Caffe + Ubuntu 14.04 + CUDA 6.5
洋洋洒洒一大篇,就没截图了,这几天一直在折腾这个东西,实在没办法,不想用Linux但是,为了Caffe,只能如此了,安装这些东西,遇到很多问题,每个问题都要折磨很久,大概第一次就是这样的。想想,之后应用,应该还会遇到很多问题吧,不过没办法了,骑虎难下!!这里有个建议是,如果将来要做大数据集,最好事先给Linux留多点空间,比如Imagenet,估计500G都不为过。
这篇安装指南,适合零基础,新手操作,请高手勿要吐槽!
本文主要包含5个部分,包括:
第一部分 Linux安装
第二部分 nVidia驱动和CUDA Toolkit的安装和调试
第三部分 Caffe的安装和测试
第四部分 Python安装和调试
第五部分 Matlab安装和调试
PS:第四、五部分暂未完成,后面补上。
- 第一部分 Linux安装
- 第二部分:nVidia驱动和CUDA Toolkit的安装和调试
二、Verify You Have a Supported Version of Linux
三、Verify the System Has gcc Installed
四、Download the NVIDIA CUDA Toolkit
五、Handle Conflicting Installation Methods
六、Graphical Interface Shutdown
七、Interaction with Nouveau
$ touch nvdia-graphics-drivers.conf
$ sudo vi nvdia-graphics-drivers.conf
写入:blacklist nouveau
b. 然后把该文件拷贝到黑名单列表所在的目录中:
2. 对于:/etc/default/grub,添加rdblacklist=nouveau nouveau.modeset=0到末尾。
3. 官网提供的操作:
$ sudo update-initramfs -u
PS:其实,这一连串的工作,有点没搞懂,因为有的命令和文件不存在。原理理解了,但是步骤还是有点模糊,不过,我是照上面的操作完成了,后面的也没出问题,应该应付过去了吧。
八、Installation
切换到cuda_6.5.11_rc_linux_64.run 所在的目录,然后执行安装命令:
$ sudo sh cuda_6.5.11_rc_linux_64.run
再次提醒,安装前一定要执行 md5sum ,我第一次安装就是执行了,发现不一样,然后没有理它直接安装,导致安装的Sumary里显示Driver成功,Toolkit和Samples失败,第二次在装就好了。
至于如果发现md5检测不一致,怎么办?别逗了,去nVidia重新下载就行了,地球人都知道,别无限循环就好^_^!
九、Extra Libraries
十、驱动装完了,可以回到GUI界面了,也可以继续留这里玩文本。。。
十一、POST-INSTALLATION ACTIONS
这一步就是验证一下安装是否正确,编译和完成以下CUDA自带的程序,建议做一下~
$ export LD_LIBRARY_PATH=/usr/local/cuda-6.5/lib64:$LD_LIBRARY_PATH
2. (Optional) Install Writable Samples
3. Verify the Installation
b. Compiling the Examples
次日,这里安装完,就可以编译了,切换目录到~/NVIDIA_CUDA-6.5_Samples,记性没问题的话,应该还记得它是安装在Home文件夹的,穿越过去就好了,然后执行:
$ make
c. Running the Binaries
$ ./deviceQuery
$ ./bandwidthTest
好了,到这里所有nVidia CUDA的安装就结束了,下面看看Caffe如何安装。
- 第三部分 Caffe的安装和测试
对于Caffe的安装严格遵照官网的要求来:http://caffe.berkeleyvision.org/installation.html
一、安装BLAS,这里可以选择(ATLAS,MKL或者OpenBLAS),我这里使用MKL,首先下载并安装英特尔® 数学内核库 Linux* 版MKL,下载链接是: https://software.intel.com/en-us/intel-education-offerings,可以下载Student版的,先申请,然后会立马收到一个邮件(里面有安装序列号),打开照着下载就行了。下载完之后,要把文件解压到home文件夹(或直接把tar.gz文件拷贝到home文件夹,为了节省空间,安装完记得把压缩文件给删除喔~),或者其他的ext4的文件系统中。
$ tar zxvf cpp_studio_xe_2013_sp1_update3.tar.gz (如果你是直接拷贝压缩文件过来的)
$ chmod a+x /home/username/cpp_studio_xe_2013_sp1_update3 -R
$ sudo ./install_GUI.sh
2. 记得把解压后的studio_xe软件包丢到home下,或者干脆直接在home里解压,注意这里它是保存在home/ username , 这里的 username 是你的用户名。这一步主要是,让安装程序处于linux的文件系统中,为了修改权限做保证。
$ sudo passwd root
二、MKL与CUDA的环境设置
$ cd /etc/ld.so.conf.d
/opt/intel/mkl/lib/intel64
2. 新建cuda.conf,并编辑之:
$ sudo vi cuda.conf
3. 完成lib文件的链接操作,执行:
三、安装OpenCV
2. 切换到文件保存的文件夹,然后安装依赖项:
3. 安装openCV,因为不知道有什么区别,所以就安装最新版opencv2_4_8吧,有偏好可以根据自己的要求进行设置:
