ubuntu 16.04+Titan Xp + Cuda 9.0 + Cudnn 7.0 + Caffe

第一步：安装显卡驱动。

sudo apt-get remove --purge nvidia*

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

sudo apt-get update

Ctrl+Alt+F1 进入命令行界面：

sudo service lightdm stop

sudo apt-get install nvidia-3**

版本号：在Nvidia官网上查看对应系统和显卡的版本号，Titan Xp 对应的是390.

重启系统后，命令行输入

nvidia-smi

如果看到显卡状况的显示，说明安装成功。

第二步：安装相关依赖项。

sudo apt-get install -y libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev
sudo apt-get install -y libhdf5-serial-dev libgflags-dev libgoogle-glog-dev liblmdb-dev protobuf-compiler protobuf-c-compiler
sudo apt-get install -y protobuf-compiler python-numpy python-scipy python-matplotlib python-sklearn python-skimage python-h5py
sudo apt-get install -y python-protobuf python-leveldb python-networkx python-nose python-pandas python-gflags cython ipython
sudo apt-get install -y libopenblas-dev
sudo apt-get install -y freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libglu1-mesa libglu1-mesa-dev

第三步：安装Cuda 9.0.

官网下载run文件，切换到下载目录给予run文件可执行权限，然后运行安装。

！！！Note：安装过程中会遇到Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 3**? 一定选择No

其余的全都accpet和yes

添加环境变量，打开.bashrc文件，在里面添加

export PATH=/usr/local/cuda-9.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

然后

source ~/.bashrc

最后

nvcc --version(version前有两个短线)

如果安装成功，可以看到Cuda的版本。

第四步：安装Cudnn 7.0.

这里直接参考官网安装建议：

Navigate to your <cudnnpath> directory containing cuDNN Debian file.

Install the runtime library, for example:

sudo dpkg -i libcudnn7_7.0.3.11-1+cuda9.0_amd64.deb

Install the developer library, for example:

sudo dpkg -i libcudnn7-dev_7.0.3.11-1+cuda9.0_amd64.deb

Install the code samples and the cuDNN Library User Guide, for example:
```
sudo dpkg -i libcudnn7-doc_7.0.3.11-1+cuda9.0_amd64.deb
```
To verify that cuDNN is installed and is running properly, compile the mnistCUDNN sample located in the /usr/src/cudnn_samples_v7 directory in the debian file.
Copy the cuDNN sample to a writable path.
```
$cp -r /usr/src/cudnn_samples_v7/ $HOME
```
Go to the writable path.
```
$ cd  $HOME/cudnn_samples_v7/mnistCUDNN
```
Compile the mnistCUDNN sample.
```
$make clean && make
```
Run the mnistCUDNN sample.
```
$ ./mnistCUDNN
```
If cuDNN is properly installed and running on your Linux system, you will see a message similar to the following:
```
Test passed!
```

第五步：安装OpenBLAS.

下载地址：http://www.openblas.net/

赚到下载目录，然后：

make
sudo make install

第六步：安装Caffe.

下载地址： http://caffe.berkeleyvision.org/
切换到Caffe-master的文件夹:

cp Makefile.config.example Makefile.config

a. USE_CUDNN := 1#去掉这个注释 ;

b.WITH_PYTHON_LAYER := 1 #去掉这个注释;

c.启动OpenBLAS:

BLAS := open

d.配置文件路径。

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

e.其他配置。

然后根据自己的cuda文档提示删去或者注释掉相应的版本的，例如

CUDA_ARCH := #-gencode arch=compute_20,code=sm_20 \

#-gencode arch=compute_20,code=sm_21 \（要根据自己实际才cuda版本注释，文件本身有提示）

Titan xp 需要删除或者注释所有和20，21相关的。

f. 编译安装：

make all -j16
make test -j16
make runtest -j16
make pycaffe -j16

j16表示用多少个cpu进行编译，参考自己电脑的cpu配置情况。

g.测试安装是否成功。

（1）

运行MNIST例子：

进入caffe/data/mnist执行./get_mnist.sh下载MNIST数据集

运行在caffe根目录运行./examples/mnist/create_mnist.sh将数据集转换为caffe能处理的格式

在$CAFFE_ROOT/examples/mnist/lenet_solver.prototxt文件中修改训练使用CPU还是GPU

在caffe根目录下运行./examples/mnist/train_lenet.sh来运行MNIST示例。

（2）

赚到caffe-master文件夹，打开命令行界面：

python
import caffe

如果import成功则说明安装成功。

ubuntu 16.04+Titan Xp + Cuda 9.0 + Cudnn 7.0 + Caffe相关推荐

ubuntu 18.04 RTX2080(ti) --- tensorflow-gpu + cuda9.0 + cudnn-9.0 (ubuntu 16.04, TITAN XP)
0.下载display driver.cuda和cudnn RTX2080 Display Driver cuda cudnn 版本对应关系 1. 禁止系统默认的显卡驱动打开系统黑名单 sudo g ...
worker mpm php,Ubuntu 16.04 安裝 Apache2.4 + mpm_worker + fastcgi + php7.0
之前寫過一篇 Ubuntu 16.04 在 Apache2.4 跑 PHP7.0 是用 mod_php 跑來的,而 mod_php 是使用 mpm_prefork 來跑,這篇主要要說的是 mpm_wo ...
ubuntu 16.04 1080Ti 安装Cuda
欢迎转载,请支持原创,保留原文链接:http://blog.ilibrary.me 原文已更新,用docker不需要这么繁琐的步骤.2019.08.13 前段时间做自动摘要和自动翻译,跑深度学习的算法 ...
Ubuntu 16.04 使用docker资料汇总与应用docker安装caffe并使用Classifier（ros kinetic+usb_cam+caffe）
Docker是开源的应用容器引擎.若想简单了解一下,可以参考百度百科词条Docker.好像只支持64位系统. Docker官网:https://www.docker.com/ Docker - 从入门 ...
Ubuntu 16.04源码编译安装nginx 1.10.0
一.下载相关的依赖库 pcre 下载地址 http://120.52.73.43/jaist.dl.sourceforge.net/project/pcre/pcre/8.38/pcre-8.38.t ...
Ubuntu 16.04下为Android编译OpenCV 3.1.0 Manager
http://johnhany.net/2016/07/build-opencv-manager-for-android-on-ubuntu/
【跳坑日记】Ubuntu 16.04安装 Ruby2.7.0遇到的坑：cannot load such file -- openssl (LoadError)
出错描述运行环境操作系统:Ubuntu 16.04 64位 Ruby版本:2.7.0 错误描述通过源码安装Ruby 2.7.0版本时报错,内容:ruby-2.7.0/lib/rubygems/c ...
Ubuntu 16.04~ORB SLAM2～Kinect v1
额 Ubuntu16.04 ORB-SLAM2实现(kinect V1/ROS) ----------------------------------------------------------- ...
Ubuntu 1６.04 LTS, 64bit,cuda ８, Caffe环境配置编译和安装
1 GPU设备 1.1 本人使用的GPU设备名称: 七彩虹GTX980Ti显卡iGame980Ti烈焰战神X 6G 1．2 硬件问题 Laboratory Tested Hardware: Berk ...
ubuntu 16.04 配置Python2.7 和 Python3.5 同时调用OpenCV
安装OpenCV OpenCV 官网,下载见 SourceForge and GitHub. 若使用官网版本安装不成功,则可试试Github版本. 或者 git clone https://githu ...

ubuntu 16.04+Titan Xp + Cuda 9.0 + Cudnn 7.0 + Caffe

ubuntu 16.04+Titan Xp + Cuda 9.0 + Cudnn 7.0 + Caffe相关推荐

最新文章

热门文章