Ubuntu + CUDA9 + CUDNN7 + OpenCV3.4 + contrib +CAFFE-master

安装ubuntu时赞美Rufus(建议ubuntu16.04.04)，过程参考 https://www.cnblogs.com/willnote/p/6725594.html

安 装 前 一 定 要 注 意 确 认 当 前 硬 盘 的 存 储 格 式 是 MBR 还 是 GPT

输入法，浏览器，终端，CUDA、opencv、caffe等相关文件下载，参考百度。

 

方括号内容表示为变量，示计算机内实际文件(夹)而定

 

2018.04.18：建议安装cuda-v9.0/v10.1而非v9.1/9.2, 对于20X0系列的显卡，CUDA-10+是很必要的，10X0系列的仍是CUDA-9好

2019.03.07： 2018.04.20：建议安装opencv-v2.4.9+/v3.4.0，而非v3.4.1+/v4+ 【C语言的API对我本人开发需求而言已经不是很必要，因此我我的开始使用4.1.0了】

2019.03.07：(或者把caffe扔了(就应该这样！)，直接玩opencv4+里的dnn（依然能够参考本文安装cuda/cudnn的办法），参考“opencv-4 nvidia gpu 训练 测试”相关搜索结果)

-----------------------------------------------------------
！保！障！网！络！通！畅！
-----------------------------------------------------------
安装显卡驱动

系统设置->软件和更新->下载自：阿里源( mirrors.aliyun.com ) 或 中科大源( mirrors.ustc.edu.cn )

输入密码，关闭窗口，等下载结束。

 

而后更新软件：终端内 

sudo apt-get update&&sudo apt-get upgrade

 

系统设置->软件和更新->附加驱动->使用NVIDIA较高版本的专有驱动（若是未显示，使用.run的安装方法（https://blog.csdn.net/xunan003/article/details/81665835））

选择后会开始下载和自动安装，等读条所有完毕后，在终端内输入

nvidia-smi #确认输出了有效信息，如

date       
+-----------------------------------------------------------------------------+
| NVIDIA-SMI XXX.XXX                Driver Version: XXX.XXX                   |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|===============================+======================+======================|
|   0  GeForce GTX 1070    Off  | 00000000:01:00.0  On |                  N/A |
|  0%   31C    P8    11W / 230W |    201MiB /  8110MiB |      0%      Default |
+-------------------------------+----------------------+----------------------+
                                                                               
+-----------------------------------------------------------------------------+
| Processes:                                                       GPU Memory |
|  GPU       PID   Type   Process name                             Usage      |
|=============================================================================|
|    0       997      G   /usr/lib/xorg/Xorg                           136MiB |
|    0      1839      G   compiz                                        59MiB |
|    0      2358      G   /usr/lib/firefox/firefox                       3MiB |
+-----------------------------------------------------------------------------+

 

-----------------------------------------------------------
-----------------------------------------------------------

安装cuda依赖包 

终端内

sudo apt-get install --no-install-recommends libboost-all-dev -y sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libhdf5-serial-dev protobuf-compiler libopenblas-dev liblapack-dev libatlas-base-dev libgflags-dev libgoogle-glog-dev liblmdb-dev -y

 

-----------------------------------------------------------
-----------------------------------------------------------
安装cuda

 

https://developer.nvidia.com/cuda-90-download-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1604&target_type=runfilelocal

sudo sh ./cuda_[9.X_XXX]_linux.run --no-opengl-libs #本体，非opengl这个参数很是重要，删掉就等着开机循环登陆吧 sudo sh ./cuda_[9.X.Y]_linux.run  #[--no-opengl-libs] #补丁, 能够装，必要性视补丁具体内容决定，修复bug和error的确定要装

其中，第一项显卡驱动不须要装（由于前一步已经装过了，若是前一步两种方法都安装不了NVIDIA驱动的话，再考虑装cuda这里自带的驱动），第二项cuda组件必须装，第三项cuda示例能够安装

修改环境变量

sudo gedit ~/.bashrc

在最下端添加

export PATH=/usr/local/cuda/bin${PATH:+:${PATH}} export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

使变量生效

source ~/.bashrc

-----------------------------------------------------------

测试cuda(若是安装了第三项) 

终端里cd进cuda示例

cd [NVIDIA_CUDA_SAMPLES]/1_Utilities/deviceQueryDrv
sudo make
./deviceQueryDrv #确认输出了有效的显卡信息，并记下显卡算力“CUDA Capability Major/Minor version number:”，编译框架时会用上

----------------------------------------------------------- 

安装cudnn

https://developer.nvidia.com/cudnn

先将cudnn压缩包解压

而后

#复制文件到系统环境
sudo cp [CUDNN]/cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp [CUDNN]/cuda/lib64/lib* /usr/local/cuda/lib64/
#重建软链接
cd /usr/local/cuda/lib64/
sudo rm -rf libcudnn.so libcudnn.so.[主版本号]
sudo ln -s libcudnn.so.[全版本号] libcudnn.so.[主版本号]
sudo ln -s libcudnn.so.[主版本号] libcudnn.so
#使连接在环境中生效
sudo ldconfig

