• 主題
• 背景
• 環境
  • 硬體配置
  • 系統
• 安裝步驟
  • 第一步ubuntu系統安裝略
  • 第二步CUDA80安裝
  • 第三步GTX1070驅動安裝
  • 第四步檢驗驅動和CUDA安裝
  • 第五步安裝cuDNN
  • 第六步安裝Caffe2
• 參考

主題

caffe2環境配置

背景

搭建一個平臺實踐機器學習演算法；賈揚清博士的盲粉，選擇caffe2。

環境

硬體配置

記憶體：16G
處理器：Intel® Core™ i7-7700 CPU @ 3.60GHz × 8
顯示卡：GeForce GTX 1070/PCIe/SSE2
硬碟：SSD 240G
其他：桌上型電腦，顯示器由NVIDIA顯示卡驅動

系統

作業系統：linux
系統版本：ubuntu16.04 LTS
核心：4.10.0-38-generic
系統型別：x86_64

安裝步驟

第一步：ubuntu系統安裝，略。

第二步：CUDA8.0安裝

CUDA的安裝我嘗試過兩種方法，有大家建議的runfile安裝，可以通過互動的文字介面選擇不安裝顯示卡驅動，當然了官方也建議以runfile安裝，但我最後是通過deb方式安裝成功的。

先說我的runfile安裝後出現的情況。runfile方式安裝成功後（命令列模式下輸入”nvcc -V”，有版本輸出，而且也填加了需要的環境變數），編譯不通過，報的錯誤是動態庫缺失（libcudadevrt和libcudart-static，這兩個只是編譯停止後報出來的，後續可能會有更多），但是我在檔案系統中搜索了這兩個庫，庫是存在的但是是靜態庫（.a格式而非.so），由於本人對編譯不是很精通，就沒有將編譯命令單獨抽出來修改，個人感覺安裝不是很成功，所以選擇重灌。

在runfile之前我就嘗試過deb方式安裝，但是都沒有成功。後來仔細閱讀官方說明文件（CUDA_Installation_Guide_Linux，在官網可以下到對應版本的，或者安裝完成後在/usr/local/cuda-8.0/doc/pdf中找），發現deb方式也可以選擇不安裝顯示卡驅動，而且可以實現選擇性的更新，我本人更青睞這種可以更新的安裝方式。下圖所示為官方文件對deb方式選擇性安裝的說明截圖。

因為我要自己選擇安裝顯示卡驅動（跟隨deb安裝的是最新的390，我想安裝低版本穩定的375），所以我的CUDA8.0安裝步驟是：

a. 將面向NVIDIA的開源驅動加入黑名單
方法是在‘/etc/modprobe.d/blacklist.conf’中加入如下兩行，新建一個nouveau-blacklist.conf檔案也可以：

blacklist nouveau
options nouveau modeset=0

b. 然後要輸入以下命令更新系統的啟動核心

$ sudo update-initramfs -u

可以通過”lsmod | grep nouveau”來檢視是否禁用成功。
在NVIDIA官網上選擇對應的版本的deb檔案，然後命令列進入檔案存放路徑，輸入以下命令

$ sudo dpkg -i cuda-repo-ubuntu1604_8.0.61-1_amd64.deb //對應自己版本的.deb
$ sudo apt-get update
$ sudo apt-get install cuda-tookit-8-0
$ sudo reboot

CUDA的使用還需要新增環境變數，我的做法是在自己的使用者shell啟動指令碼中新增環境變數

$ vi ~/.bashrc 
//在.bashrc檔案中新增語句‘export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}’，並儲存
//如果是用runfile安裝，還需要新增動態連結庫路徑，‘export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64\ ${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}’
$ source ~/.bashrc //下次啟動就不用重新source了

第三步GTX1070驅動安裝

在瀏覽一些安裝筆記時看到有人說高版本的驅動會存在問題，375問題比較少，所以選擇安裝375。安裝的方式是大家推薦的runfile。

在NVIDIA官網上查詢並下載對應系統和顯示卡型號版本的驅動run檔案，然後命令列進入run檔案存放路徑，輸入以下命令

$ sudo service lightdm stop //停止 X server
$ chmod +x NVIDIA-Linux-x86_64-375.66.run //對應自己的版本的.run
$ sudo ./NVIDIA-Linux-x86_64-375.66.run
$ sudo reboot

有很多安裝筆記說”sudo ./NVIDIA-Linux-x86_64-375.66.run”的命令應該加三個引數，如下。

$ sudo ./NVIDIA-Linux-x86_64-375.66.run -no-nouveau-check -no-x-check -no-opengl-files

