caffe環境配置
參考：http://blog.csdn.net/enjoyyl/article/details/47397505
http://blog.csdn.net/baobei0112/article/details/77996369
0.檢查你的電腦是否支持CUDA：
檢查GPU是否支持：輸入如下命令，如果輸出的GPU型號是NVIDIA的，並且在此http://developer.nvidia.com/cuda-gpus列表內，則支持。
lspci | grep -i nvidia第1步 安裝依賴包
安裝後續步驟或環境必需的依賴包，依次輸入以下命令:
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 - 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
有一定幾率安裝失敗而導致後續步驟出現問題，所以要確保以上依賴包都已安裝成功，驗證方法就是重新運行安裝命令，如驗證 git cmake build-essential是否安裝成功共則再次運行以下命令：
sudo apt-get install git cmake build-essential - 1
界面提示如下則說明已成功安裝依賴包，否則繼續安裝直到安裝成功。
yhao@yhao-X550VB:~$ sudo apt-get install git cmake build-essential
正在讀取軟件包列表... 完成
正在分析軟件包的依賴關系樹
正在讀取狀態信息... 完成
build-essential 已經是最新版 (12.1ubuntu2)。
cmake 已經是最新版 (3.5.1-1ubuntu3)。
git 已經是最新版 (1:2.7.4-0ubuntu1.1)。
下列軟件包是自動安裝的並且現在不需要了：
lib32gcc1 libc6-i386
使用‘sudo apt autoremove‘來卸載它(它們)。
升級了 0 個軟件包，新安裝了 0 個軟件包，要卸載 0 個軟件包，有 94 個軟件包未被升級。 - 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
第2步 禁用 nouveau
安裝好依賴包後需要禁用 nouveau，只有在禁用掉 nouveau 後才能順利安裝 NVIDIA 顯卡驅動，禁用方法就是在 /etc/modprobe.d/blacklist-nouveau.conf 文件中添加一條禁用命令，首先需要打開該文件，通過以下命令打開：
sudo gedit /etc/modprobe.d/blacklist-nouveau.conf- 1
打開後發現該文件中沒有任何內容，寫入：
blacklist nouveau option nouveau modeset=0 - 1
保存時命令窗口可能會出現以下提示：
** (gedit:4243): WARNING **: Set document metadata failed: 不支持設置屬性 metadata::gedit-position
- 1
- 2
無視此提示～，保存後關閉文件，註意此時還需執行以下命令使禁用 nouveau 真正生效：
sudo update-initramfs -u- 1
第3步 配置環境變量
同樣使用 gedit 命令打開配置文件：
sudo gedit ~/.bashrc
- 1
- 2
打開後在文件最後加入以下兩行內容：
export LD_LIBRARY_PATH=/usr/lib/x86_64-linux-gnu:$LD_LIBRARY_PATH
export LD_LIBRARY_PATH=/lib/x86_64-linux-gnu:$LD_LIBRARY_PATH - 1
- 2
- 3
保存退出。
第4步 下載 CUDA 8.0
在官網下載的deb安裝包，9.0版。
第5步 安裝 CUDA 8.0
2.安裝依賴工具：需要連網。
# installation of required tools
sudo apt-get install -y gcc g++ gfortran build-essential git wget linux-image-generic libopenblas-dev python-dev python-pip python-nose python-numpy python-scipy- 1
- 2
- 3
- 4
3.安裝CUDA：
# installing CUDA
sudo dpkg -i cuda-repo-ubuntu1404-7-0-local_7.0-28_amd64.deb
sudo apt-get update
sudo apt-get install cuda- 1
- 2
- 3
- 4
- 5
4.設置環境變量：
註意：此環境變量為64位系統下的，32位的把lib64改成lib即可。
方式1，僅修改用戶變量
# setting the environment variables so CUDA will be found
echo "\nexport PATH=/usr/local/cuda-7.0/bin:$PATH" >> ~/.bashrc
echo "\nexport LD_LIBRARY_PATH=/usr/local/cuda-7.0/lib64:$LD_LIBRARY_PATH" >> ~/.bashrc- 1
- 2
- 3
- 4
方式2，修改所有用戶變量
先使用sudo gedit /etc/profile打開“profile”文件，或者sudo gedit ~/.bashrc打開“./bashrc”文件，然後在打開的文件的末尾添加如下代碼並保存：
# setting the environment variables so CUDA will be found
# After open profile, Add follow code at the end of file
export PATH=/usr/local/cuda-7.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-7.0/lib64:$LD_LIBRARY_PATH- 1
- 2
- 3
- 4
5.加載新的環境變量：添加好環境變量後，需要加載新的環境變量，才能應用於系統。
加載更新環境變量source ~/.bashrc（方式1），source /etc/profile或source ~/.bashrc（方式2）。
=====重啟系統！重啟系統！重啟系統！=======
sudo reboot安裝cuda sample
進入/usr/local/cuda/samples, 執行下列命令來編譯samples
sudo make all -j4
全部編譯完成後， 進入 samples/bin/x86_64/linux/release目錄, 運行deviceQuery
./deviceQuery
如果顯示Result = PASS則說明安裝成功，如果無法顯示顯卡信息，可以執行sudo reboot 命令重啟再測試一下。
http://www.jianshu.com/p/20f8d9233075
第6步 驗證 CUDA 8.0 是否安裝成功
分別執行以下命令：
cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery- 1
- 2
- 3
- 4
- 5
若看到類似以下信息則說明 cuda 已安裝成功：
./deviceQuery Starting...