四、安装其他依赖项
$ ./ configure
$ make
$ sudo make install
2. 其他依赖项,确保都成功
如果安装过程中出现错误,E: Sub-process /usr/bin/dpkg returned an error code (1),可能是因为sudo apt-get install出现到意外,不用着急,可以试试这个解决办法:
$ cd /var/lib/dpkg
$ sudo mv info info.bak
$ sudo mkdir info
$ sudo apt-get --reinstall install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev
五、安装Caffe并测试
$ make all
$ make test
$ sudo apt-get install protobuf-c-compiler protobuf-compiler
2. 提示“src/caffe/util/math_functions.cu(140): error: calling a host function("std::signbit ") from a globalfunction("caffe::sgnbit_kernel ") is not allowed”
解决办法:
六、使用MNIST数据集进行测试
$ ./get_mnist.sh
2. 重建LDB文件,就是处理二进制数据集为Caffe识别的数据集,以后所有的数据,包括jpe文件都要处理成这个格式
$ ./create_mnist.sh
3. 训练mnist
$ ./train_lenet.sh
至此,Caffe安装的所有步骤完结,下面是一组简单的数据对比,实验来源于MNIST数据集,主要是考察一下不同系统下CPU和GPU的性能。可以看到明显的差别了,虽然MNIST数据集很简单,相信复杂得数据集,差别会更大,Ubuntu+GPU是唯一的选择了。
myown:
#install openblas
git clone https://github.com/xianyi/OpenBLAS.git
cd OpenBLAS/
sudo apt-get install gfortran
sudo apt-get install gfortran-dev
sudo apt-get install libgfortran-4.8-dev
make
sudo make PREFIX=/usr/local/openblas install
#opencv
tar -xvf opencv-3.0.0-beta.zip
cmake ../ -DWITH_IPP=OFF
make && make install
for ubuntu 14.04:
sudo apt-get install libgflags-dev libgoogle-glog-dev
for ubuntu 12.04
#install glog-0.3.3.tar.gz
tar -xvf glog-0.3.3.tar.gz
sudo make && sudo make install
#install gflags-master.zip
mkdir build
add set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} -fPIC")
cd build
cmake ../
make && sudo make install
#install cudnn-6.5-linux-x64-v2
tar -zxvf cudnn-6.5-linux-x64-v2.tgz
cd cudnn-6.5-linux-x64-v2
sudo cp lib* /usr/local/cuda/lib64/
sudo cp cudnn.h /usr/local/cuda/include/
cd /usr/local/cuda/lib64/
sudo rm -rf libcudnn.so libcudnn.so.6.5
sudo ln -s libcudnn.so.6.5.48 libcudnn.so.6.5
sudo ln -s libcudnn.so.6.5 libcudnn.so
#install lmdb
wget (https://code.launchpad.net/~ubuntu-branches/ubuntu/vivid/lmdb/vivid)
cd mdb/libraries/liblmdb
make && make install
#other 3th party
sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev protobuf-compiler
#caffe cmake/Dependencies.cmake
---[ BLAS
find_package(OpenBLAS REQUIRED)
include_directories(SYSTEM ${OpenBLAS_INCLUDE_DIR})
list(APPEND Caffe_LINKER_LIBS ${OpenBLAS_LIB})
change caffe/cmake/Modules/FindOpenBLAS.cmake, set path
#五、buildCaffe
$ set blas path/lib:
$ make all
$ make test
Caffe + Ubuntu 14.04 + CUDA 6.5相关推荐
- Ubuntu 14.04+cuda 7.5+caffe安装配置
换了新电脑,整个人喜气洋洋,然后就屁颠屁颠地开始配置caffe的使用环境. 可是!!!配置这个坑爹的caffe环境让我重装系统N次加上重装cudaN次,后来发现有好多都是很琐碎的注意事项,好多人都没有 ...
