Ubuntu 16.04+CUDA8.0+cuDNN6.0+caffe

Ubuntu 16.04+CUDA8.0+cuDNN6.0+caffe

以前安装过一次caffe，此次从新安装没想到又遇到不少问题，以前想写一下安装教程的，当时由于考虑到网上的教程已经有不少了，就没有着手去写。可是从此次的安装状况来看，仍是须要认真记录一下安装的过程，以避免下一次犯一样的错误，也是为了加深点本身的印象，同时也能做为别人的参考教程。

软件连接: https://pan.baidu.com/s/1c301OPi 密码: bmcp

第一步是安装Ubuntu系统

安装系统我也看过许多的教程，其中不变的就是系统分区问题，由于大多数人都是安装双系统，或者是虚拟机上安转，可是有一点意见就是尽可能安装LTS的版本，也就是偶数开头的（如 Ubuntu 16.04）。至于怎么安转就不在这里赘述。

第二步是安装NVIDIA显卡

首先必须是NVIDIA的显卡才能够GPU加速计算，先去NVIDIA官网上（http://www.nvidia.com/Downloa...）图一 查询一下你显卡型号所须要的驱动，例如个人是GTX780Ti，须要的驱动是384.90图二
而后去设置->软件与更新 先把第一项中 Download from选择一个国内的下载源，aliyun， cn99 均可以，而后在附加驱动 这里换成你的驱动型号，而后apply changes 完成以后从新启动，或者log out 在命令行中输入nvidia-smi若是有GPU清单，则显卡安装成功。图三
若是这里没有与你相同的选项，那只能经过刚才的网址（http://www.nvidia.com/Downloa...）那下载驱动，而后安装，若是选一个不支持的驱动的可能出现循环登陆的问题。
若是有驱动选项的能够跳过安装驱动的部分，进入下一步。
驱动安装有两种方法

1. 第一种方法就是经过上面所说的，下载官网的安装包，而后按照提示安装，好比说刚才下载的软件是NVIDIA-Linux-x86_64-384.90.run安装时候首先要Ctrl+Alt+F1进入命令行模式，而后要关掉X server， 最后经过./NVIDIA-Linux-x86_64-384.90.run命令来安装驱动，按照提示安装便可。
2. 第二种方法是经过命令行的形式安装。

sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
sudo apt-get install**nvidia-367**（要根据本身的型号更换）
sudo apt-get install mesa-common-dev
sudo apt-get install freeglut3-dev

安装完成后要从新启动。在命令行中输入nvidia-smi若是有GPU清单，则显卡安装成功

第三步是安装CUDA

1. 进入cuda的下载目录后，执行如下命令安装图四

sudo sh cuda_8.0.44_linux.run
安装过程当中有
Accept EULA conditions accpet
Say YES to installing the NVIDIA driver No
Say YES to installing CUDA Toolkit + Driver yes
Say YES to installing CUDA Samples yes
尤为注意问是否安装驱动要拒绝安装，由于咱们前面已经安装过驱动。

1. 安装完毕后要声明一下环境变量，执行以下代码

vi ～/.bashrc
将下面两行代码写到文件末尾
export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

1. 设置环境变量和动态连接库

sudo gedit /etc/profile
在打开的文件末尾加入：
export PATH=/usr/local/cuda/bin:$PATH

1. 保存以后，建立连接文件：

sudo gedit /etc/ld.so.conf.d/cuda.conf
在打开的文件中添加以下语句：
/usr/local/cuda/lib64
而后执行如下命令使连接当即生效。
sudo ldconfig

1. 最后测试一下cuda的例子，检查cuda是否安装成功。安装完cuda后必须重启电脑，才能让显卡配置生效！

usr/local/cuda/samples
sudo make all -j8
继续进入到samples/bin/x86_64/linux/release目录下，在终端执行查询命令：
./deviceQuery
若是返回你电脑显卡信息，结尾有Result=PASS，则安装成功。图五

第四步安装cuDNN

下载完cudnn6以后进行解压，cudnn-8.0-linux-x64-v6.0.tgz解压以后在命令行进行以下操做：
cd cuda
cd include
sudo cp cudnn.h /usr/local/cuda/include/ #复制头文件
更新软连接：

cd ..
cd lib64
sudo cp lib* /usr/local/cuda/lib64/    #复制动态连接库
cd /usr/local/cuda/lib64/
sudo chmod +r libcudnn.so.6.0.21(或你本身的版本对应的)
sudo ln -sf libcudnn.so.6.0.21 libcudnn.so.6  
sudo ln -sf libcudnn.so.6 libcudnn.so  
sudo ldconfig                           #使连接生效

第五步安装caffe

1.安装caffe安装的基本依赖库

sudo apt-get install git
sudo apt-get install build-essential
sudo apt-get python
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 libatlas-base-dev

1. 下载caffe-master或其余版本的caffe

cd $CAFFEROOT$ //进入caffe的根目录
配置caffe的python环境

cd python
sudo apt-get install python-pip python-dev build-essential
sudo pip install --upgrade pip
sudo pip install -r requirements.txt

为了后面可以使用python绘制caffe的网络模型等可视化操做，执行：

sudo apt-get install graphviz #若是出现错误，尝试不加sudo
sudo pip install pydot

修改配置文件
sudo cp Makefile.config.example Makefile.config
//将Makefile.config.example的内容复制到Makefile.config
//由于make命令只能操做Makefile.config文件，而Makefile.config.example是caffe给出的makefile例子

1. sudo gedit Makefile.config //打开Makefile.config文件

改以下几个部分
改Makefile.config文件中
USE_CUDNN := 1
WITH_PYTHON_LAYER := 1#为了使用python来编写layer，将注释去掉
Whatever else you find you need goes here.下面的INCLUDE_DIRS与LIBRARY_DIRS := $(PYTHON_LIB) 改成下面两行

INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial 
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib/usr/lib/x86_64-linux-gnu /usr/lib/x86_64-linux-gnu/hdf5/serial //这是由于ubuntu16.04的文件包含位置发生了变化，尤为是须要用到的hdf5的位置，因此须要更改这一路径

1. 修改Makefile文件中

将
NVCCFLAGS +=-ccbin=$(CXX) -Xcompiler-fPIC $(COMMON_FLAGS)
替换
NVCCFLAGS += -D_FORCE_INLINES -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS)
退出保存

1. 在caffe的根目录下新建build文件夹

mkdir build
cd build
sudo cmake .. -DCUDA_NVCC_FLAGS="-D_FORCE_INLINES" -DUSE_CUDNN=OFF
若是没有报错则进行下一个命令
sudo make -j8 这个数字是根据内存的大小选择的（4表示采用4核，固然若是你是8核你也能够用8）

1. 须要将编译好的caffe写入到环境变量中，执行以下命令

vi ~/.bashrc
在末尾加入
export PYTHONPATH=/home/到caffe根目录的路径/caffe-segnet-cudnn5-maste/python:$PYTHONPATH
退出保存
在命令行中输入
python
import caffe
若是没有报错则安装正确。

参考连接

http://blog.csdn.net/sinat_14...
http://blog.csdn.net/autocyz/...
http://www.mobibrw.com/2017/7285

安装错误总结

待续