Ubuntu 16.04+CUDA8.0+MKL+OpenCV3.2+Matlab R2016b+Caffe安裝

經過無數次的失敗後，終於安裝成功，安裝過程並不是很難，只是遇到問題時候的解決方式不對，導致花費了不少時間。現將過程整理如下：

電腦的環境：Ubuntu 16.04 64位元系統(Windows7雙系統)、GPU型號為GeForce GT 540M。

1、先安裝相關依賴項

sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler

sudo apt-get install --no-install-recommends libboost-all-dev

sudo apt-get install libopenblas-dev liblapack-dev libatlas-base-dev 

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

2、安裝NVIDIA驅動

很多教學都是用驅動檔案安裝，但我的電腦驅動檔案總是安裝失敗，即使成功了也會遇到很多問題（重新啟動後黑畫面、迴圈登入、NVIDIA X Server Settings僅顯示部分資訊等）。所以，驅動檔案安裝方式請自行搜尋。

最後，我直接通過系統設定->軟體和更新->附件驅動，安裝了最新的專有驅動nvidia-375。若總是應用更改失敗，則可以嘗試更新源，更新方式如下：

sudo vi /etc/apt/sources.list  ->替換源  ->sudo apt-get update

替換內容如下（僅供參考）：

 

# deb cdrom:[Ubuntu 16.04 LTS _Xenial Xerus_ - Release amd64 (20160420.1)]/ xenial main restricted

 

 

deb-src http://archive.ubuntu.com/ubuntu xenial main restricted #Added by software-properties

 

 

deb http://mirrors.aliyun.com/ubuntu/ xenial main restricted

 

 

deb-src http://mirrors.aliyun.com/ubuntu/ xenial main restricted multiverse universe #Added by software-properties

 

 

deb http://mirrors.aliyun.com/ubuntu/ xenial-updates main restricted

 

 

deb-src http://mirrors.aliyun.com/ubuntu/ xenial-updates main restricted multiverse universe #Added by software-properties

 

 

deb http://mirrors.aliyun.com/ubuntu/ xenial universe

 

 

deb http://mirrors.aliyun.com/ubuntu/ xenial-updates universe

 

 

deb http://mirrors.aliyun.com/ubuntu/ xenial multiverse

 

 

deb http://mirrors.aliyun.com/ubuntu/ xenial-updates multiverse

 

 

deb http://mirrors.aliyun.com/ubuntu/ xenial-backports main restricted universe multiverse

 

 

deb-src http://mirrors.aliyun.com/ubuntu/ xenial-backports main restricted universe multiverse #Added by software-properties

 

 

deb http://archive.canonical.com/ubuntu xenial partner

 

 

deb-src http://archive.canonical.com/ubuntu xenial partner

 

 

deb http://mirrors.aliyun.com/ubuntu/ xenial-security main restricted

 

 

deb-src http://mirrors.aliyun.com/ubuntu/ xenial-security main restricted multiverse universe #Added by software-properties

 

 

deb http://mirrors.aliyun.com/ubuntu/ xenial-security universe

 

 

deb http://mirrors.aliyun.com/ubuntu/ xenial-security multiverse

 

3、CUDA8.0

(1)下載：https://developer.nvidia.com/cuda-downloads

(2)下載完成後執行以下命令：

sudochmod777 cuda_8.0.44_linux.run
sudo  ./cuda_8.0.44_linux.run

注意：執行後會有一系列提示讓你確認，但是注意，有個讓你選擇是否安裝nvidia367驅動時，一定要選擇否：
Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 367.48?
因為前面我們已經安裝了更加新的nvidia367，所以這裡不要選擇安裝。其餘的都直接預設或者選擇是即可。