- 2015.08.17 Ubuntu 14.04+cuda 7.5+caffe安装配置
2016.06.10 update cuda 7.5 and cudnn v5 2015.10.23更新:修改了一些地方,身边很多人按这个流程安装,完全可以安装 折腾了两个星期的caffe,windo ...
- NVIDIA DIGITS-2.0 + Ubuntu 14.04 + CUDA 7.0 + cuDNN 7.0 + Caffe 0.13.0环境配置
引言 DIGITS简介 DIGITS特性 资源信息 说明 DIGITS安装 软硬件环境 硬件环境 软件环境 操作系统安装 DIGITS安装前准备 安装CUDA70deb方式 安装cuDNN70 安装C ...
- 从零安装 Caffe (Ubuntu 14.04) Install Caffe in Ubuntu 14.04 from Scratch
Coldmooon's Blog HOME ABOUT CONTACT 从零安装 Caffe (Ubuntu 14.04) Install Caffe in Ubuntu 14.04 from Scr ...
- Caffe配置简明教程 ( Ubuntu 14.04 / CUDA 7.5 / cuDNN 5.1 )
1. 前言 本教程使用的系统是Ubuntu 14.04 LTS 64-bit,使用的CUDA版本为7.5,使用的NVIDIA驱动版本为352. 如果您使用的Pascal架构显卡,如GTX1080或者新 ...
- Caffe + Ubuntu 14.04 64bit + CUDA 6.5 配置说明
FROM:https://gist.github.com/realmyth/f368ba0fea429342236c 本步骤能实现用Intel核芯显卡来进行显示, 用NVIDIA GPU进行计算. 1 ...
- Caffe在Ubuntu 14.04 64bit 下的安装------pycaffe 配置
这里我主要参考 pycaffe 的 安装配置 http://www.linuxidc.com/Linux/2015-07/120449.htm 最近因为各种原因,装过不少次Caffe,安装过程很多坑, ...
- Ubuntu 14.04 64 bit+ Torch 7 + CUDA7安装配置
本文记录了本人配置Ubuntu 14.04 LTS + Torch7 + CUDA环境的过程,以及遇到的一些问题,简要介绍了Torch的使用. Torch简介 什么是Torch 为什么选择Torch ...
- ubuntu 14.04 双显卡安装NVIDIA GPU驱动+CUDA+编译配置caffe
******************************** 安装ubuntu************************* 1.在bios里设置使用集成显卡 2.安装ubuntu 14.04 ...
- 64位双系统Ubuntu 14.04 LTS + Caffe + CUDA 7.5 + Opencv 3.0 安装配置实战
一切的一切,开端便是这caffe,作为博客的第一篇文章,自然要讲讲一个哲学问题"我是从哪来的" 一.windows情况下安装双系统64位Ubuntu 本段落根据http://www ...
最新文章
- 遗传算法与直接搜索工具箱学习笔记 -----从直接搜索算法开始
- [转]终结PHP中文乱码的问题
- Zookeeper的功能以及工作原理 (转自:http://www.cnblogs.com/felixzh/p/5869212.html)
- Android笔记之平移View
- SSL-ZYC 1760 商店选址问题
- MyBatis整合Spring的实现(13)
- MySQL数据查询SELECT大全
- Java集合源码解析之ArrayList
- 使用POI转换word doc文件
- c51语言语句 指令集,MCU
- GTUG的推荐给大家的一本书
- 日志分析工具Awstats实战之Nginx篇-分析结果静态化
- 【优化调度】基于matlab人工鱼群算法求解梯级水库调度优化问题【含Matlab源码 415期】
- OTC场外交易平台源码/虚拟场外交易源码
- 思科、华为、Dell visio图下载
- 从零开始学习编程_从这里开始学习编程
- Spark机器学习-LDA算法09
- 传统BI+敏捷BI+智能BI
- DIY微信朋友圈截图制作生成小程序源码下载
- 第五人格亚服服务器不稳定,【关于第五人格网络问题的部分原因及解决方法】...
热门文章
- Python爬取世纪佳缘的数据,是否能证明它的不靠谱?
- AMD cpu编译VASP
- 如何在linux下安装驱动程序,如何在Linux上安装硬件驱动程序 | MOS86
- AM3359 中利用GPMC控制器驱动FIFO
- 澳洲联储会议纪要 对于市场影响不大
- Springboot开心学习(第九天)
- oppo都有哪些android版本,如今手机8+256的版本是否已然成为标配,哪些手机又值得入手呢...
- Airbnb JavaScript 代码规范
- SSM博雅学校教务管理系统 毕业设计-附源码86203
- 【数据结构】药品销售系统