Caffe配置简明教程 ( Ubuntu 14.04 / CUDA 7.5 / cuDNN 5.1 )

时间 2019-11-25

标签 caffe 配置简明教程 ubuntu 14.04 cuda 7.5 cudnn 5.1 栏目 Ubuntu 繁體版

原文原文链接

1. 前言html

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。python

若是您使用的Pascal架构显卡，如GTX1080或者新ttx，则必须使用更高版本的驱动和CUDA 8。本教程不适于这种状况，请不要尝试。
linux

Ubuntu每两年发布一次LTS版本（即长期支持版），因此如今已经发布了16.04 LTS版本。鉴于不少程序在新系统下的兼容性尚未测试，本教程依然介绍的是上一个LTS版本上安装Caffe的方法，随后会推出针对于Ubuntu 16.04和CUDA 8的教程。git

本教程不少细节已经尽可能详细，可是仍是要求使用者有必定的Linux基础，后续可能会推出针对于Linux新用户的更为详细的教程。github

2. 安装基础依赖项编程

sudo apt-get install build-essential

sudo apt-get install cmake git

3. 安装NVIDIA驱动和CUDA7.5ubuntu

从NVIDIA官网下载CUDA 7.5的deb本地安装包：下载地址vim

点击如上的连接能够下载支持x86架构CPU和Ubuntu 14.04系统的deb本地安装包，大小约1.9GB，若是须要其余安装方式能够按官网教程进行。windows

下载完成后，使用Ctrl+Alt+F1进入虚拟控制台，而后输入用户名和密码登录。浏览器

而后关闭lightdm

sudo /etc/init.d/lightdm stop

前往指定的目录，而后执行：

sudo dpkg -i cuda-repo-ubuntu1404-7-5-local_7.5-18_amd64.deb

sudo apt-get update

sudo apt-get install cuda

CUDA安装包中含有NVIDIA显卡驱动程序，会自动安装。

安装完成以后重启：

sudo reboot

重启后后，须要添加环境变量。使用gedit打开以下文档：

sudo gedit /etc/profile

PS：只有在图形桌面环境下才能使用gedit，若是未启动图形界面请使用vim等基于命令行的编辑器。

在文件末尾添加：

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

保存完成后，执行以下命令使环境变量当即生效：

source /etc/profile

而后还须要添加lib的路径：

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

在文件中写入以下内容而后保存：

/usr/local/cuda/lib64

以后执行以下命令使之生效：

sudo ldconfig

PS：上面的命令使L-D-C-O-N-F-I-G!!! 无数的人把L写成了I，而后告诉我报错。

执行完了这些操做以后，还能够安装CUDA SAMPLES来检测CUDA是否运行正常，鉴于这不是CUDA编程教程，本教程暂不介绍。

4. 安装其余的一些依赖项

sudo apt-get install freeglut3-dev libx11-dev libxmu-dev libxi-dev libglu1-mesa-dev

sudo apt-get install libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev

sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev

sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev libgflags-dev libgoogle-glog-dev liblmdb-dev protobuf-compiler