(3)環境變數設定

開啟~/.bashrc檔案： sudo gedit ~/.bashrc 
將以下內容寫入到~/.bashrc尾部：

export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

(4)測試CUDA的samples

cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery
makesudo ./deviceQuery

如果顯示一些關於GPU的資訊，則說明安裝成功。

4、設定cuDNN
cuDNN是GPU加速計算深層神經網路的庫。首先去官網 https://developer.nvidia.com/rdp/cudnn-download 下載cuDNN，需要註冊一個賬號才能下載。

下載cuDNN5.1之後進行解壓：

sudo tar -zxvf ./cudnn-8.0-linux-x64-v6.0.tgz 

進入cuDNN5.1解壓之後的include目錄，在命令列進行如下操作：

cd cuda/include
sudo cp cudnn.h /usr/local/cuda/include  #複製標頭檔案

再將進入lib64目錄下的動態檔案進行複製和連結：

cd ..
cd lib64
sudo cp lib* /usr/local/cuda/lib64/    #複製動態連結庫
cd /usr/local/cuda/lib64/
sudo rm -rf libcudnn.so libcudnn.so.6    #刪除原有動態檔案
sudo ln -s libcudnn.so.6.0.20 libcudnn.so.6  #生成軟銜接
sudo ln -s libcudnn.so.6 libcudnn.so      #生成軟連結

5、安裝MKL

這裡也可以選擇（ATLAS，MKL或者OpenBLAS），依賴檔案安裝時已經安裝了ATLAS，我這裡安裝MKL，首先下載並安裝英特爾®數學核心庫 Linux*版MKL(Intel(R) Parallel Studio XE Cluster Edition for Linux 2016)，下載連結是：https://software.intel.com/en-us/intel-education-offerings，使用學生身份（郵件 + 學校）下載Student版，填好各種資訊，可以直接下載，同時會給你一個郵件告知序列號。下載完之後，要把檔案解壓到home資料夾，或者其他的ext4的檔案系統中。

接下來是安裝過程，先授權，然後安裝：

$ tar zxvf parallel_studio_xe_2017_update3.tgz

$ chmod a+x parallel_studio_xe_2016 -R

$ sudo sh install_GUI.sh

PS: 安裝的時候，建議使用root許可權安裝，過程中會要求輸入Linux的root口令。

MKL與CUDA的環境設定

(1) 新建intel_mkl.conf，並編輯

$ sudo gedit /etc/ld.so.conf.d/intel_mkl.conf

/opt/intel/lib/intel64

/opt/intel/mkl/lib/intel64

(2) 新建cuda.conf，並編輯

$ sudo gedit /etc/ld.so.conf.d/cuda.conf

/usr/local/cuda/lib64

/lib

(3) 完成lib檔案的連結操作，執行：

$ sudo ldconfig

6、安裝opencv3.2

從官網(http://opencv.org)下載Opencv。

unzip opencv-3.2.0.zip

cd ~/opencv-3.2.0
mkdir build
cd build

設定：

編譯：

sudo make

sudomakeinstall

7、安裝Matlab

(1)下載Matlab2016b，請自行搜尋

下載後的Linux資料夾會有三個檔案分別是R2016b_glnxa64_dvd1.iso、R2016b_glnxa64_dvd2.iso和Matlab 2016b Linux64 Crack資料夾。Crack檔案解壓：

rar x Matlab 2016b Linux64 Crack.rar

注意：解壓後Crack資料夾中包含readme.txt檔案，裡面包含金鑰；license_standalone.lic檔案，用於進行軟體啟用；/bin/glnx64/檔案，用於進行matlab安裝目錄中bin/glnx64/的替換，裡面工四個檔案。

(2)掛載：首先建立掛載資料夾，本文為/home/generallc/matlab2016，然後用mount命令進行R2016b_glnxa64_dvd1.iso檔案掛載，注意當前只掛載R2016b_glnxa64_dvd1.iso檔案，R2016b_glnxa64_dvd2.iso先不要進行掛載。

命令：

mkdir /home/generallc/matlab2016                        

#掛載目錄

sudo mount -t auto -o loop /home/generallc/下載/matlab/R2016b_glnxa64_dvd1.iso /home/generallc/matlab2016

