Ubuntu16.04 + Titan XP + cuda8.0 + cudnn5.1 + opencv3.3.0 + caffe
2017-11-29 10:27
686 查看
1、安装Ubuntu16.04
制作一个启动盘之后BIOS切换到U盘启动就好辣,跟着提示走。
需要注意的是安装系统的时候不能插网线,否则界面会在选择时区那里一直循环。
2、NVIDIA显卡驱动
如果直接添加源然后sudo apt-get install的话,图形界面会出现一直循环登陆的情况。为了避免这种情况我们采取第二种办法。
1、打开终端,先删除旧的驱动:
2、禁用自带的 nouveau nvidia驱动 (important!)
创建一个文件通过命令 sudo vim /etc/modprobe.d/blacklist-nouveau.conf
并添加如下内容:
blacklist nouveau
options nouveau modeset=0
再更新一下
sudo update-initramfs -u
修改后需要重启系统。确认下Nouveau是已经被你干掉,使用命令: lsmod | grep nouveau
3重启系统至init 3(文本模式),也可先进入图形桌面再运行init 3进入文本模式,再安装下载的驱动就无问题,
首先我们需要结束x-window的服务,否则驱动将无法正常安装
关闭
4接下来就是最关键的一步了:
注意:这里-on-opengl-files一定要写!不然会继续循环登陆!
最后安装完毕后,重新启动
如果安装后驱动程序工作不正常,使用下面的命令进行卸载:
这里我卡了一天,因为就算安装好驱动,服务器的图形界面还是很卡,后来发现这是正常的……因为本来显示器就没插在那个上面……
3、Cuda8.0
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。
安装完毕后,再声明一下环境变量,并将其写入到 ~/.bashrc 的尾部:
然后设置环境变量和动态链接库,在命令行输入:
在打开的文件末尾加入:
保存之后,创建链接文件:
在打开的文件中添加如下语句:
然后执行
使链接立即生效。
测试:
如果显示的是一些关于GPU的信息,则说明安装成功了
4、CUDNN
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:
再将cd进入lib64目录下的动态文件进行复制和链接:
5、opencv3.3.0
懒懒的我决定直接照搬caffe wiki上的opencv installation guide. 如果后期要装caffe的话,按照这个guide来装还是很有必要的。因为之前我自己make的opencv,之后make caffe的时候就一直报opencv相关的错误。
bd02
In Ubuntu 16.04, you can resolve dependencies (many are listed below), but the make process will fail at this moment:
Download OpenCV from http://opencv.org/downloads.html and unpack.
Enter the unpacked directory. Execute:
This completes the building process of OpenCV 3.1. (The make process does not work with Cuda 7.5 and GCC 5 in Ubuntu 16.04.)
Using
Execute the following:
and reboot the system.
Using
While you are in the build directory, execute these commands:
This will create the OpenCV package that has a modern install/uninstall option.
6、caffe
安装依赖
一定要确定每个依赖都安装好了,因为apt-get install的时候可能那个源没有这个安装包,手动添加一下源就好啦。
notice!!!:我之前用anaconda2,虽然能编译过,但是之后import caffe的时候一直报错,换回系统自带的python2.7就没啥问题。
之后
make -j8
make runtest -j8
make pycaffe(据说这步没有也行emmmmm不过我反正没试)
然后在~/.bashrc里添加:
export PYTHONPATH=/home/lab511/src/caffe/python:$PYTHONPATH
7、tensorflow
pip install tensorflow-gpu
遇到一点小问题就是现在tensorflow1.3支持的是cudnn6.0,所以换成6.0就可以啦
制作一个启动盘之后BIOS切换到U盘启动就好辣,跟着提示走。
需要注意的是安装系统的时候不能插网线,否则界面会在选择时区那里一直循环。
2、NVIDIA显卡驱动
如果直接添加源然后sudo apt-get install的话,图形界面会出现一直循环登陆的情况。为了避免这种情况我们采取第二种办法。
1、打开终端,先删除旧的驱动:
sudo apt-get purge nvidia*
2、禁用自带的 nouveau nvidia驱动 (important!)
创建一个文件通过命令 sudo vim /etc/modprobe.d/blacklist-nouveau.conf
并添加如下内容:
blacklist nouveau
options nouveau modeset=0
再更新一下
sudo update-initramfs -u
修改后需要重启系统。确认下Nouveau是已经被你干掉,使用命令: lsmod | grep nouveau
3重启系统至init 3(文本模式),也可先进入图形桌面再运行init 3进入文本模式,再安装下载的驱动就无问题,
首先我们需要结束x-window的服务,否则驱动将无法正常安装
关闭
X-Window,很简单:
sudo service lightdm stop,然后切换到tty1控制台:
Ctrl+Alt+F1即可
4接下来就是最关键的一步了:
sudo ./NVIDIA.run -no-opengl-files开始安装,安装过程比较快,根据提示选择即可
注意:这里-on-opengl-files一定要写!不然会继续循环登陆!
