从零开始配置Ubuntu Server 14.04 图形界面、Caffe安装及远程连接

本文从Ubuntu Server14.04的U盘安装开始，之后依次涉及到图形界面的安装，NVIDIA驱动安装，Windows使用远程桌面mstsc连接Ubuntu Server，Cuda及Caffe的安装。

1. U盘安装Ubuntu Server14.04

本文首先使用UltraISO刻启动盘，不过当时报错，于是使用Win32DiskImager来刻盘，成功启动。不过刻录之后U盘容量会变为几M，这个问题可以自行百度/google U盘量产工具即可恢复U盘容量，之后的安装步骤主要参考下面链接：

华为社区Ubuntu Server手册

Ubuntu Server 14.04安装教程之图解

重启服务器后可以进入命令行界面，此时先不要着急安装NVIDIA驱动，因为安装NVIDIA驱动后就是用N卡来驱动显示器了，这样在安装图形界面时会报No Screen Found错误。不过也有人说先装驱动，这个说法本人未尝试成功，可能是由于在server版本上的缘故吧，大家可以试一下desktop版。

下面安装图形界面：

由于安装gnome桌面非常卡顿，且远程登录时也用的是xfce4桌面，因此本文安装xfce4桌面：

sudo apt-get update
sudo apt-get install -y xfce4 xfce4-goodies xubuntu-desktop
startxfce4                  #启动xfce4桌面环境

接下来再安装NVIDIA显卡驱动：

驱动及Caffe安装主要参考以下网址：

Caffe官网安装教程

Setting up a Deep Learning Machine from Scratch (Software)

首先安装相关依赖及git工具：

sudo apt-get update
sudo apt-get upgrade
sudo apt-get install build-essential
sudo apt-get install python-dev
sudo apt-get autoremove
sudo apt-get install git

2. NVIDIA驱动及CUDA安装

lspci | grep -i nvidia          #检查NVIDIA显卡型号
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
sudo apt-get install nvidia-352
sudo shutdown -r now            #重启
cat /proc/driver/nvidia/version #查看显卡驱动版本

安装显卡驱动之后，开始安装CUDA：

从NVIDIA CUDA上下载CUDA(本文使用7.5)，然后执行以下命令：

sudo dpkg -i cuda-repo-ubuntu1404*amd64.deb #解包
sudo apt-get update
sudo apt-get install cuda

#将CUDA加入环境变量：
echo 'export PATH=/usr/local/cuda/bin:$PATH' >> ~/.bashrc
echo 'export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc
source ~/.bashrc

nvcc -V                     #检测CUDA版本
sudo shutdown -r now        #重启

安装完CUDA后，检测CUDA安装是否成功(可选)：

#在CUDA目录下安装samples并编译：
/usr/local/cuda/bin/cuda-install-samples-7.5.sh ~/cuda-samples

cd ~/cuda-samples/NVIDIA*Samples
make -j $(($(nproc) + 1))
#其中-j $(($(nproc) + 1))指使用机器上所有的核并行执行make命令来使编译更快

#执行deviceQuery来检测显卡并进行相关测试，Result=pass即为通过
bin/x86_64/linux/release/deviceQuery

3. cuDNN及OpenBLAS安装

cuDNN是用于DNN(深度神经网络)的GPU加速库，可加快CUDA的执行速度，需要在cuDNN NVIDIA上注册之后才能下载。本文由于用到了s2vt版本的caffe，使用的是v3版本的cuDNN，最新版本是v5。除此之外，在Windows上下载的文件是后缀为.solita*的文件，可能下载有问题，建议在Linux环境下下载.tgz格式的文件。下面讲如何安装cuDNN：

cd ~/Downloads/
tar xvf cudnn*.tgz  #解包
cd cuda
#将所有的头文件和共享库都拷贝到系统文件中
sudo cp */*.h /usr/local/cuda/include/
sudo cp */libcudnn* /usr/local/cuda/lib64/
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
nvidia-smi          #查看NVIDIA显卡状态

安装OpenBLAS：

sudo apt-get install gfortran
mkdir ~/git
cd ~/git
git clone https://github.com/xianyi/OpenBLAS.git cd OpenBLAS
make FC=gfortran -j $(($(nproc) + 1))
sudo make PREFIX=/usr/local install
#将OpenBLAS路径加入环境变量
echo 'export LD_LIBRARY_PATH=/usr/local/lib:$LD_LIBRARY_PATH' >> ~/.bashrc

