Ubuntu16.04+cuda8.0+Anaconda2+caffe安装

1、安装nvidia驱动

sudo add-apt-repository ppa:graphics-drivers/ppa

sudo apt-get update

sudo apt-get install nvidia-367

sudo apt-get install mesa-common-dev

sudo apt-get install freeglut3-dev

执行完上述后，重启（reboot）。

重启后输入：

nvidia-smi

如果出现了你的GPU列表，则说明驱动安装成功了。

2. 安装CUDA

下载完cuda8.0后，执行如下语句，运行runfile文件：

sudo sh cuda_8.0.27_linux.run

执行后会有一系列提示让你确认，但是注意，有个让你选择是否安装nvidia361驱动时，一定要选择否，因为前面我们已经安装了更加新的nvidia367，所以这里不要选择安装。其余的都直接默认或者选择是即可。

安装成功后会出现如下界面：

===========

= Summary =

Driver: Not Selected

Toolkit: Installed in /usr/local/cuda-8.0

Samples: Installed in /home/textminer

Please make sure that

– PATH includes /usr/local/cuda-8.0/bin

– LD_LIBRARY_PATH includes /usr/local/cuda-8.0/lib64, or, add /usr/local/cuda-8.0/lib64 to /etc/ld.so.conf and run ldconfig as root

To uninstall the CUDA Toolkit, run the uninstall script in /usr/local/cuda-8.0/bin

Please see CUDA_Installation_Guide_Linux.pdf in /usr/local/cuda-8.0/doc/pdf for detailed information on setting up CUDA.

***WARNING: Incomplete installation! This installation did not install the CUDA Driver. A driver of version at least 361.00 is required for CUDA 8.0 functionality to work.

To install the driver using this installer, run the following command, replacing with the name of this run file:

sudo .run -silent -driver

Logfile is /opt/temp//cuda_install_6583.log

安装完毕后，再声明一下环境变量，并将其写入到 ~/.bashrc 的尾部:

exportPATH=/usr/local/cuda-8.0/bin{PATH:+:{PATH}}

export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64{LD_LIBRARY_PATH:+:{LD_LIBRARY_PATH}}

然后设置环境变量和动态链接库，在命令行输入：

sudogedit/etc/profile在打开的文件末尾加入：exportPATH=/usr/local/cuda/bin:PATH

保存之后，创建链接文件:

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

在打开的文件中添加如下语句：

/usr/local/cuda/lib64

然后执行

sudo ldconfig

使链接立即生效。

3、测试cuda的Samples

cd /usr/local/cuda-7.5/samples/1_Utilities/deviceQuery

make

sudo ./deviceQuery

如果显示的是一些关于GPU的信息，则说明安装成功了。

4、使用cudnn

首先去官网下载你需要的cudnn，下载的时候需要注册账号。选择对应你cuda版本的cudnn下载。这里我下载的是cudnn5.1，是个压缩文件（.tgz）

下载完cudnn5.0之后进行解压，cd进入cudnn5.1解压之后的include目录，在命令行进行如下操作：

sudo cp cudnn.h /usr/local/cuda/include/ #复制头文件

再将cd进入lib64目录下的动态文件进行复制和链接：

sudo cp lib* /usr/local/cuda/lib64/ #复制动态链接库

cd /usr/local/cuda/lib64/

sudo rm -rf libcudnn.so libcudnn.so.5 #删除原有动态文件

sudo ln -s libcudnn.so.5.0.5 libcudnn.so.5 #生成软衔接

sudo ln -s libcudnn.so.5 libcudnn.so #生成软链接

5.python安装与配置

python的安装有两种方式：一种是系统自带的python，只需再安装相应的库即可；第二种是直接安装anaconda，很多相应的库已经包含了。第一种直接安装库文件比较简单，不需要修改相应的包含路径和库文件。本人因为习惯了anaconda，因此选择的是anaconda linux64 2.7版本(3.5版本我也试过，装caffe的时候可能会比较麻烦)。下载完成之后，最好也要进行md5sum的检验。完成之后，cd进入下载文件所在的目录，在命令行输入：

$ bash Anaconda2-4.0.0-Linux-x86_64.sh

安装完成之后，在.bashrc中添加Anaconda的库文件，一定不要在/etc/profile文件中添加。因为anaconda有几个链接库和系统链接库文件类似，如果添加到/etc/profile文件中，会出现电脑重启之后不能进入界面的情况

$ sudo gedit ~/.bashrc

然后加入库文件：

exportPATH=”/home/lyndon/anaconda2/bin:PATH”

exportLDLIBRARYPATH=”/home/lyndon/anaconda2/lib:LD_LIBRARY_PATH”

重启电脑之后，在命令行输入：

$ ipython

就可以看到python的版本，并进行运用了。

6、matlab的安装与配置

在网盘上下载安装包http://pan.baidu.com/s/1nuKJc9N。里面有一个crack文件夹，用于破解；MATHWORKS_R2014A.iso用于安装。