CUDA Device Query (Runtime API) version (CUDART static linking)
Detected 1 CUDA Capable device(s)
Device 0: "GeForce GT 740M"
CUDA Driver Version / Runtime Version 8.0 / 8.0
CUDA Capability Major/Minor version number: 3.5
Total amount of global memory: 2004 MBytes (2100953088 bytes)
( 2) Multiprocessors, (192) CUDA Cores/MP: 384 CUDA Cores
GPU Max Clock rate: 1032 MHz (1.03 GHz)
Memory Clock rate: 800 Mhz
Memory Bus Width: 64-bit
L2 Cache Size: 524288 bytes
。。
Result = PASS
第7步 安裝 cudnn
登錄官網：https://developer.nvidia.com/rdp/cudnn-download ，下載對應 cuda 版本且 linux 系統的 cudnn 壓縮包，註意官網下載 cudnn 需要註冊帳號並登錄，不想註冊的可從我的網盤下載：https://pan.baidu.com/s/1c2xPVzy
載完成後解壓，得到一個 cudn 文件夾，該文件夾下include 和 lib64 兩個文件夾，命令行進入 cudn/include 路徑下，然後進行以下操作：
sudo cp cudnn.h /usr/local/cuda/include/ #復制頭文件- 1
然後命令行進入 cudn/lib64 路徑下，運行以下命令：
sudo cp lib* /usr/local/cuda/lib64/ #復制動態鏈接庫
cd /usr/local/cuda/lib64/sudo rm -rf libcudnn.so libcudnn.so.5 #刪除原有動態文件
sudo ln -s libcudnn.so.5.1.10 libcudnn.so.5 #生成軟銜接
sudo ln -s libcudnn.so.5 libcudnn.so #生成軟鏈接- 1
- 2
- 3
- 4
這裏需要註意第三行命令，網上有人的第三行命令為：
sudo ln -s libcudnn.so.5.1.5 libcudnn.so.5 #生成軟銜接- 1
起初我執行的也是上條鏈接 libcudnn.so.5.1.5 的命令，但是後面編譯caffe時出錯，報錯內容為 /usr/bin/ld: 找不到 -lcudnn，所以這裏需要先查看一下自己應該鏈接的是 libcudnn.so.5.1.10 還是 libcudnn.so.5.1.5 ，查看方法為下：
locate libcudnn.so- 1
我執行完後顯示如下：
yhao@yhao-X550VB:~$ locate libcudnn.so /home/yhao/.local/share/Trash/files/libcudnn.so /home/yhao/.local/share/Trash/files/libcudnn.so.5 /home/yhao/.local/share/Trash/files/libcudnn.so.5.1.10 /home/yhao/.local/share/Trash/files/cuda/lib64/libcudnn.so /home/yhao/.local/share/Trash/files/cuda/lib64/libcudnn.so.5 /home/yhao/.local/share/Trash/files/cuda/lib64/libcudnn.so.5.1.10 /home/yhao/.local/share/Trash/info/libcudnn.so.5.1.10.trashinfo /home/yhao/.local/share/Trash/info/libcudnn.so.5.trashinfo /home/yhao/.local/share/Trash/info/libcudnn.so.trashinfo /home/yhao/cuda/lib64/libcudnn.so /home/yhao/cuda/lib64/libcudnn.so.5 /home/yhao/cuda/lib64/libcudnn.so.5.1.10 /usr/local/lib/libcudnn.so /usr/local/lib/libcudnn.so.5
可以看到我的文件是 libcudnn.so.5.1.10 ，並沒有 libcudnn.so.5.1.5，所以第三行命令我鏈接的是 libcudnn.so.5.1.10 ，這裏第三行鏈接命令視你的查看結果而定。
安裝完成後可用 nvcc -V 命令驗證是否安裝成功，若出現以下信息則表示安裝成功：
yhao@yhao-X550VB:~$ 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
第8步 安裝 opencv3.1
進入官網 : http://opencv.org/releases.html , 選擇 3.3.1 版本的 source , 下載 opencv-3.3.1.zip
解壓到你要安裝的位置，命令行進入已解壓的文件夾 opencv-3.3.1 目錄下，執行：
mkdir build # 創建編譯的文件目錄
cd build
cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local ..
make -j8 #編譯
編譯運行到37%時出現錯誤，改成（http://blog.csdn.net/sysuwuhongpeng/article/details/45485719）
cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local -D CUDA_GENERATION=Kepler ..
make -j8 #編譯
caffe環境配置