Ubuntu 16环境下安装CUDA 8.0及Caffe
来源:互联网 发布:aes算法过程 编辑:程序博客网 时间:2024/06/08 20:14
1.安装CUDA 8.0
安装CUDA之前,先检查机器是否安装了NVIDIA驱动。使用命令
nvidia-smi查看GPU列表,同时显示了驱动的版本。也可以通过命令
nvidia-settings查看GPU的详细信息。如果没有安装驱动,则执行下面的命令
sudo add-apt-repository ppa:graphics-drivers/ppasudo apt-get updatesudo apt-get install nvidia-367sudo apt-get install mesa-common-devsudo apt-get install freeglut3-dev
安装NVIDIA的367版本的驱动。
下面开始安装CUDA 8.0。登陆CUDA官网:点击打开链接下载对应版本的安装文件,如下图所示
选择deb(local),虽然runfile(local)也可以,但是安装deb更简单一些。
上面也同时给出了安装命令:
sudo dpkg -i cuda-repo-ubuntu1604-8-0-local_8.0.44-1_amd64.debsudo apt-get updatesudo apt-get install cuda注意:在执行上述命令之前,一定要进入安装文件所在的路径,也即是下载的CUDA安装文件所在的地方,一般是/home/Downloads,所以先运行命令
cd Downloads然后执行上面三行代码安装CUDA 8.0.
2.配置Caffe
安装好CUDA之后,就可以配置Caffe了。
(1)通过下面的命令安装protobuf,leveldb,snappy,OpenCV,hdf5,boost依赖库
sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compilersudo apt-get install --no-install-recommends libboost-all-dev
(2)安装BLAS库
sudo apt-get install libatlas-base-dev
(3)接着是gflags, glog和lmdb
sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev
(4)获取Caffe源码
git clone https://github.com/BVLC/caffe然后/home下面会有一个caffe文件夹,下面需要进入这个文件夹中,因此执行命令
cd caffe(5) 配置Caffe
cp Makefile.config.example Makefile.config这一步执行没有问题,接着是
make allmake testmake runtest执行make all之后会报错
src/caffe/layers/hdf5_data_layer.cpp:13:18: fatal error: hdf5.h: No such file or directory这里我们需要修改caffe文件夹中的Makefile.config文件,找到这两行
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/includeLIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib将它们直接替换为
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial/LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu/hdf5/serial/然后再一步一步执行
make allmake testmake runtest没有报错的话,至此,Caffe已经安装并配置成功了。
3.测试Caffe
最后我们通过MNIST数据集测试新安装的Caffe是否可以运行。在caffe路径下运行
./data/mnist/get_mnist.sh./examples/mnist/create_mnist.sh经过上述操作./examples/mnist/路径下会有mnist_test_lmdb和mnist_train_lmdb两个文件夹,分别是测试和训练数据。然后执行命令
./examples/mnist/train_lenet.sh可以看到运行结果。
本文参考了以下链接:
1.http://th7.cn/system/lin/201608/176823.shtml
2.http://blog.csdn.net/lkj345/article/details/51280369
3.http://caffe.berkeleyvision.org/installation.html
补充:
在配置caffe的时候我参考了很多网上的资料,很多人说配置之前应该先把gcc的版本降低为4.x.x的版本,因为caffe不支持高版本的gcc。但是,针对我的具体情况:Ubuntu 16.04, CUDA 8.0, gcc 5.4.0, Matlab R2016b,在配置caffe的时候并不需要降低gcc的版本,直接用5.4.0的即可。刚开始我听信了这些建议,先把gcc降为4.x.x的版本,反而一直报错。后来再改为原来的版本,并按照上面的步骤执行就成功了。在这里也算是总结了一个教训。
- Ubuntu 16环境下安装CUDA 8.0及Caffe
- ubuntu 16.04 cuda 8.0 caffe 安装 及遇到的问题。
- Ubuntu环境下深度学习cuda,cudnn,caffe,tensorflow的安装
- Ubuntu 16.04 + cuda 8.0 + caffe安装记录
- ubuntu 16.04 安装 Caffe + Cuda 8.0
- caffe +cuda +ubuntu 14.04安装
- ubuntu 下 cuda 6.5 安装以及caffe 配置
- ubuntu 下 cuda 6.5 安装以及caffe 配置
- Ubuntu下cuda和caffe等的安装
- Ubuntu16.04环境下安装CUDA、cudnn、Caffe、Tensorflow、pytorch
- [Caffe]ubuntu无cuda安装caffe
- ubuntu15和16下安装cuda以及caffe深度学习环境
- ubuntu下安装CUDA
- Ubuntu下安装cuda
- caffe+Ubuntu 14.04+cuda 8.0 安装(自我总结)
- ubuntu环境安装caffe
- Ubuntu 14.04+cuda 7.5+caffe安装配置
- caffe安装+cuda一些坑+ubuntu
- HoloLens入门开发(一)
- A Peek Inside the Erlang Compiler(转)
- Python的对象传递与Copy函数
- codeforces 754D Fedor and coupons(优先队列)
- Game of Life
- Ubuntu 16环境下安装CUDA 8.0及Caffe
- Data Modeling in Riak(转)
- 一、算法_分治算法
- collection集合框架简介
- 80老翁谈人生(324):关于网络安全的迷思
- Collection框架中实现比较要实现什么接口
- ArrayList和Vector的区别
- HashMap和Hashtable的区别
- List 和 Map 区别