1、挂载iso（需新建matlab_iso文件夹）：

sudo mount -o loop MATHWORKS_R2014A.iso ～/matlab_is

2、开始安装：

cd ~/matlab_iso

sudo ./install

3、选择不联网安装

4、密钥随便输入，比如 12345-67890-12345-67890

5、激活：选择”license_405329_R2014a.lic”文件进行激活（在Crack文件夹下面）

6、将libmwservices.so复制到/usr/local/MATLAB/R2014a/bin/glnxa64中：

sudo cp libmwservices.so /usr/local/MATLAB/R2014a/bin/glnxa64/libmwservices.so

7、安装opencv3.1.0

从官网上下载opencv3.1.0

http://opencv.org/downloads.html

并将其解压到你要安装的位置，假设解压到了/home

首先安装Ubuntu系统需要的依赖项，虽然我也不知道有些依赖项是干啥的，但是只管装就行，也不会占据很多空间的。

sudo apt-get install –assume-yes libopencv-dev build-essential cmake git libgtk2.0-dev pkg-config python-dev python-numpy libdc1394-22 libdc1394-22-dev libjpeg-dev libpng12-dev libtiff5-dev libjasper-dev libavcodec-dev libavformat-dev libswscale-dev libxine2-dev libgstreamer0.10-dev libgstreamer-plugins-base0.10-dev libv4l-dev libtbb-dev libqt4-dev libfaac-dev libmp3lame-dev libopencore-amrnb-dev libopencore-amrwb-dev libtheora-dev libvorbis-dev libxvidcore-dev x264 v4l-utils unzip

然后安装OpenCV需要的一些依赖项，一些文件编码解码之类的东东。

sudo apt-get install build-essential cmake git

sudo apt-get install ffmpeg libopencv-dev libgtk-3-dev python-numpy python3-numpy libdc1394-22 libdc1394-22-dev libjpeg-dev libpng12-dev libtiff5-dev libjasper-dev libavcodec-dev libavformat-dev libswscale-dev libxine2-dev libgstreamer1.0-dev libgstreamer-plugins-base1.0-dev libv4l-dev libtbb-dev qtbase5-dev libfaac-dev libmp3lame-dev libopencore-amrnb-dev libopencore-amrwb-dev libtheora-dev libvorbis-dev libxvidcore-dev x264 v4l-utils unzip

在终端中cd到opencv文件夹下，然后

mkdir build #新建一个build文件夹，编译的工程都在这个文件夹里

cd build/

cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local -D WITH_TBB=ON -D WITH_V4L=ON -D WITH_QT=ON -D WITH_OPENGL=ON -DCUDA_NVCC_FLAGS=”-D_FORCE_INLINES” ..

cmake成功后，会出现如下结果，提示配置和生成成功：

– Configuring done

– Generating done

– Build files have been written to: /home/ise/software/opencv-3.1.0/build

然后make编译就可以了

make -j8

上面是将opencv编译成功，但是并没有安装到我们的系统中，有很多的设置都没有写入到系统中，因此还要进行install。

sudo make install

sudo /bin/bash -c ‘echo “/usr/local/lib” > /etc/ld.so.conf.d/opencv.conf’

sudo ldconfig

重启系统，重启系统后cd到build文件夹下：

sudo apt-get install checkinstall

sudo checkinstall

然后按照提示安装就可以了。

使用checkinstall的目的是为了更好的管理我安装的opencv，因为opencv的安装很麻烦，卸载更麻烦，其安装的时候修改了一大堆的文件，当我想使用别的版本的opencv时，将当前版本的opencv卸载就是一件头疼的事情，因此需要使用checkinstall来管理我的安装。

执行了checkinstall后，会在build文件下生成一个以backup开头的.tgz的备份文件和一个以build开头的.deb安装文件，当你想卸载当前的opencv时，直接执行dpkg -r build即可。

8、caffe的安装与配置

首先，安装caffe必要的库文件:protobuf, glog, gflags, hdf5

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

安装之后，anaconda应用时还是会出现错误。此时用anaconda的安装工具conda 再安装必要文件就行了，我安装了以下文件，后续ipython中就能够用caffe了。

$ conda install libprotobuf-dev libleveldb-dev

安装完成之后，进入caffe下载的文件目录，在命令行输入：

sudo cp Makefile.config.example Makefile.config # 备份配置文件 gedit Makefile.config # 修改编译文件

配置文件主要修改：

注意：这里面采用Anaconda编辑器，所以对应修改Makefile.config

USE_CUDNN := 1 #取消注释，应用cudnn

OPENCV_VERSION := 3 #取消注释，应用opencv3

BLAS := atlas #BLAS库应用英特尔的mkl

ANACONDA_HOME := /home/gsl/anaconda2

PYTHON_INCLUDE := (ANACONDAHOME)/include (ANACONDA_HOME)/include/python2.7 \

(ANACONDA_HOME)/lib/python2.7/site-packages/numpy/core/include \ #选用anaconda作为python工具

INCLUDE_DIRS :=(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial #加入了 /usr/include/hdf5/serial，防止找不到hdf5.h错误

Then, use the commands to complier the caffe

1.make all -j8

2. make test -j8

3. make runtest -j8

4. make pycaffe

5. make matcaffe

That’s all !