ubuntu16.04 gtx1080ti 安装caffe gpu版本

最近购置了一个二手的1080ti显卡，打算自己在家搭建一个深度学习训练环境。网上看了很多教程，在这里也感谢大家的分享。本文所用到的安装包都在百度云中，需要的自己下载：

链接：https://pan.baidu.com/s/1dXTlgx7TC6Jhj7E0J07ECA?pwd=s609
提取码：s609

--来自百度网盘超级会员V2的分享

安装大致有四个步骤：

1.安装显卡驱动。

2.安装CUDA

3.安装cudnn

4.安装opencv

5.编译caffe

一.安装显卡驱动：

安装NVIDIA显卡驱动本文提供两种安装方式，一种是采用系统适配显卡驱动的方式，另一种是通过命令行的方式通过ppa来安装，这里推荐使用第一种安装方式，因为他简单而且不容易出错。如果第一种方式行不通再使用第二种方法，如果您的显卡不是GF1080Ti请先去NVIDIA官方网站查看自己的显卡驱动型号再来操作安装，也就是说384的驱动版本不一定适合您，请一定注意。无论采取哪种方式请一定要保证电脑能正常连接外网，因为期间需要外网来下载驱动。

①、采用系统适配显卡驱动的方式

打开设置，找到软件和更新，再找到附加驱动这一栏，如下图所示。

等系统搜索一会，出来结果后点击专有驱动这一项，再点击应用更改即可。

输入以下指令进行验证：

 nvidia-smi

若列出了GPU的信息列表则表示驱动安装成功。如下图所示。

②、通过命令行的方式安装显卡驱动

安装显卡驱动的大致流程为：进入命令行终端 --> 禁用lightdm桌面服务 --> 安装驱动 --> 启用lightdm桌面服务 --> 重启进入BIOS关闭secure boot --> 重启电脑

注意：Ubuntu系统集成的显卡驱动程序是nouveau，我们需要先将nouveau从linux内核卸载掉才能安装NVIDIA官方驱动

通过lsmod命令查看，确认nouveau是否已经被屏蔽掉。

lsmod | grep nouveau

若执行命令后无任何输出证明 nouveau禁用成功，如有输出，则证明nouveau没有被禁用，需要大家自行百度，将nouveau加入到黑名单中，由于这里我的已经禁用成功不需要多余的操作，所以就没有整理。
安装步骤：

1、禁用nouveau；

2、键盘上按下 ctrl + alt + F1，进入命令行模式。ubuntu有命令行模式和X桌面模式，安装驱动必须在命令行模式进行；

3、禁用X桌面服务，命令行输入：

sudo service lightdm stop

，此命令将关闭桌面服务，现在已经不能进入桌面模式（重启电脑会重启桌面服务）。

4、添加ppa库，通过ppa安装显卡驱动，注意不要从NVIDIA官网下载显卡驱动，直接通过ppa安装即可：

sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
sudo apt-get install nvidia-384

由于本机显卡为GTX 1080Ti，截止到2018年4月15日，该显卡最新版驱动版本为390，但是在Ubuntu下安装384还是比较稳定的，因此安装nvidia-384驱动。

5、重启X桌面服务，命令行输入：

sudo service lightdm start

6、在终端中输入nvidia-smi，若有输出则证明驱动安装成功，若无输出则证明安装失败。

二.安装cuda8.0

首先在官网 CUDA Toolkit Archive | NVIDIA Developer 下载cuda8.0

下载完后执行以下命令：

sudo chmod 777 cuda_8.0.61_375.26_linux.run  #给用户增加读写和执行的权限
sudo  ./cuda_8.0.61_375.26_linux.run

执行上述命令约1分钟后会出现 0%信息，此时长按回车键让此百分比增长，直到100%，然后按照提示操作即可，先输入 accept ，然后让选择是否安装 nvidia 驱动，这里因为已经安装过显卡驱动就不能再重复安装，所以输入“n”不安装。剩下的选择则都输入“y”确认安装或确认默认路径安装，开始安装，如下图所示。

3、环境变量配置

打开~/.bashrc文件：

sudo gedit ~/.bashrc
将以下内容写入到~/.bashrc尾部：export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

使该配置生效：一定要执行啊 ,如果同时打开多个终端,执行过后,重新打开,否则后面的错误也是不断的.

