ubuntu16.04 opencv3.3 python2.7 caffe GPU环境搭建
来源:互联网 发布:贫贱夫妻百事哀 知乎 编辑:程序博客网 时间:2024/06/05 15:02
此博客总结记录深度学习环境搭建的详细过程,博客中的所有下载链接均为官方网站
1. 软件库更新与软件升级
sudo apt-get updatesudo apt-get upgrade
2.安装基本的工具
- 安装基本的工具与包
sudo apt install vim #vim编辑器sudo apt-get install git #安装gitsudo apt-get install build-essential cmake pkg-config
安装sogou拼音输入法
(1)下载sogou拼音输入法
(2)双击下载的sogou*.deb安装包
(3)安装完成后在terminal里输入im-config,然后会弹出一个对话框,点击OK,接着点击yes,然后选择fcitx,点击OK,接着OK。
(4)重启电脑 shutdown -r now
(5)terminal里输入fcitx-config-gtk3,弹出一个对话框,点击+号添加刚安装的sogou输入法安装pip
wget https://bootstrap.pypa.io/get-pip.pysudo python get-pip.pysudo rm get-pip.py# 然后就可以自由自在地安装python的各种包了sudo pip install numpy
3. 安装NVIDIA系列(驱动,cuda8, cudnn6)
1. 安装nvidia驱动
安装驱动的方法有很多种,比如:
A:PPA源:最简单,但是未必有最新驱动,也有可能会遇到问题。
B:安装CUDA时,顺便安装驱动:但未必是最新的驱动。
C:去官网下载最新的驱动,然后本地安装(NVIDIA-Linux*.run),本文采用这种方法。
(1)下载驱动,根据自己的显卡下载与其对应的驱动
(2)删除原有的的nvidia驱动
如果原来用的是PPA源安装的,那么用sudo apt-get remove –purge nvidia* 来删除
如果原来是用runfile安装的,那么用- -uninstall命令来卸载,驱动为NVIDIA-Linux*.run
sudo chmod +x NVIDIA-Linux*.run
sudo ./NVIDIA-Linux*.run - -uninstall(uninstall前面为两个横线,中间没有间隔)
(3)禁用nouveau驱动
sudo vim /etc/modprobe.d/blacklist.conf
在最后一行加入下面的两行
blacklist nouveau
options nouveau modeset=0
然后执行: sudo update-initramfs -u
重启,执行: lsmod | grep nouveau
如果没有屏幕输出,说明禁用nouveau成功。
(4)禁用X-Window服务
sudo service lightdm stop #关闭X-Window
按下ctrl + alt + f1进入命令行模式
(5)runfile安装驱动
sudo chmod +x NVIDIA-Linux*.run
sudo ./NVIDIA-Linux*.run - -no-opengl-files(no前面的两个横杠是连着的)
说明:
- -no-opengl-files:表示只安装驱动文件,不安装openGL文件,该参数不可省略,否则会导致登陆界面死循,称为login loop或者称为stunk in login
然后根据提示安装。
若成功安装,那么重启电脑即可
若提示失败,重复以上步骤,直到成功
(6)driver测试
nvidia-smi #列出GPU信息列表,表示驱动安装成功
nvidia-settings #弹出设置对话框,表示驱动安装成功
2. 安装CUDA8
通过runfile来进行安装
(1)下载cuda
(2)安装CUDA
sudo ./cuda_*.run - -no-opengl-libs
注意: - -no-opengl-libs:表示只安装驱动文件不安装OpenGL文件,必须参数,原因同上(no前面是两个不分开的横杆)
然后根据提示安装。
在遇到以下问题的时候根据实际进行调整:
- do you accept the previously read EULA?
accept - install nvidia accelerated graphics driver for Linux-x86_64 375.26?
n - install the cuda 8.0 toolkit?
y - enter toolkit location?