注意：/home/generallc/下載/matlab/為下載的linux版本MATLAB2016檔案目錄，/home/generallc/matlab2016為指定的掛載目錄

(3)安裝：進入到掛載目錄下,可以發現有install檔案，然後返回當前目錄的前一層進安裝

命令：

cd /home/generallc/matlab2016

cd ..  

sudo /home/generallc/matlab2016/install    # 進行安裝、彈出安裝介面，類似windows安裝，安裝金鑰在Crack檔案中的readme.txt中

注意：記住matlab安裝目錄，本文為/home/generallc/MATLAB

(4)安裝R2016b_glnxa64_dvd2.iso

當R2016b_glnxa64_dvd1.iso安裝完成後，提示拔出dvd1，然後插入dvd2對話方塊，此時需要掛載第二個iso檔案(R2016b_glnxa64_dvd2.iso)到/home/generallc/matlab2016資料夾下，這裡注意的是，由於你當時的終端視窗正在 進行安裝，所以你是無法進行操作的，所以你需要ctrl+Alt+t進行重新開一個終端命令視窗。掛載成功後直接點選ok就可以了。

命令：

ctrl+Alt+t    #新建視窗

sudo mount -t auto -o loop /home/generallc/下載/matlab/R2016b_glnxa64_dvd2.iso /home/generallc/matlab2016

(5)啟用：安裝完成後，進入安裝 目錄下，執行matlab檔案，彈出啟用對話方塊，選擇用不聯網的方法進行啟用。然後用用下載目錄中/bin/glnx64/的四個檔案替換matlab安裝目錄中bin/glnx64/裡面檔案。

命令：license檔案載入

cd /home/generallc/MATLAB/R2016b/bin  #進入到matlab安裝目錄中

./matlab             #執行matlab，彈出啟用對話方塊，選擇用不聯網的方法進行啟用，載入license_standalone.lic檔案

注意：本文啟用過程中，出現了許可權不足問題，採用chomd命令提高對license_standalone.lic檔案和安裝目錄R2016b的許可權

cd /home/generallc/MATLAB/R2016b/          #進入到掛載目錄中

sudo chmod 777 license_standalone.lic      #提高對license_standalone.lic檔案的操作許可權

cd /home/generallc/MATLAB    #進入到matlab安裝檔案中

sudo chmod -R 777 R2016b/      #提高對安裝目錄R2016b的操作許可權

命令：檔案替換，用下載目錄中/bin/glnx64/的四個檔案替換matlab安裝目錄中bin/glnx64/裡面檔案。
sudo cp /home/generallc/下載/matlab/R2016b/bin/glnxa64/libmwservices.so /home/generallc/MATLAB/R2016b/bin/glnxa64
sudo cp /home/generallc/下載/matlab/R2016b/bin/glnxa64/libmwlmgrimpl.so /home/generallc/MATLAB/R2016b/bin/glnxa64
sudo cp /home/generallc/下載/matlab/R2016b/bin/glnxa64/libinstutil.so /home/generallc/MATLAB/R2016b/bin/glnxa64
sudo cp /home/generallc/下載/matlab/R2016b/bin/glnxa64/libcufft.so.7.5.18 /home/generallc/MATLAB/R2016b/bin/glnxa64

8、Python安裝(根據需要安裝）

(1)anaconda安裝python2.7方式，下載Anaconda（https://www.continuum.io/downloads），下載完成之後，cd進入下載檔案所在的目錄：

$ bash Anaconda2-4.0.0-Linux-x86_64.sh

(2)安裝完成之後，在～/.bashrc檔案末尾新增Anaconda的庫檔案（注意“=”兩邊不要有空格），具體如下：

$ sudo gedit ~/.bashrc      

export PATH="/home/jeson/anaconda2/bin:$PATH" 

export LD_LIBRARY_PATH="/home/jeson/anaconda2/lib:$LD_LIBRARY_PATH" 