source ~/.bashrc

在/etc/profile文件中添加CUDA环境变量：

sudo gedit /etc/profile

打开文档都在文档结尾加上下面两句：

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

保存后, 执行下列命令, 使环境变量立即生效：

source /etc/profile

同时添加lib库路径，在 /etc/ld.so.conf.d/新建文件 cuda.conf

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

在文中加入下面内容：

/usr/local/cuda/lib64

执行下列命令使之立刻生效：

sudo ldconfig

4、执行以下命令测试cuda是否安装成功

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

三。安装cudnn

去官网下载cudnn5. cuDNN Archive | NVIDIA Developer

2、下载完成之后进入下载目录（将下载的安装包拷贝到home文件夹下），执行以下命令进行解压：

sudo tar -zxvf ./cudnn-8.0-linux-x64-v5.1.tgz

解压之后，得到一个 cudn 文件夹，该文件夹下include 和 lib64 两个文件夹，命令行进入 cudn/include 路径下，然后进行以下操作：

cd cuda/include
sudo cp cudnn.h /usr/local/cuda/include  #复制头文件

再将进入lib64目录下的动态文件进行复制和链接：

cd ..
cd lib64
sudo cp lib* /usr/local/cuda/lib64/    #复制动态链接库
cd /usr/local/cuda/lib64/
sudo rm -rf libcudnn.so libcudnn.so.5    #删除原有动态文件
sudo ln -s libcudnn.so.5.0.5 libcudnn.so.5  #生成软衔接
sudo ln -s libcudnn.so.5 libcudnn.so      #生成软链接

3、安装完成后可用 nvcc -V 命令验证是否安装成功，若出现以下信息则表示安装成功：

~$ nvcc -V
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2016 NVIDIA Corporation
Built on Tue_Jan_10_13:22:03_CST_2017
Cuda compilation tools, release 8.0, V8.0.61

四。安装opencv

1、进入官网 : http://opencv.org/releases.html , 选择 3.1.0 版本的 source , 下载 opencv-3.1.0.zip

2、下载之后将文件拷贝到home文件夹下，并将其解压。

unzip opencv-3.1.0.zip

3、命令行进入已解压的文件夹 opencv-3.1.0 目录下，并执行下列命令。

cd ~/opencv-3.1.0

#安装前准备，创建编译文件夹：

mkdir build # 创建编译的文件目录
cd build

#配置：

安装依赖包：

sudo apt-get install build-essentialsudo apt-get install cmakesudo apt-get install libgtk2.0-devsudo apt-get install pkg-configsudo apt-get install python-dev python-numpysudo apt-get install libavcodec-dev libavformat-dev libswscale-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev

sudo cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local ..

#编译：

sudo make -j16

4、在执行 sudo make -j16 命令编译到 93% 时可能会出现以下错误：

这是因为opecv3.0与cuda8.0不兼容导致的。解决办法：修改～/opencv/modules/cudalegacy/src/graphcuts.cpp文件内容

#if !defined (HAVE_CUDA) || defined (CUDA_DISABLER)||(CUDART_VERSION>=8000)

以上只是将opencv编译成功，还没将opencv安装，需要运行下面指令进行安装：

sudo make install

5、安装完成后通过查看 opencv 版本验证是否安装成功：

pkg-config --modversion opencv

最后一步：编译caffe.

a、安装相关依赖包

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
sudo apt-get install git cmake build-essential

b、在我们要安装的路径下 clone ，一般默认会安装在home文件加下，文件夹名称为caffe。

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

进入 caffe ，将 Makefile.config.example 文件复制一份并更名为 Makefile.config ，也可以在 caffe 目录下直接调用以下命令完成复制操作：

cd caffe
sudo cp Makefile.config.example Makefile.config

复制一份的原因是编译 caffe 时需要的是 Makefile.config 文件，而Makefile.config.example 只是caffe 给出的配置文件例子，不能用来编译 caffe。

然后修改 Makefile.config 文件，在 caffe 目录下打开该文件：

sudo gedit Makefile.config

修改 Makefile.config 文件内容：

（1）应用 cudnn

将
#USE_CUDNN := 1
修改成：
USE_CUDNN := 1

（2）应用 opencv 且版本是3的

将
#OPENCV_VERSION := 3
修改为：
OPENCV_VERSION := 3

（3）使用python来编写layer

将
#WITH_PYTHON_LAYER := 1
修改为
WITH_PYTHON_LAYER := 1

（4）实现caffe对Python和Matlab接口的支持（可不修改,因为我没有用matlab，所以我没改）

PYTHON_LIB := /usr/lib
MATLAB_DIR := /usr/local/MATLAB/R2015b #注意：将Matlab修改成对应的版本

（5）修改 python 路径（重要）

#Whatever else you find you need goes here. 下面的INCLUDE_DIRS:= $(PYTHON_INCLUDE) /usr/local/includeLIBRARY_DIRS:= $(PYTHON_LIB) /usr/local/lib /usr/lib修改为：INCLUDE_DIRS:= $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serialLIBRARY_DIRS:= $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu /usr/lib/x86_64-linux-gnu/hdf5/serial

注：如果使用的是CUDA版本是8.0，从CUDA 8.0开始compute capability 2.0和2.1被弃用了，所以可以将-gencode arch=compute_20,code=sm_20 和-gencode arch=compute_20,code=sm_21这两行删除。如下


CUDA_ARCH := -gencode arch=compute_30,code=sm_30 \-gencode arch=compute_35,code=sm_35 \-gencode arch=compute_50,code=sm_50 \-gencode arch=compute_52,code=sm_52 \-gencode arch=compute_60,code=sm_60 \-gencode arch=compute_61,code=sm_61 \-gencode arch=compute_61,code=compute_61

