本机配置:gpu:gtx1080python
系统:ubuntu14.04linux
内存:8Gubuntu
1.装ubuntu14.04bash
用ultraISO——制做U盘——安装,分区,用easyBCD设置引导项,这些过程能够自行百度app
2.先安装NVIDIA驱动 NVIDIA-Linux-x86_64-375.39.runoop
3.cuda8.0安装ui
采用.run包(在官网上下载)进行安装google
注意:GTX1080显卡必须用cuDNN-8.0-V5.1版本,否则用 caffe 跑模型,用 CPU或GPU显卡跑精度正常,一旦开启cuDNN模式,精度(acc)马上降低到 0.1 左右,loss 很是大。spa
3.1禁用nouveaucode
$mv /lib/modules/4.4.0-31-generic/kernel/drivers/gpu/drm/nouveau/nouveau.ko /lib/modules/4.4.0-31-generic/kernel/drivers/gpu/drm/nouveau/nouveau.ko.org
设置完毕能够再次运行 $ lsmod | grep nouveau
检查是否禁用成功,若是运行后没有任何输出,则表明禁用成功。
$ update-initramfs -u
3.2 alt+ctrl+f1,进入text mode,登陆帐户
3.3输入$sudo service lightdm stop 关闭图像化界面
3.4切换到cuda安装文件路径,运行$sudo sh cuda_8.0.61_375.26_linux.run
3.5输入$sudo service lightdm start 从新启用图像化界面
Alt + ctrl +F7,返回到图形化登陆界面,输入密码登陆。
若是可以成功登陆,则表示不会遇到循环登陆的问题,基本说明CUDA的安装成功了。
3.6设置环境变量
终端输入$ sudo gedit /etc/profile
在打开的文件末尾,添加如下两行。
export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64
export LD_LIBRARY_PATH=/usr/local/lib:$LD_LIBRARY_PATH
source ~/.bashrc 激活文件
3.7检查cuda安装是否成功
输入$ ls /dev/nvidia*
,若生成 4 个左右 Nvidia 开头的文件(夹),说明此步安装成功。此时已经安装好显卡驱动和CUDA 8.0。输入$ nvidia-smi
可查看显卡驱动和其余信息。
4.安装cuDNN
你已经下载好 cudnn-8.0-linux-x64-v5.1.tgz,并将其放在家目录($ cd ~
)下。
按顺序输入如下代码:
$ cd ~
$ sudo tar xvf cudnn-8.0-linux-x64-v5.1.tgz $ cd cuda/include $ sudo cp *.h /usr/local/include/ $ cd ../lib64 $ sudo cp lib* /usr/local/lib/ $ cd /usr/local/lib# sudo chmod +r libcudnn.so.5.1.10 //这句话必定要加,不然会出现找不到libcudnn.so.5 更改文件连接
$ sudo ln -sf libcudnn.so.5.1.10 libcudnn.so.5
$ sudo ln -sf libcudnn.so.5 libcudnn.so $ sudo ldconfig
注意:libcudnn.so后面跟的数字可能和你下载的 cudnn 包小版本的不一样而不一样,去~/cuda/lib64
下看一眼,相对应地进行修改。
5.安装matlabR2015b
5.1挂载ISO镜像文件
$ sudo mkdir /media/matlab
$ sudo mount -o loop R2015b_glnxa64.iso /media/matlab
5.2选择不联网安装
$ cd /media/matlab
$ sudo ./install
5.3破解
若是你下载的是破解版,通常都会看到一个crack文件夹,将这个文件夹下的libcufft.so.7.0.28 ,libmwservices.so 以管理员权限拷贝到
/usr/local/MATLAB/R2015b/bin/glnxa64
5.4激活
$ cd /usr/local/MATLAB/R2015b/bin
$ sudo ./matlab
5.5添加桌面快捷方式
直接在
拖到左边便可
6.安装第三方库
(1)atlas库
sudo apt-get install libatlas-base-dev
(2)安装矩阵运算库
sudo apt-get install libopenblas-devlibblas-dev liblapack-dev
(3)protobuf库
sudo apt-get install libprotobuf-devprotobuf-compiler
(4)boost库
sudo apt-get installlibboost-all-dev
(5)GLOG库
sudo apt-get installlibgoogle-glog-dev
(6)LMDB与LEVELDB库
sudo apt-getinstall libleveldb-dev liblmdb-dev
(7)snappy库
sudo apt-getinstall libsnappy-dev
(8)HDF5库
sudo apt-get install libhdf5-serial-dev
(9)gflags库
sudo apt-get installlibgflags-dev
7.安装opencv2.4.13
注意:2.4.10和2.4.9版本貌似不支持cuda8.0
7.1 进入源码目录,建立release目录
cd opencv-2.4.13
mkdir release
7.2.安装依赖库
sudo apt-get install build-essential cmake libgtk2.0-dev pkg-config python-dev python-numpy libavcodec
7.3进入release目录
cd release
7.4cmake编译OpenCV源码,安装全部的lib文件都会被安装到/usr/local/opencv2.4.13目录下
cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local/opencv2.4.13 ..
7.5 安装
sudo make install -j4
8.安装caffe
8.1安装依赖项
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
8.2安装caffe所须要的python环境
sudo apt-get install python-dev python-pip
而后执行以下命令安装编译caffe python wrapper 所须要的额外包
进入到caffe的python目录,执行
for req in $(cat requirements.txt); do sudo pip install $req; done
9编译caffe
cp Makefile.config.example Makefile.config
打开makefile.config
USE_CUDNN := 1 去掉#
MATLAB_DIR := /usr/local/MATLAB/R2015b 改成本身的版本路径
cd caffe
make all -j4
matlab2015b的gcc版本为4.8. gcc要降版本为4.7