[置顶] Ubuntu 16.04 安装CUDA8.0+Cudnn6.0+TensorFlow+Caffe安装
2017-11-17 11:43
363 查看
参考博客:
Ubuntu16.04 Caffe 安装步骤记录(超详尽):http://blog.csdn.net/yhaolpz/article/details/71375762
ubuntu16.04安装caffe:http://blog.csdn.net/u011272513/article/details/52103453#
2)采用CUDA 8.0 :cuda_8.0.44_linux.run
3)Cudnn 6.0:cudnn-8.0-linux-x64-v6.0.tgz
4)TensorFlow
5)Caffe
6)Python 2.7
7)pip 9.0.1
具体安装步骤:
通过英伟达安装包来分别安装库的驱动程序而不是使用apt-get 来安装。如果只有CPU,则可以跳过这步。
1)打开终端,加入官方PPa源:
2)按enter键确认,之后更新软件库并安装最新驱动
Note:该Ubuntu 镜像文件在sudo apt-get update 时报错,解决方法:
输入命令:sudo apt-get purge libappstream3
之后再次执行 sudo apt-get update命令就正常了。
3)安装完成后,通过命令查看是否安装成功
此时,安装完成后,要重启电脑,有如下效果则安装完成,否则就说明安装有问题,尝试关闭UEFI保护试试。
4)从官网上下载CUDA 8.0文件,下载cuda_8.0.44_linux.run文件,将其放至~/CUDA文件夹下,cd命令进入该文件所在目录,进行MD5检验,确保安装包正常。
5)检验正确后,输入如下代码安装(第一行修改文件权限,第二行执行文件安装):
执行代码后,跳出相关信息,左下方出现–更多–(0%) 这样,
一直按Enter键直到跳到100%结束退出,接下来要求输入相关配置命令,如下图,注意别弄错了,第二行配置询问是否要安装NVIDIA图像驱动器时,一定要选n,否则系统会报错,具体如下图:
安装完成后出现如下说明安装正确:
二、Cudnn 6.0安装
注意下载的版本为:cudnn-8.0-linux-x64-v6.0.tgz
其中CUDA对应的5.1版本,在后面安装TensorFlow时会出现问题。
1)进入文件所在目录进行解压:
2)解压后有个cuda文件,内有include 和 lib64两个文件,进入include文件夹,执行如下命令:
再cd切换进lib64文件夹,执行如下命令:
3)进入复制后的动态链接库进行新的链接:
注意:此处Cudnn版本不一样,后面的序号也会有差别,建议用补全键进行文件补全。
4)设置环境变量和动态链接库:
在打开的文件末尾加上(“=”前后不要有空格)
保存之后创建链接文件:
按下键盘i进行编辑:
按下Esc键,输入:wq保存退出。
最后在终端输入以下命令使该链接生效:
5)使用sample里面的例子来测试还需要编译。进入用例文件进行编译(注意执行第二部命令时需要较长时间是正常现象):
执行命令后出现如下信息,则说明显卡驱动和cuda安装成功。
三、TensorFlow安装
直接运行命令:
确认是否安装成功:
如下图片:
注意,Ubuntu16.04,默认pip版本为8.0,而TensorFlow安装需要版本为pip 9.0.1
另外,由于pip安装为国外文件下载,所以下载速度会很慢,在安装过程中,注意换源或则执行如下方法:
报错如下:
ReadTimeoutError: HTTPSConnectionPool(host=’pypi.python.org’, port=443): Read
解决办法一:
加大超时时间:
解决办法二:
在~目录下,建一个.pip的目录:
在文件中写入以下内容,保存并关闭(选用的豆瓣源):
四、caffe安装
1.安装各种依赖包
2.下载caffe
3.安装配置caffe
4.配置文件修改(看英文提示根据具体修改):
1)应用cudnn
2)应用opencv版本
3)使用python接口
4)修改python路径:
修改为:
5)修改caffe目录下的Makefile文件:
将:
替换为:
将:
改为:
6)最后进入caffe目录,进行编译
正确结果如下:
如果编译没有报错,则基本没有问题。
7)相关库安装:
首先要安装python接口依赖库,在caffe根目录的python文件夹下,有一个requirements.txt的清单文件,上面列出了需要的依赖库,安装这个清单安装就可以。
在安装scipy库的时候,需要fortran编译器,如果没有这个编译器就会报错,因此,可以先安装以下。
首先进入 caffe/python 目录下,执行安装代码:
之后,执行以下命令:
就会看到,安装成功的,都会显示Requirement already satisfied, 没有安装成功的,会继续安装。
注意如果有如下问题:
No module named caffe,
解决办法一:
