Ubuntu 14.04+cuda8.0+opencv3.1+caffe

来源:互联网 发布:淘宝掌柜推荐怎么设置 编辑:程序博客网 时间:2024/06/05 07:15
这几天入坑1080,使用最新的 UBUNTU16.04 系统,先说下GTX1080的几个坑:


  1. 1080装机只能使用DVI接口的显示器,无法使用VGA或者转接头之类的。当然当你把显卡驱动安好之后,是能用VGA接口的,不过在那之前,VGA不识别。
  2. 1080需要使用自己的显卡驱动,不能使用cuda 自带的驱动。
  3. Ubuntu16.04 系统的默认GCC版本为5.4, 而编译caffe最高只支持5.3.
  4. Opencv不能直接安装,因为cuda8是新出的,opencv 无法识别。
下面开始切入正题:
首先感谢下面几篇博客文章,本人是在参考以下几个才经过无数坑,脱坑而出的:

《ubuntu14.04+cuda8.0(GTX1080)+caffe安装》

《Ubuntu 16.04下Matlab2014a+Anaconda2+OpenCV3.1+Caffe安装》

欧新宇caffe配置教程

本人为了配置好ubuntu 16.04 caffe tf 重装了不下5遍系统,最终还是选择了14.04系统

一:装机所需安装包:(可能软件版本不同,但是安装方式类似)

Ubuntu14.04: http://www.ubuntu.com/download/desktop
CUDA 8.0: https://developer.nvidia.com/cuda-release-candidate-download
OPENCV3.1: http://opencv.org/downloads.html
Matlab2015b:自行下载
MKL(Intel(R) Parallel Studio XE Cluster Edition for Linux 2013):
glog-0.3.3.tar.gz:
1080显卡驱动:NVIDIA-Linux-x86_64-367.35.run
cudnnv5

二:安装
1.系统安装

这里不做累赘,不会的百度装机教程,一定要确认装机后ctrl+alt+F1能出来命令行,如果出不来,请参考我的博文alt+ctrl+F1黑屏 ,解决方案 

2.显卡安装:


Ctrl+alt+F1//进入字符界面,关闭图形界面sudo service lightdmstop //必须有,不然会安装失败sudo chmod 755 NVIDIA-Linux-x86_64-367.27.run  //获取权限sudo ./NVIDIA-Linux-x86_64-367.27.run  //安装驱动




Accept 

Continue installation 

安装完成之后

sudo service lightdm start

3. cuda安装

sudo sh ./cuda_8.0.27_linux.run


//进入安装命令行

Do you accept the previously read EULA?

accept/decline/quit: accept

Install NVIDIA Accelerated Graphics Driver for Linux-x86_64361.62? 

(y)es/(n)o/(q)uit: n

Install the CUDA 8.0 Toolkit? 

(y)es/(n)o/(q)uit: y

Enter Toolkit Location 

[ default is /usr/local/cuda-8.0 ]:回车

Do you want to install a symbolic link at /usr/local/cuda?

(y)es/(n)o/(q)uit: y

Install the CUDA 8.0 Samples? 

(y)es/(n)o/(q)uit: y

Enter CUDA Samples Location 

[ default is /home/duan ]:回车



//配置环境变量:

sudo gedit /etc/profile

//在文件末尾加入以下2行

export PATH=/usr/local/cuda-8.0/bin:$PATH

export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH

//然后

sudo ldconfig

//验证cuda是否安装成功

cd NVIDIA_CUDA-8.0_Samples/1_Utilities/deviceQuery

make 

./deviceQuery 

//如果显示pass,则代表成功。


4.Matlab

1.镜像右键提取到主文件夹/home/duan

sudo chmod a+x R2015B Linux 64 -Rsudo R2015B Linux 64 -R/install

然后界面安装

输入 Matlab2015bCrack/key 文件中的码

一直默认选择下一步

完成后

sudo cp /path/to/Matlab2015bCrack/R2015b/bin/glnxa64/libmwservices.so/usr/local/MATLAB/R2015b/bin/glnxa64/

启动matlab

sudo su 取得管理员

sh /usr/local/MATLAB/R2015b/bin/matlab

激活:不使用网络激活

使用/pat他/to/ Matlab2015bCrack/MATLABR2015b license.lic

 

建立软连接以便matlab启动

# ln -s /usr/local/MATLAB/R2015b/bin/matlab /usr/bin/


当使用caffe matlab 接口时提示:

caffe matlab mex不匹配,

因为gcc版本不对

libstdc++.so.6

从glnxa64/目录移走就可以了

可以新建一个backup文件夹,把libstdc++.so.6移入其中



5. 安装BLAS:使用MKL,我使用的是intel_palallel_studio2013

sudo sutar zxvf parallel_studio文件.tar.gz chmod a+x parallel_studio文件夹 -R sh install_GUI.sh