4. Pip及caffe相关依赖安装

其他的资料及博客有提到使用 Anaconda 库来安装Caffe相关的依赖库，但后来发现opencv等好像有一点问题，就使用pip按部就班的安装依赖软件了。

pip安装借鉴pip安装使用详解，最初尝试

sudo apt-get install python-pip

来安装pip，不过后面发现软件安装好像有点问题，不确定是不是pip版本的问题，下面命令安装pip：

#获取pip安装包
wget "https://pypi.python.org/packages/source/p/pip/pip-1.5.4.tar.gz#md5=834b2904f92d46aaa333267fb1c922bb" --no-check-certificate
tar -xzvf pip-1.5.4.tar.gz  #解包
cd pip-1.5.4
python setup.py install     #安装
pip list                    #查看使用pip安装的软件
#pip uninstall ###          #若安装有误，可使用本命令卸载软件

注意：安装pip时可能出现ImportError: No module named setuptools，这是因为没有安装setuptools，解决方案：ImportError: No module named setuptools 解决方法

安装Caffe相关依赖：

sudo apt-get install -y libfreetype6-dev libpng12-dev
sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler
sudo apt-get install --no-install-recommends libboost-all-dev
sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev

5. Caffe的安装

首先从git上clone Caffe到本地：

cd ~/git
git clone https://github.com/BVLC/caffe.git cd caffe
cp Makefile.config.example Makefile.config

若已安装cuDNN，则需将Makefile.config文件中

USE_CUDNN := 1

这行解注释；若已安装OpenBLAS，则需将Makefile.config文件中变量

BLAS

的值改为

open

，这也可以直接用命令实现：

sed -i 's/# USE_CUDNN := 1/USE_CUDNN := 1/' Makefile.config
sed -i 's/BLAS := atlas/BLAS := open/' Makefile.config

然后安装相关依赖并编译（其中scikit-image开始无法安装，可以等到其他依赖库全部安装完毕后再敲

sudo pip install scikit-image

）：

sudo pip install -r python/requirements.txt
make all -j $(($(nproc) + 1))
make test -j $(($(nproc) + 1))
make runtest -j $(($(nproc) + 1))
make pycaffe -j $(($(nproc) + 1))  #编译Python接口

编译时出现过

python/caffe/_caffe.cpp:10:31:fatal error:numpy/arrayobject.h: No such file or directory

的错误，解决方法是安装python-numpy包：

sudo apt-get install python-numpy

之后再

make clean, make pycaffe

再将Caffe加入环境变量中：

echo 'export CAFFE_ROOT=$(pwd)' >> ~/.bashrc  #pwd指当前目录，也可直接指定Caffe的目录
echo 'export PYTHONPATH=$CAFFE_ROOT/python:$PYTHONPATH' >> ~/.bashrc
source ~/.bashrc

使用以下命令测试Caffe的Python接口是否可用，若无warnings/errors出现即为可用(不过本文运行时出现matplotlib的一个warning，但Caffe运行正常)：

python
>>> import caffe
>>> exit()

Caffe常见错误可见以下链接：

Caffe - GitHub

Caffe 安装错误记录及解决办法

Caffe 工程的一些编译错误以及解决方案

6. Windows使用远程桌面mstsc连接Ubuntu Server

远程桌面登录参考Ubuntu 14.04 + xRDP + Xfce 实现Windows远程桌面连接 .

在Ubuntu Server下安装xfce4桌面环境之后，使用xrdp及vnc工具实现远程桌面登录，命令如下：

sudo apt-get install xrdp
sudo apt-get install vnc4server tightvncserver

echo xfce4-session >~/.xsession
xfce4-session

#设置配置文件
sudo gedit /etc/xrdp/startwm.sh

在. /etc/X11/Xsession 前一行插入

xfce4-session

重启xRDP服务：

sudo service xrdp restart

之后便可以在Windows下的远程桌面连接中连接Ubuntu Server.

7. Windows使用Samba在文件管理器中远程访问Ubuntu Server服务器文件

链接：Ubuntu14.04安装Samba实现文件共享

To be continued!