-----------------------------------------------------------

-----------------------------------------------------------
安装opencv-3.4 + contrib-master

安装依赖项

sudo apt-get install -y build-essential cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev

解压opencv

 

解压opencv-contrib(使用对应版本)[nonfree的特殊工具包，不须要的话，能够不装]

下载 ippicv_2017u3_lnx_intel64_general_20170822.tgz (https://github.com/opencv/opencv_3rdparty/tree/ippicv/master_20170822/ippicv)(或其余版本号的，具体的参考cmake-gui在configure卡住时下载的条目名称)至文件夹 [opencv]/3rdparty/ippicv/downloads/linux-808b791a6eac9ed78d32a7666804320e/ （这串乱码可在cmake生成的cache文件中查到相似的） 而后更名为 4e0352ce96473837b1d671ce87f17359-ippicv_2017u3_lnx_intel64_general_20170822.tgz （同）

使用cmake-gui:
勾上BUILD_DOCS    BUILD_JPEG     BUILD_PNG    WITH_OPENGL     BUILD_opencv_world

 

在OPENCV_EXTRA_MODULES_PATH中填写([opencv-contrib]/modules)     （3+的能够装但不必，4+的为了调用WITH_CUDA的相关部分，或许有必要）

 

[注释1]:

能够在cmake-gui的搜索栏里搜CU，去掉和cuda/NVIDIA有关的选项，通常用不到，除非打算本身撸框架（或者是打算用opencv3.4.3+/4.0.0+里面的dnn）

 

configure几回直到框内没有红条（若是在输出信息中存在相关BLAS的错误，暂未发现负面影响，不用管）

而后generate

 

有须要时再勾上WITH_QT，configure一次后填上须要的路径并再次configure，红条变白则校验成功。而后generate

 

[注释2]: 

赶上 make[2]: *** [3rdparty/protobuf/CMakeFiles/libprotobuf.dir/src/google/protobuf/extension_set_heavy.cc.o] Error 4

时，勾选ENABLE_CXX11

 

编译opencv

cd [opencv]/build make #这行不建议加-j4，曾出现过由于依赖次序问题引起的编译错误 sudo make install -j4

添加引用变量

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

文件内写入

/usr/local/lib/x86_64-linux-gnu #（也可能没有最后这段文件夹路径，取决于libopencv_XXX.so文件具体在哪）

 

刷新连接

sudo ldconfig

-----------------------------------------------------------

-----------------------------------------------------------
安装caffe

安装依赖项

sudo apt-get install --no-install-recommends libboost-all-dev sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libhdf5-serial-dev protobuf-compiler libopenblas-dev liblapack-dev libatlas-base-dev libgflags-dev libgoogle-glog-dev liblmdb-dev git cmake build-essential -y

 

 

获取caffe，在但愿放置caffe的目录内：

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

复制caffe/MakeFile.config.example为MakeFile.config

修改其中的这几项为：

USE_CUDNN := 1 USE_OPENCV := 1 # Whatever else you find you need goes here. INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/local/include/opencv /usr/local/include/opencv2 /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 /usr/local/lib/x86_64-linux-gnu

 

 

此外，对于这里的

CUDA_ARCH :=    #-gencode arch=compute_20,code=sm_20 \ #-gencode arch=compute_20,code=sm_21 \
                ...

只保留和显卡算力匹配的几行，其余的全注释掉（显卡算力详见[NVIDIA_CUDA_SAMPLES]/1_Utilities/deviceQueryDrv/deviceQueryDrv，在这个文件夹内make以后./deviceQueryDrv运行）

若是编译opencv后生成了libopencv_world.so，那么MakeFile中修改成：

ifeq ($(USE_OPENCV), 1) #（ 注意把空格换回制表符） #LIBRARIES += opencv_core opencv_highgui opencv_imgproc #ifeq ($(OPENCV_VERSION), 3) #LIBRARIES += opencv_imgcodecs #endif LIBRARIES += opencv_world endif

 

 

编译caffe：

make all -j4

#增长引用变量

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

内容为：

/usr/local/cuda/lib64

回到终端内：

sudo make install #刷新连接 sudo ldconfig

 

-----------------------------------------------------------
-----------------------------------------------------------
测试caffe

cd [caffe] sudo sh data/mnist/get_mnist.sh
sudo sh examples/mnist/create_mnist.sh
sudo sh examples/mnist/train_lenet.sh

不报错就是安装成功

-----------------------------------------------------------

-----------------------------------------------------------

参考  http://www.cnblogs.com/denny402/p/5083300.html 开工