(3)重新啟動電腦之後，在命令列輸入：ipython,就可以看到python的版本。

9、caffe設定

(1)下載caffe原始碼：

git clone https://github.com/BVLC/caffe.git    //從github上git caffe  

(2)安裝設定：

cd caffe    //開啟到剛剛git下來的caffe  

cp Makefile.config.example Makefile.config //make指令只能make Makefile.config  

(3)組態檔修改

sudo gedit Makefile.config #開啟Makefile.config檔案 根據個人情況修改檔案：
a）若使用cudnn，則將
#USE_CUDNN := 1
修改成： 
USE_CUDNN := 1

b）啟用Intel Parallel Studio XE 2016

BLAS := mkl

c)設定路徑，實現caffe對Python和Matlab介面的支援

PYTHON_LIB := /usr/local/lib

MATLAB_DIR := /usr/local/MATLAB/R2016b

d）若使用的opencv版本是3的，則將
#OPENCV_VERSION := 3 
修改為： 
OPENCV_VERSION := 3
e）若要使用python來編寫layer，則將

#WITH_PYTHON_LAYER := 1  
修改為：

WITH_PYTHON_LAYER := 1 
f）重要的一項：將

 # Whatever else you find you need goes here. 下面的

INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib 

修改為：

INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu /usr/lib/x86_64-linux-gnu/hdf5/serial 

這是因為Ubuntu16.04的檔案包含位置發生了變化，尤其是需要用到的hdf5的位置，所以需要更改這一路徑。

h）若安裝Anaconda，則

注釋掉原來的PYTHON_INCLUDE，使用ANACONDA的設定，
注意檔案的

ANACONDA_HOME := $(HOME)/anaconda
可能需要改為

ANACONDA_HOME := $(HOME)/anaconda2

根據自己的情況

(4)修改makefile檔案

開啟makefile檔案，做如下修改：
將：

NVCCFLAGS +=-ccbin=$(CXX) -Xcompiler-fPIC $(COMMON_FLAGS)

替換為：

NVCCFLAGS += -D_FORCE_INLINES -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS)

(5)編輯/usr/local/cuda/include/host_config.h
將其中的第115行注釋掉，將

#error-- unsupported GNU version! gcc versions later than 4.9 are not supported!
改為
//#error-- unsupported GNU version! gcc versions later than 4.9 are not supported!

(6)編譯caffe

make -j4 #-j根據自己電腦設定決定
編譯過程中可能會出現如下錯誤：
錯誤內容1：
"fatal error: hdf5.h: 沒有那個檔案或目錄"
解決辦法：
step1：在Makefile.config檔案的第85行，新增/usr/include/hdf5/serial/ 到 INCLUDE_DIRS，也就是把下面第一行程式碼改為第二行程式碼。
將：
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include
替換為：
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial/
stept2：在Makefile檔案的第173行，把 hdf5_hl 和hdf5修改為hdf5_serial_hl 和 hdf5_serial，也就是把下面第一行程式碼改為第二行程式碼。
將：
LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_hl hdf5
改為：
LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_serial_hl hdf5_serial
錯誤內容2：
"libcudnn.so.5 cannot open shared object file: No such file or directory"
解決辦法是將一些檔案複製到/usr/local/lib資料夾下：
#注意自己CUDA的版本號！

 sudo cp /usr/local/cuda-8.0/lib64/libcudart.so.8.0 /usr/local/lib/libcudart.so.8.0 && sudo ldconfig
 sudo cp /usr/local/cuda-8.0/lib64/libcublas.so.8.0 /usr/local/lib/libcublas.so.8.0 && sudo ldconfig
 sudo cp /usr/local/cuda-8.0/lib64/libcurand.so.8.0 /usr/local/lib/libcurand.so.8.0 && sudo ldconfig
 sudo cp /usr/local/cuda-8.0/lib64/libcudnn.so.5 /usr/local/lib/libcudnn.so.5 && sudo ldconfig