使用默认的就好 - do you wish to run the installation with ‘sudo’?
y - do you want to install a symbolic link at /usr/local/cuda?
y - install the cuda 8.0 samples?(因为在/usr/local/cuda-8.0目录下就有samples)
n
(3)CUDA Sample测试
# 编译并测试设备deviceQuery:
cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery
# 编译并测试带宽bandwidthTest
cd ../bandwidthTest
sudo make
./bandwidthTest
如果这两个测试的最后结果都是Result = PASS,说明CUDA安装成功
(4)安装CUDA的官方补丁(在下载CUDA8.0的页面一起下载)
sudo ./cuda_8.0.61.2_linux.run
添加cuda的环境变量
cd ~/sudo vim .bashrc #在最后一行添加如下内容export PATH=/usr/local/cuda/bin:$PATHexport LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
3. 安装CUDNN
(1)下载cudnn
需要登录才能下载,我下载的是cudnn6
(2)安装(根据官网教程)
tar -xzvf cudnn-8.0-linux-x64-v6.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
cd /usr/local/cuda/lib64/
sudo rm libcudnn.so libcudnn.so.6
sudo ln -s libcudnn.so.6.0.21 libcudnn.so.6
sudo ln -s libcudnn.so.6 libcudnn.so
sudo ldconfig
至此,NVIDIA系列安装完成
4. 安装opencv3.3
1. 下载opencv3.3与opencv_contrib3.3
2. 解压两个包
将第一步下载的两个zip解压到同一个文件夹下(我是放在~/目录下的opencv里)
3. 安装基本的包
sudo apt-get install libopencv-devsudo apt-get install libjpeg8-dev libtiff5-dev libjasper-dev libpng12-dev libdc1394-22-dev libtbb2 libtbb-dev#读取各种格式的图片sudo apt-get install libavcodec-dev libacformat-dev libswscale-dev libv4l-dev libxvidcore-dev libx264-dev #读入视频sudo apt-get install libgtk-3-dev libgtk2.0-dev #为了使用opencv里的hightgui模块sudo apt-get install libatlas-base-dev gfortran #优化opencv里的各种功能sudo apt-get install python-dev python2.7-dev python-numpy #安装python开发头与库
4. 编译与安装
在opencv3.3里mkdir build
cd buildcamke -D CMAKE_BUILD_TYPE=RELEASE \-D CMAKE_INSTALL_PREFIX=/usr/local \-D INSTALL_PYTHON_EXAMPLES=ON \-D INSTALL_C_EXAMPLES=ON \-D OPENCV_EXTRA_MODULES_PATH=/home/plato/opencv/opencv_contrib/modules/ \-D PYTHON_EXECUTABLE=/usr/bin/python \-D BUILD_EXAMPLES=ON .. #当成功以后make -j8sudo make install#完成后可以在/usr/local/lib/python2.7/ 下的site-packages 或者dist-packages中生成cv2.so,这个保证了可以在Python中import cv2然后sudo ldconfig
至此,opencv3.3安装成功
5. 安装caffe
1:git clone https://github.com/bvlc/caffe.git
2:安装相应的包
sudo apt-get insatll libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compilersudo apt-get install --no-install-recommends libboost-all-devsudo apt-get install python-devsudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev
3:修改Makefile.config
去掉一下项的注释
#USE_CUDNN := 1#OPENCV_VERSION := 3#WITH_PYTHON_LAYER := 1
将下面两行修改一下
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/includeLIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib 修改为: INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serialLIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu /usr/lib/x86_64-linux-gnu/hdf5/serial
5:修改Makefile
将:NVCCFLAGS +=-ccbin=$(CXX) -Xcompiler-fPIC $(COMMON_FLAGS)替换为:NVCCFLAGS += -D_FORCE_INLINES -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS)将:LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_hl hdf5替换为:LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_serial_hl hdf5_serial
6:修改/usr/local/cuda/include/host_config.h
将其中的第119行注释掉:
将#error-- unsupported GNU version! gcc versions later than 4.9 are not supported!改为//#error-- unsupported GNU version! gcc versions later than 4.9 are not supported!