终端中输入
在最后添加:
保存退出后,在终端输入:
解决办法二:
解决办法三:
每次写代码的时候,都直接将caffe的路径加入即可,只要caffe安装成功,其他都是小问题
8)安装jupyter:
安装完成后,运行notebook
或
出现如下画面:
9)验证是否安装正确:
Ubuntu16.04 Caffe 安装步骤记录(超详尽):http://blog.csdn.net/yhaolpz/article/details/71375762
ubuntu16.04安装caffe:http://blog.csdn.net/u011272513/article/details/52103453#
环境说明:
1)Ubuntu 16.04:ubuntu-16.04.3-desktop-amd64.iso2)采用CUDA 8.0 :cuda_8.0.44_linux.run
3)Cudnn 6.0:cudnn-8.0-linux-x64-v6.0.tgz
4)TensorFlow
5)Caffe
6)Python 2.7
7)pip 9.0.1
具体安装步骤:
一:CUDA 8.0安装
(包括NVIDIA显卡驱动和CUDA库文件)通过英伟达安装包来分别安装库的驱动程序而不是使用apt-get 来安装。如果只有CPU,则可以跳过这步。
1)打开终端,加入官方PPa源:
sudo add-apt-repository ppa:graphics-drivers/ppa
2)按enter键确认,之后更新软件库并安装最新驱动
sudo apt-get update sudo apt-get install nvidia-367 nvidia-settings nvidia-prime
Note:该Ubuntu 镜像文件在sudo apt-get update 时报错,解决方法:
输入命令:sudo apt-get purge libappstream3
之后再次执行 sudo apt-get update命令就正常了。
3)安装完成后,通过命令查看是否安装成功
nvidia-settings
此时,安装完成后,要重启电脑,有如下效果则安装完成,否则就说明安装有问题,尝试关闭UEFI保护试试。
4)从官网上下载CUDA 8.0文件,下载cuda_8.0.44_linux.run文件,将其放至~/CUDA文件夹下,cd命令进入该文件所在目录,进行MD5检验,确保安装包正常。
sudo md5sum cuda_8.0.44_linux.run
5)检验正确后,输入如下代码安装(第一行修改文件权限,第二行执行文件安装):
chmod < 4000 span class="hljs-number">777 cuda_8.0.44_linux.run sudo ./cuda_8.0.44_linux.run --override
执行代码后,跳出相关信息,左下方出现–更多–(0%) 这样,
一直按Enter键直到跳到100%结束退出,接下来要求输入相关配置命令,如下图,注意别弄错了,第二行配置询问是否要安装NVIDIA图像驱动器时,一定要选n,否则系统会报错,具体如下图:
安装完成后出现如下说明安装正确:
二、Cudnn 6.0安装
注意下载的版本为:cudnn-8.0-linux-x64-v6.0.tgz
其中CUDA对应的5.1版本,在后面安装TensorFlow时会出现问题。
1)进入文件所在目录进行解压:
tar zxvf cudnn-8.0-linux-x64-v6.0.tgz
2)解压后有个cuda文件,内有include 和 lib64两个文件,进入include文件夹,执行如下命令:
sudo cp cudnn.h /usr/local/cuda/include
再cd切换进lib64文件夹,执行如下命令:
sudo cp lib* /usr/local/cuda/lib64/
3)进入复制后的动态链接库进行新的链接:
cd /usr/local/cuda/lib64/ sudo rm -rf libcudnn.so libcudnn.so.6 sudo ln -s libcudnn.so.6.0.21 libcudnn.s.6 sudo ln -s libcudnn.so.6 libcudnn.so
注意:此处Cudnn版本不一样,后面的序号也会有差别,建议用补全键进行文件补全。
4)设置环境变量和动态链接库:
sudo gedit /etc/profile
在打开的文件末尾加上(“=”前后不要有空格)
export PATH=/usr/local/cuda/bin:$PATH
保存之后创建链接文件:
sudo vim /etc/ld.so.conf.d/cuda.conf
按下键盘i进行编辑:
/usr/local/cuda/lib64
按下Esc键,输入:wq保存退出。
最后在终端输入以下命令使该链接生效:
sudo ldconfig
5)使用sample里面的例子来测试还需要编译。进入用例文件进行编译(注意执行第二部命令时需要较长时间是正常现象):