PS：复制粘贴太长的命令能够能由于浏览器的缘由致使输入了多余的换行符，若是复制粘贴带有换行符的命令进Terminal，会被当作两条命令来执行，必定要注意这一点。

5. 安装ATLAS

本步骤能够用OpenBLAS或者Intel MKL替代。我在E5-2690v2+GTX780的平台上测试过这三种库，性能相差无几，这里就介绍其中一种：

sudo apt-get install libatlas-base-dev

而后自动安装完成便可。

目前intel MKL是收费软件，OpenBLAS能够免费下载和安装。若是使用这两种库，编译Caffe时要在Makefile.config作出对应的修改。

6. 安装OpenCV

若是不须要使用OpenCV 3的其余功能，使用步骤4中安装的libopencv-dev便可。如需单独安装OpenCV，请点击：这里。

7.下载Caffe

从GitHub上直接下载Caffe的最新版

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

也能够从Caffe的GitHub工程中下载Caffe的历史版本：

https://github.com/BVLC/caffe

8. 安装Python

先安装相关依赖项

sudo apt-get install python-dev python-pip

转到下载的caffe的目录下，而后转到python目录下

cd python

执行以下命令：

for req in $(cat requirements.txt); do sudo pip install $req; done

等待其自动安装便可。

9. 安装MATLAB

下载正版matlab镜像。

打开Terminal，建立文件夹用于挂载matlab的iso：

sudo mkdir /mnt/matlab_iso

而后挂载matlab的iso（将红色内容根据本身的文件路径和名称进行修改）：

sudo mount -o loop /路径/Matlab镜像文件名.iso /mnt/matlab_iso

而后执行安装程序：

sudo /mnt/matlab_iso/install

会弹出图形化安装界面，按步骤安装便可，跟windows上安装matlab基本同样。

安装完成后，需激活matlab。先前往matlab的安装路径（根据版本不一样前往本身的安装路径便可，下面的路径仅是示范）：

cd /usr/local/MATLAB/R2016a/bin

而后在sudo权限下启动matlab（若是不在sudo下启动，matlab会因权限不够没法激活）：

sudo ./matlab

而后按图形界面提示激活便可。

激活以后，能够为matlab建立快捷方式：

sudo gedit /usr/share/applications/Matlab.desktop

写入如下内容：

[Desktop Entry]
Type=Application
Name=Matlab
GenericName=Matlab 2016a
Comment=Matlab:The Language of Technical Computing
Exec=sh /usr/local/MATLAB/R2016a/bin/matlab -desktop
Icon=/路径/Matlab.png
Terminal=false
Categories=Development;Matlab;

根据本身的状况更改图标路径和matlab路径。

10. 配置cuDNN

cuDNN须要注册Accelerated Computing Developer Program，而后能够免费下载。

cuDNN是The NVIDIA CUDA Deep Neural Network library，对于使用NVIDIA显卡进行深度学习加速具备很大的性能提高，很是建议添加。

在以下地址进行注册和下载，支持下载历史版本：

点击这里

PS：另外，cuDNN在不少工程中兼容性较差，可能须要安装特定的历史版本。

下载后解压缩，转到该目录下，执行：

sudo cp lib* /usr/local/cuda/lib64/

sudo cp cudnn.h /usr/local/cuda/include/

更新软连接

cd /usr/local/cuda/lib64/

sudo rm -rf libcudnn.so libcudnn.so.5

sudo ln -s libcudnn.so.5.1.3 libcudnn.so.5

sudo ln -s libcudnn.so.5 libcudnn.so

PS：根据你下载的cuDNN版本不一样，须要对如上命令中的版本进行修改，以上展现的命令是对于cuDNN 5.1.3的。

11. 编译Caffe

在caffe目录下，执行：

cp Makefile.config.example Makefile.config

而后打开Makefile.config，根据本身的须要修改相关参数。

若是使用了cuDNN,则以下行取消注释：

# USE_CUDNN := 1

其余能够根据需求修改，好比安装了MATLAB后写入正确的MATLAB安装路径等。

而后进行编译：

make all -j10

make test

make runtest

PS：-j10指10线程同时编译，根据本身CPU的特色调整该参数，若是不了解本身CPU，直接执行make便可。

而后能够根据需求编译matcaffe和pycaffe：

make matcaffe

make pycaffe

而后caffe就安装结束了。

12. 运行minist demo

转到 Caffe 目录下

sh data/mnist/get_mnist.sh

sh examples/mnist/create_mnist.sh

sh examples/mnist/train_lenet.sh

若是运行正常，caffe就能够正常工做了。

本教程编写参考了以下教程，特此鸣谢：

http://www.cnblogs.com/platero/p/3993877.html

http://www.linuxidc.com/Linux/2011-01/31632.htm

http://blog.csdn.net/xanxus46/article/details/7945993

Caffe的官方网站是 http://caffe.berkeleyvision.org/

若是有任何问题能够联系我：yaoyaoliu AT outlook.com

最近更新于2016-09-23 16:59:31