【ubuntu14.04配置caffe】一——双显卡安装NVIDIA驱动以及cuda和cudnn

在ubuntu14.04下配置caffe主要有以下步骤：

1. NVIDIA驱动以及cuda和cudnn的安装配置
   
2. Intel MKL的安装配置
3. MATLAB的安装配置
4. OpenCV的安装配置
5. Anaconda以及pycuda的安装配置
6. caffe的安装编译

本文介绍双显卡环境下nvidia驱动的安装，cuda以及cudnn的安装与配置

1. 安装build-essentials

安装开发所需要的一些基本包

sudo apt-get install build-essential

2.降级 gcc/g++为4.7.x版本

1.下载安装gcc/g++ 4.7.x

sudo apt-get install -y gcc-4.7sudo apt-get install -y g++-4.7

2. 降级

cd /usr/binsudo rm gccsudo ln -s gcc-4.7 gccsudo rm g++sudo ln -s g++-4.7 g++//测试ls –al gcc g++gcc --versiong++ --version

3.安装qt-sdk

sudo aptitude install qt-sdk

4. 安装NVIDIA驱动 (340)

1 屏蔽nouveau

sudo vi /etc/modprobe.d/blacklist.conf   

在最下面增加：

blacklist nouveau

2 增加软件源

sudo add-apt-repository ppa:xorg-edgers/ppa

sudo apt-get update

3 进入BIOS，设置显卡为只有核显（intel）

Graphic Mode: 【Integrated】

4 卸载干净旧的nouveau和nvidia驱动

sudo apt-get --purge remove xserver-xorg-video-nouveausudo apt-get --purge remove nvidia-*

5 重启

6 安装驱动

1.按ctr+alt+F1进tty1

2.关闭图形管理器

sudo service lightdm stop

3.安装驱动

sudo apt-get install nvidia-340

4.重启

5.进入BIOS，设置显卡为swichable

6.检测

cat /proc/driver/nvidia/version

4 安装cuda

下载cuda_6.5.14_linux_64.run: https://developer.nvidia.com/cuda-downloads

用下面的命令，将该.run文件分解成三个文件：

sudo chmod +x ./cuda_6.5.14_linux_64.runsudo ./cuda_6.5.14_linux_64.run --extract=extract_path   #其中extract_path为绝对路径

得到：

• CUDA安装包: cuda-linux64-rel-6.5.14-18749181.run
• NVIDIA驱动: NVIDIA-Linux-x86_64-340.29.run
• SAMPLE包: cuda-samples-linux-6.5.14-18745345.run

进入解压路径，为所有run文件添加可执行权限：

sudo chmod +x *.run

安装cuda：

sudo ./cuda-linux64-rel-6.5.14-18749181.run

添加环境变量：

sudo vi /etc/profile

在文件最后添加：
PATH=/usr/local/cuda-6.5/bin:$PATH
export PATH
LD_LIBRARY_PATH=/usr/local/cuda-6.5/lib64:$LD_LIBRARY_PATH
export LD_LIBRARY_PATH

然后执行：

source /etc/profile

在/etc/ld.so.conf.d/下新建一个cuda.conf：

cd /etc/ld.so.conf.dsudo touch cuda.confsudo vi cuda.conf

在其中写入：

/usr/local/cuda/lib64/lib/usr/lib/usr/lib32

执行：

sudo ldconfig

检查cuda是否配置好：

nvcc --version

正确返回版本信息则说明配置好了。

5.安装cuda-samples

用下述命令安装samples:

sudo ./cuda-samples-linux-6.5.14-18745345.run

完成后编译:

cd /usr/local/cuda-6.5/samplessudo  make -j

编译完成后,进入samples路径下的/bin/x86_64/linux/release, 运行deviceQuery

cd ./bin/x86_64/linux/releasesudo ./deviceQuery  

若显示显卡信息则说明配置正确。

6.安装cudnn

注意：cudnn仅支持计算能力3.0以上的显卡，2.1的不支持，因此请先在cuda的官网查看自己的显卡计算能力。

cudnn可以在官网注册后免费下载，下载后解压文件：

tar -zxvf cudnn-6.5-linux-x64-v2.tgzcd cudnn-6.5-linux-x64-v2

将lib文件复制到系统能找到的lib文件夹里，将cudnn.h复制到系统能找到的iinclude文件夹里：

sudo cp lib* /usr/local/cuda-6.5/lib64/sudo cp cudnn.h /usr/local/cuda-6.5/include

复制后要更新链接文件：

cd /usr/local/cuda/lib64/sudo rm -rf libcudnn.so libcudnn.so.6.5sudo chmod 755 libcudnn.so.6.5.48 sudo ln -s libcudnn.so.6.5.48 libcudnn.so.6.5sudo ln -s libcudnn.so.6.5 libcudnn.so

sudo ldconfig

测试：

下载cudnn-sample-v2,解压后编译运行：

tar –zxvf cudnn-sample-v2.tgzcd cudnn-sample-v2sudo makesudo ./mnistCUDNN

运行成功说明cudnn安装成功。