cd /usr/local/cuda/samples sudo make all -j4 cd /usr/local/cuda/samples/bin/x86_64/linux/release sudo ./deviceQuery
执行命令后出现如下信息,则说明显卡驱动和cuda安装成功。
三、TensorFlow安装
直接运行命令:
sudo pip install pip --upgrade //对pip进行版本升级 sudo pip install tensorflow-gpu //安装GPU版的tensorFlow
确认是否安装成功:
python import tensorflow as tf
如下图片:
注意,Ubuntu16.04,默认pip版本为8.0,而TensorFlow安装需要版本为pip 9.0.1
另外,由于pip安装为国外文件下载,所以下载速度会很慢,在安装过程中,注意换源或则执行如下方法:
报错如下:
ReadTimeoutError: HTTPSConnectionPool(host=’pypi.python.org’, port=443): Read
解决办法一:
加大超时时间:
pip --default-timeout=100 install -U pip
解决办法二:
在~目录下,建一个.pip的目录:
mkdir .pip cd .pip gedit pip.conf
在文件中写入以下内容,保存并关闭(选用的豆瓣源):
[global] index-url = http://pypi.douban.com/simple trusted-host = pypi.douban.com#没有这句会包warning disable-pip-version-check = true #版本不检查 timeout = 120#超时时间设置
四、caffe安装
1.安装各种依赖包
sudo apt-get update sudo apt-get install -y build-essential cmake git pkg-config sudo apt-get install -y libprotobuf-dev libleveldb-dev libsnappy-dev libhdf5-serial-dev protobuf-compiler sudo apt-get install -y libatlas-base-dev sudo apt-get install -y --no-install-recommends libboost-all-dev sudo apt-get install -y libgflags-dev libgoogle-glog-dev liblmdb-dev sudo apt-get install -y python-pip sudo apt-get install -y python-dev sudo apt-get install -y python-numpy python-scipy sudo apt-get install -y libopencv-dev
2.下载caffe
cd ~ git clone https://github.com/BVLC/caffe.git //从github上git caffe
3.安装配置caffe
cd caffe //打开到刚刚git下来的caffe cp Makefile.config.example Makefile.config //make指令只能make Makefile.config sudo gedit Makefile.config //打开Makefile.config文件
4.配置文件修改(看英文提示根据具体修改):
1)应用cudnn
将 #USE_CUDNN :=1 修改成: USE_CUDNN := 1
2)应用opencv版本
将 #OPENCV_VERSION := 3 修改为: OPENCV_VERSION := 3
3)使用python接口
将 #WITH_PYTHON_LAYER := 1 修改为 WITH_PYTHON_LAYER := 1
4)修改python路径:
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib
修改为:
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu /usr/lib/x86_64-linux-gnu/hdf5/serial
5)修改caffe目录下的Makefile文件:
将:
NVCCFLAGS +=-ccbin=$(CXX) -Xcompiler-fPIC $(COMMON_FLAGS)
替换为:
NVCCFLAGS += -D_FORCE_INLINES -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS)
将:
LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_hl hdf5