这里贴出我的Makefile.config文件方便大家参考

然后修改 caffe 目录下的 Makefile 文件：

将：
NVCCFLAGS +=-ccbin=$(CXX) -Xcompiler-fPIC $(COMMON_FLAGS)
替换为：
NVCCFLAGS += -D_FORCE_INLINES -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS)

将：
LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_hl hdf5
改为：
LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_serial_hl hdf5_serial

这里贴出我的Makefile文件方便大家参考

然后修改 /usr/local/cuda/include/host_config.h 文件 :

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

c、接下来开始编译，如果前面的配置或安装出错，那么编译就会出现各种各样的问题，所以前面的步骤一定要细心。

make all -j8  #-j8根据自己电脑配置决定
make test -j8
sudo make runtest -j8 #测试

如果运行之后出现如图所示结果，说明caffe配置成功。

d、安装python接口

首先回到caffe的根目录，然后执行安装代码：注意你的pip版本号，如果版本比较低的话安装这些依赖包的话是不成功的，所以要升级pip，我最开始是8.1.0后面神升级到了20.2.4，由于unbuntu16.04无法自动升级pip版本，所以可以从官网上下载源码然后进行安装。

cd ~/caffe
sudo apt-get install gfortran
cd ./python
for req in $(cat requirements.txt); do pip install $req; done

安装完成以后，再次回到caffe根目录我们可以执行：

cd ..
sudo pip install -r python/requirements.txt
编译python接口:make pycaffe

配置环境变量，以便python调用：

sudo gedit ~/.bashrc
将export PYTHONPATH=/home/caffe/python:$PYTHONPATH添加到文件中source ~/.bashrc #更新文件

编译 pycaffe 成功后，验证一下是否可以在 python 中导入 caffe 包，首先进入 python 环境：

python
然后导入 caffe :>>> import caffe

无报错就是安装成功了。

参考博客：

Ubuntu16.04配置caffe（GPU）详细教程_QLULIBIN的博客-CSDN博客

ubuntu16.04 gtx1080ti 安装caffe gpu版本相关推荐

通过Anaconda在Ubuntu16.04上安装 TensorFlow(GPU版本)
一. 安装环境 Ubuntu16.04.3 LST GPU: GeForce GTX1070 Python: 3.5 CUDA Toolkit 8.0 GA1 (Sept 2016) cuDNN v6 ...
Ubuntu16.04.1安装Caffe(GPU)
Caffe的优势: 1.上手快:模型与相应优化均以文本形式而非代码形式给出,caffe给出了模型的定义,最优化设置以及预训练的权重 2.速度快:与CuDNN结合使用,测试AlexNet模型,在K40上 ...
ubuntu16.04下安装TensorFlow(GPU加速)----详细图文教程【转】
本文转载自:https://blog.csdn.net/zhaoyu106/article/details/52793183 le/details/52793183 写在前面一些废话接触深度学习已 ...
ubuntu16.04下安装TensorFlow(GPU加速)----详细图文教程
文章来源:http://www.datacups.com/post/1 软件: ubuntu16.04+cuda8.0+cudnn v5+tensorflow 0.11 1. 下载 1.1 系统镜像 ...
ubuntu 16.04 安装Caffe GPU版本
安装nvidia显卡驱动和CUDA8.0和cuDNN5请参考以下内容 http://blog.csdn.net/chenhaifeng2016/article/details/68957732 安装第 ...
ubuntu16.04下安装opencv3.2版本
1.下载OpenCV的源码 OpenCV官网上有linux版本的源码包可以下载,不过最好是从git上下载,这样可以保证下载得到的是最新的代码: 1 wget -O opencv.zip https:/ ...
ubuntu16.04 gtx1080ti 安装pytorch
最近想用pythorch训练yolo,所以搭建了一下pytorch的开发环境 pytorch安装虽然简单但是也是有很多坑的!首先我选择的是cuda9.0版本的,我的显卡驱动是nvida-384.130 ...
Ubuntu 16.04下安装Caffe（GPU版本 GTX970）
Ubuntu 16.04下安装Caffe(GPU版本 GTX970) 个人分类: Deep Learning 2018年8月6日更新说明:距上次安装成功没多久,显卡驱动莫名失效,没有解决,索性重装了系 ...
Caffe学习笔记2--Ubuntu 14.04 64bit 安装Caffe（GPU版本）
0.检查配置 1. VMWare上运行的Ubuntu,并不能支持真实的GPU(除了特定版本的VMWare和特定的GPU,要求条件严格,所以我在VMWare上搭建好了Caffe环境后,又重新在Windo ...

ubuntu16.04 gtx1080ti 安装caffe gpu版本

ubuntu16.04 gtx1080ti 安装caffe gpu版本相关推荐

最新文章

热门文章