6.MKL与CUDA环境设置




1. 新建intel_mkl.conf, 并编辑之:

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

/opt/intel/lib/intel64

/opt/intel/mkl/lib/intel64

2. 新建cuda.conf,并编辑之:

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

/usr/local/cuda/lib64

/lib

3. 完成lib文件的链接操作,执行:

sudo ldconfig -v


7.OPENCV3.1

sudo apt-get install build-essential cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev # 必要的基本库

根据上面的链接下载OpenCV3.1.0版本,并进行解压,解压之后进入安装文件目录:

cd  'opencv-3.1.0/modules/cudalegacy/srcsudo gedit graphcuts.cpp


将相关部分替换为

#include "precomp.hpp"

// GraphCut has been removed in NPP 8.0

#if !defined (HAVE_CUDA) || defined (CUDA_DISABLER) || (CUDART_VERSION >= 8000)

 void cv::cuda::graphcut(GpuMat&, GpuMat&, GpuMat&, GpuMat&, GpuMat&, GpuMat&, GpuMat&, Stream&) { throw_no_cuda(); }

 void cv::cuda::graphcut(GpuMat&, GpuMat&, GpuMat&, GpuMat&, GpuMat&, GpuMat&, GpuMat&, GpuMat&, GpuMat&, GpuMat&, GpuMat&, Stream&) { throw_no_cuda(); }



cd opencv-3.1.0mkdir build          #创建build文件夹cd opencv-3.1.0/buildcmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local .. 


在configure过程中过程中,可能会出现下面的错误:

-- ICV: Downloading ippicv_linux_20151201.tgz...

在直接下载该文件的过程中,会因为超时而失败,多运行几次就好了

make -j4       #四核运算

此时,可能会出现另外一个错误:

/usr/include/string.h: In function ‘void__mempcpy_inline(void, const void, size_t)’:/usr/include/string.h:652:42: error: ‘memcpy’ was not declared inthis scope return (char ) memcpy (dest, src, n)+ n;

这也是g++版本太高的造成的,只需要在opencv-3.1.0目录下的CMakeList.txt文件的开头加入:

set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS}-D_FORCE_INLINES")

添加之后再次进行编译make即可。

sudo make install

8.安装依赖项:

1. Google Logging Library(glog),下载地址:https://code.google.com/p/google-glog/,然后解压安装:


$ tar zxvf glog-0.3.3.tar.gz
$ cd glog-0.3.3 
$./configure
$ make
$ sudo make install
如果没有权限就chmod a+x glog-0.3.3 -R , 或者索性 chmod 777 glog-0.3.3 -R , 装完之后,这个文件夹就可以kill了。




2. 其他依赖项,确保都成功


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


9.安装caffe并测试

1. 安装pycaffe必须的一些依赖项:

sudo apt-get install -y python-numpy python-scipy python-matplotlib python-sklearn python-skimage python-h5py python-protobuf python-leveldb python-networkx python-nose python-pandas python-gflags cython ipython

2. 安装配置nVidia cuDNN 加速Caffe模型运算


$ sudo cp include/cudnn.h /usr/local/include$ sudo cp lib64/libcudnn.* /usr/local/lib$ sudo ln -sf /usr/local/lib/libcudnn.so.5.0.5 /usr/local/lib/libcudnn.so.5$ sudo ln -sf /usr/local/lib/libcudnn.so.5 /usr/local/lib/libcudnn.so$ sudo ldconfig -v


3. 切换到Caffe-master的文件夹,生成Makefile.config配置文件,执行:

$ cp Makefile.config.example Makefile.config

4. 配置Makefile.config文件(仅列出修改部分)

a. 启用CUDNN,去掉"#"

USE_CUDNN := 1

b. 配置一些引用文件(增加部分主要是解决新版本下,HDF5的路径问题)

INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/lib/x86_64-linux-gnu/hdf5/serial/include

LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu/hdf5/serial

c. 启用Intel Parallel Studio XE 2016

BLAS := mkl

d. 配置路径,实现caffe对Python和Matlab接口的支持

PYTHON_LIB := /usr/local/lib

MATLAB_DIR := /usr/local/MATLAB/R2015b

c. 启用OpenCV 3.1, 去掉"#"

OPENCV_VERSION =3

6. 编译caffe-master!!!"-j16"是使用CPU的多核进行编译,可以极大地加速编译的速度,建议使用。

$ make all -j16$ make test -j16$ make runtest -j16

编译Python和Matlab用到的caffe文件

$ make pycaffe -j16$ make matcaffe -j16


成功了请给顶一个谢谢~


4 0
原创粉丝点击