改为:
LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_serial_hl hdf5_serial
6)最后进入caffe目录,进行编译
cd caffe make all -j4 make test -i4 make runtest make pycaffe
正确结果如下:
如果编译没有报错,则基本没有问题。
7)相关库安装:
首先要安装python接口依赖库,在caffe根目录的python文件夹下,有一个requirements.txt的清单文件,上面列出了需要的依赖库,安装这个清单安装就可以。
在安装scipy库的时候,需要fortran编译器,如果没有这个编译器就会报错,因此,可以先安装以下。
首先进入 caffe/python 目录下,执行安装代码:
sudo apt-get install gfortran for req in $(cat requirements.txt); do sudo pip install $req; done
之后,执行以下命令:
sudo pip install -r requirements.txt
就会看到,安装成功的,都会显示Requirement already satisfied, 没有安装成功的,会继续安装。
注意如果有如下问题:
No module named caffe,
解决办法一:
终端中输入
sudo gedit /etc/profile
在最后添加:
export PYTHONPATH=/home/yp/caffe/python:$PYTHONPATH
保存退出后,在终端输入:
source /etc/profile
解决办法二:
sudo gedit ~/.bashrc #add the folling line export PYTHONPATH=/path/to/caffe-master/python:$PATHONPATH source ~/.bashrc
解决办法三:
每次写代码的时候,都直接将caffe的路径加入即可,只要caffe安装成功,其他都是小问题
import sys sys.path.append('/path/to/caffe-master/python') import caffe
8)安装jupyter:
sudo pip install jupyter
安装完成后,运行notebook
jupyter notebook
或
ipython notebook
出现如下画面:
9)验证是否安装正确:
python import caffe
相关文章推荐
- [置顶] PyTorch GPU安装指南 (Ubuntu 16.04 anaconda cuda8.0 cuDNN6.0)
- [置顶] Tensorflow GPU安装指南 (Ubuntu 16.04 anaconda cuda8.0 cuDNN6.0)
- [置顶] Ubuntu16.04 安装cuda8.0+cudnn+anaconda2+opencv-3.1.0+caffe
- ubuntu16.04安装cuda8.0+cuDNN6.0+tensorflow1.4配置过程
- 华硕笔记本(GTX 1060显卡)安装Ubuntu16.04+Nvidia显卡驱动+Cuda8.0+cudnn6.0+ROS+Opencv3.2+Caffe+Tensorflow
- [置顶] caffe+cuda8.0+cudnn5.1+Ubuntu16.04安装
- Ubuntu16.04安装CUDA8.0+cuDNN6.0
- Ubuntu16.04安装CUDA8.0+CUDNN7
- ubuntu16.04+cuda8.0+cudnn5.1.10+tensorflow(pip安装)
- [置顶] 从头安装Ubuntu记录:CUDA8.0 and cuDnn+ROS+QT+sougouinput+有道词典+为知笔记
- Ubuntu 16.04 关于双显卡的NVIDIA驱动及cuda tookit8.0安装小结
- ubuntu 16.04 cuda 8.0 caffe 安装 及遇到的问题。
- 神经机器翻译(Neural Machine Translation)系列教程 - (四)Ubuntu16.04 + cuda8.0安装
- ubuntu16.04+cuda8.0+cudnn6+tensorfolw安装教程
- Ubuntu16.04 双卡+cuda8.0安装
- Ubuntu 16.04卸载CUDA 6.5和安装CUDA 8.0
- ubuntu16.04 安装GeForce1080驱动+CUDA8.0
- Proxmox + Ubuntu16.04 + CUDA 8.0 环境下,安装Tensorflow
- GTX1050 Ti(notebook)+Ubuntu16.04上安装Cuda8.0
- [深度学习]Ubuntu16.04 + GTX 1050 + cuda8.0 + cuDNN5.1 + caffe安装详解