為什麼我這裡可以不加呢？在此一一說明。
‘-no-nouveau-check’:禁用nouveau的，前期在安裝CUDA時已經禁用了
‘-no-x-check’: 命令‘service lightdm stop’已經將Xserver停掉了
‘-no-opengl-files’: 我在CUDA安裝說明中看到了原因，說是如果NVIDIA顯示卡沒有用來驅動顯示器，那麼OpenGL就不應該裝，因為會覆蓋負責驅動顯示器的顯示卡的OpenGL，導致圖形介面出錯，也就是大家常見的迴圈登入問題。我的NVIDIA顯示卡也用來驅動顯示器，所以我可以安裝。安裝說明的截圖如下所示。

執行.run開始安裝後NVIDIA Installer會提示幾個選擇：
a. 是否安裝32位相容庫，我選擇的是”Yes”。我第一次安裝提示說沒找到安裝的位置，我就在自己的系統上安裝了32位的庫，在命令列中執行。

$ sudo apt-get install lib32ncurses5 ​
$ sudo apt-get install lib32z1

然後再安裝驅動的32位相容庫時就不會找不到安裝位置
b. ‘是否安裝DKMS包管理器’，我選擇”Yes”
c. ‘是否執行nvidia-xconfig’產生xorg.conf配置檔案，我選擇”Yes”，如果不用NVIDIA顯示卡來驅動顯示，應該選擇‘No’
安裝完成

第四步：檢驗驅動和CUDA安裝

a. 檢驗顯示卡驅動，命令列輸入：

$ nvidia-smi

如果安裝成功應該打印出顯示卡的工作資訊，如圖所示。

b. 檢驗CUDA安裝

$ nvcc -V

安裝成功後會列印CUDA的版本資訊

c. 編譯並測試CUDA例子

$ cuda-install-samples-8.0.sh ./ //用cuda自帶的指令碼安裝例子到當前目錄（./）
$ cd NVIDIA_CUDA-8.0_Samples
$ make // 如果編譯成功會打印出‘PASS’
$ cd bin
$ ./deviceQuery //測試驅動正確安裝
$ ./bandwidthTest //測試系統和顯示卡之間的正常通訊

兩個測試列印的資訊如下圖所示。

第五步：安裝cuDNN

參照Caffe2上的方法

$ CUDNN_URL="http://developer.download.nvidia.com/compute/redist/cudnn/v5.1/cudnn-8.0-linux-x64-v5.1.tgz"
$ wget ${CUDNN_URL}
$ sudo tar -xzf cudnn-8.0-linux-x64-v5.1.tgz -C /usr/local
$ rm cudnn-8.0-linux-x64-v5.1.tgz && sudo ldconfig

第六步：安裝Caffe2

• 完全按照Caffe2的官方文件安裝，官網首頁：http://caffe2.ai
  安裝文件（ubuntu+原始碼安裝）：https://caffe2.ai/docs/getting-started.html?platform=ubuntu&configuration=compile
  注意要新增的環境變數(我是在~/.bashrc中新增的)

export PYTHONPATH=/usr/local:$PYTHONPATH
export PYTHONPATH=$PYTHONPATH:/home/ubuntu/caffe2/build
export LD_LIBRARY_PATH=/usr/local/lib:$LD_LIBRARY_PATH

• 測試Caffe2是否安裝成功：

$ cd ~ && python -c 'from caffe2.python import core' 2>/dev/null && echo "Success" || echo "Failure"

成功的話會打印出”Success”

• 測試樣例

$ python -m caffe2.python.operator_test.relu_op_test

如果CUDA安裝的有問題，輸出的結果會包一個”warning”，意思是例子是在CPU-only的模式下計算的，然後就說明CUDA可能沒有安裝成功（也可能是顯示卡的問題，我曾經有一次安裝就是驅動和CUDA的測試都通過了，但是 Caffe2的測試樣例用的是CPU，沒有用到GPU）。

參考

驅動和CUDA安裝：http://www.linuxdiyf.com/linux/26370.html
驅動和CUDA安裝：http://www.cnblogs.com/devilmaycry812839668/p/6867780.html
驅動和CUDA安裝：http://www.cnblogs.com/txg198955/p/5473419.html
ubuntu16.04啟動進入text-mode: https://askubuntu.com/questions/870221/booting-into-text-mode-in-16-04
ubuntu16.04安裝32位庫：http://www.linuxdiyf.com/linux/21656.html