7:复制文件到/usr/local/lib下
sudo cp /usr/local/cuda-8.0/lib64/libcudart.so.8.0 /usr/local/lib/ sudo cp /usr/local/cuda-8.0/lib64/libcublas.so.8.0 /usr/local/lib/sudo cp /usr/local/cuda-8.0/lib64/libcurand.so.8.0 /usr/local/lib/sudo ldconfig
8:编译
sudo make -j8#然后sudo make test -j8make runtest -j8
9:编译python接口
cd ~/caffe/pythonsudo pip install -r requirements.txt#在.bashrc中添加caffe python的环境变量vim ~/.bashrc #在最后一行加入如下内容export PYTHONPATH=/home/plato/caffe/python:$PYTHONPATH#保存后退出sudo ldconfig#然后sudo make pycaffe
自此,caffe安装成功
6. 安装tensorflow
7. 安装pycharm
1:下载pycharm
下载社区版
2:安装
sudo tar xf <pycharm-professional or pycharm-community>-*.tar.gz -C /opt/cd opt/<pycharm-professional or pycharm-community>-*/bin./pycharm.sh
3:配置caffe的环境
(1)打开第2步中的pycharm.sh
LD_LIBRARY_PATH=”IDE_BIN_HOME : LD_LIBRARY_PATH” “$JAVA_BIN”
在这行上面加入
LD_LIBRARY_PATH='/usr/local/cuda/lib64'
(2)打开pycharm
file->settings->project:pycharm->project interpreter
右上角有一个设置的icon,点击选择more,新页面中点击右上角的+号下面第4个icon,进去后点击绿色的+号
将/home/plato/caffe/python添加进去
**至此,可以在pycharm中使用caffe了
参考文献
- http://blog.csdn.net/u012535905/article/details/73777345
- http://m.blog.csdn.net/cosmoshua/article/details/76644029
- http://blog.csdn.net/xuzhongxiong/article/details/52717285
- https://docs.opencv.org/master/d7/d9f/tutorial_linux_install.html
- http://blog.csdn.net/a_z666666/article/details/72853346
- http://www.41xt.com/jiaocheng/xp/23142_6.html
- http://blog.csdn.net/lookthewind/article/details/71499098
- ubuntu16.04 opencv3.3 python2.7 caffe GPU环境搭建
- Ubuntu16.04 opencv3 python2.7 caffe(CPU_ONLY)
- Ubuntu16.04下Caffe环境搭建:cuda8.0 + opencv3.2.0
- 看这一篇就够了ubuntu16.04,cuda8.0,cudnnV5.1,python2.7,opencv3.3+contrib,caffe
- caffe: Ubuntu16.04 + cuda8.0 + cudnn8.0 + opencv3.1.0 + python2.7 + matlab2014b + blas(mkl)
- 自己安装虚拟机vbox+ubuntu16.04+opencv3.2.0+python2.7+caffe+CPUonly的全过程整理
- windowsXP+python2.7+openCV3.0环境搭建
- 环境搭建:Ubuntu16.04+CUDA8.0+cuDNN5.1+OpenCV3.1+Caffe+Docker
- Ubuntu16.04下基于Docker的Caffe-GPU版本环境搭建总结
- Ubuntu 16.04安装使用--Ubuntu16.04下基于Docker的Caffe-GPU版本环境搭建总结
- ubuntu16.04+cuda8.0+cudnn6+opencv3.1 搭建caffe tensorflow
- caffe--ubuntu16.04+cuda8.0+opencv3.0+python2.7(Anaconda)+matlab(台式机,独显为GTXNVIDIA1060)AN3.4.
- 双系统Ubuntu16.04的Caffe环境配置+opencv3.2.0安装
- Ubuntu下caffe+CUDA8.0+OpenCv3.3+Python2.7环境配置
- 【深度学习】 Ubuntu16.04 caffe Opencv2.4.13 GPU环境配置
- Ubuntu16.04 +Caffe CPU/GPU 深度学习环境
- Ubuntu16.04 CUDA8.0+caffe+gpu运行环境配置
- 配置GPU+Ubuntu16.04+caffe
- Ethernet/IP 学习笔记六
- Error:Conflict with dependency 'com.google.code.findbugs:jsr305'解决
- s5pv210-Linux驱动之SD卡主机控制器
- php选择排序,插入排序
- 传统的创建线程的两种方式
- ubuntu16.04 opencv3.3 python2.7 caffe GPU环境搭建
- Struts
- 终结者模式
- 归并排序学习总结,递归法&&插入排序&&冒泡排序&&选择排序&&快速排序
- Python小Tips
- Spark Hadoop集群部署与Spark操作HDFS运行详解---Spark学习笔记10
- 微服务初探(0)
- 无监督学习简介
- 把一元钱换成1分,2分,5分的硬币。有多少种换法