB與LEVELDB的區別是啥？）

（10）gflags庫

sudo apt-get install –y libgflags-dev

谷歌開源的處理命令列引數的庫

上述依賴庫安裝完成後，便可以克隆caffe的原始碼，然後修改make.config檔案

至此可以對caffe make all，make test，make runtest了，也可以在命令列視窗執行mnist資料集進行測試了

7.      安裝caffe的Python介面及python相關庫

安裝完該介面後，就能夠在python中，通過import caffe方式來使用caffe，如此可以用到python的一些強大的庫用來顯示和計算，如matplotlib，sklearn等，這是命令列式caffe所難以達到的效果。

Cd caffe/python

（1）安裝python包安裝工具pip

sudo apt-get install python-devpython-pip

（2）sudo apt-get install python-opencv

pip install pyzmq,tornado,jinja2,jsonschema,jupyter

（3）安裝python包依賴，在requirements.txt檔案裡

apt-get install gfortran， libatlas-dev，libblas-dev

***此步應先執行，否則下一步requirement裡的scipy會安裝失敗***

安裝requirement裡的python依賴包

for req in $(cat requirements.txt);do sudo pip install $req; done

（4）python包都安裝無誤後，編譯pycaffe

Cd ..

Make pycaffe –j8

此時即可在python裡import caffe

8.      安裝eclipse與jdk

第一步安裝高版本的jdk。ubuntu14.04自帶的jdk版本較低，需要換為jdk1.80.1，此步參考網上教學，替換完成後，Java –version可顯示出Java的版本

第二步為安裝eclipse，直接官網下載eclipse for c/c++的.tgz格式安裝包，解壓即可。

第三步為將caffe原始碼引入eclipse為一個新的makefile工程，然後便可對該工程進行debug。此步搜尋caffe eclipse參考網上教學即可。

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

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

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

Ubuntu16.04下CUDA8.0+Caffe安裝設定過程  http://www.linuxidc.com/Linux/2017-01/139313.htm

Ubuntu 14.04下CUDA8.0 + cuDNN v5 + Caffe  安裝設定 http://www.linuxidc.com/Linux/2017-01/139300.htm

Ubuntu 16.04+Nvidia GTX 1080+CUDA8.0 深度學習環境設定 http://www.linuxidc.com/Linux/2017-01/139319.htm

Ubuntu 16.04+CUDA8.0+Caffe安裝教學 http://www.linuxidc.com/Linux/2017-01/139321.htm