最后安装完毕后,重新启动
X-Window:
sudo service lightdm start,然后
Ctrl+Alt+F7进入图形界面;
如果安装后驱动程序工作不正常,使用下面的命令进行卸载:
sudo sh ~/NVIDIA-Linux-x86_64-367.44.run --uninstall
之后输入nvidia-smi,如果正常显示显卡信息则证明驱动安装成功。
这里我卡了一天,因为就算安装好驱动,服务器的图形界面还是很卡,后来发现这是正常的……因为本来显示器就没插在那个上面……
3、Cuda8.0
sudo sh cuda_8.0.27_linux.run[/code]
执行后会有一系列提示让你确认,但是注意,有个让你选择是否安装nvidia361驱动时,一定要选择否,因为前面我们已经安装了更加新的nvidia367,所以这里不要选择安装。其余的都直接默认或者选择是即可。
安装完毕后,再声明一下环境变量,并将其写入到 ~/.bashrc 的尾部:
export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}} export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}[/code]
然后设置环境变量和动态链接库,在命令行输入:
$ sudo gedit /etc/profile[/code]
在打开的文件末尾加入:
export PATH=/usr/local/cuda/bin:$PATH[/code]
保存之后,创建链接文件:
sudo gedit /etc/ld.so.conf.d/cuda.conf[/code]
在打开的文件中添加如下语句:
/usr/local/cuda/lib64[/code]
然后执行
sudo ldconfig[/code]
使链接立即生效。
测试:
cd /usr/local/cuda-7.5/samples/1_Utilities/deviceQuery make sudo ./deviceQuery[/code]
如果显示的是一些关于GPU的信息,则说明安装成功了
4、CUDNN
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[/code]1
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[/code]
5、opencv3.3.0
懒懒的我决定直接照搬caffe wiki上的opencv installation guide. 如果后期要装caffe的话,按照这个guide来装还是很有必要的。因为之前我自己make的opencv,之后make caffe的时候就一直报opencv相关的错误。
Build
Prepare your Ubuntu system dependencies by executing this command: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
bd02
In Ubuntu 16.04, you can resolve dependencies (many are listed below), but the make process will fail at this moment:
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
Download OpenCV from http://opencv.org/downloads.html and unpack.
Enter the unpacked directory. Execute:
mkdir build 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 .. make
This completes the building process of OpenCV 3.1. (The make process does not work with Cuda 7.5 and GCC 5 in Ubuntu 16.04.)
Installation
Using
make
Execute the following:sudo make install sudo /bin/bash -c 'echo "/usr/local/lib" > /etc/ld.so.conf.d/opencv.conf' sudo ldconfig sudo apt-get update
and reboot the system.
Using
checkinstall
While you are in the build directory, execute these commands:sudo apt-get install checkinstall sudo checkinstall
This will create the OpenCV package that has a modern install/uninstall option.
6、caffe
安装依赖
sudo apt-get update sudo apt-get upgrade 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
一定要确定每个依赖都安装好了,因为apt-get install的时候可能那个源没有这个安装包,手动添加一下源就好啦。
再确定一下python的库都安装好了。
sudo apt-get install -y python-pip
sudo apt-get install -y python-dev sudo apt-get install -y python-numpy python-scipy
notice!!!:我之前用anaconda2,虽然能编译过,但是之后import caffe的时候一直报错,换回系统自带的python2.7就没啥问题。
之后
make -j8
make runtest -j8
make pycaffe(据说这步没有也行emmmmm不过我反正没试)
然后在~/.bashrc里添加:
export PYTHONPATH=/home/lab511/src/caffe/python:$PYTHONPATH
7、tensorflow
pip install tensorflow-gpu
遇到一点小问题就是现在tensorflow1.3支持的是cudnn6.0,所以换成6.0就可以啦
相关文章推荐
- Ubuntu16.04+Cuda8.0(gtx1060)+Cudnn5.1+OpenCV2.4.13+anaconda2+caffe详细配置
- [深度学习]Ubuntu16.04 + GTX 1050 + cuda8.0 + cuDNN5.1 + caffe安装详解
- Ubuntu 16.04安装CUDA8.0 + cuDNN5.1 + OpenCV3.1.0
- [深度学习]Ubuntu16.04 + GTX 1050 + cuda8.0 + cuDNN5.1 + caffe安装详解
- 深度学习主机环境配置: Ubuntu16.04 + GeForce GTX 1070 + CUDA8.0 + cuDNN5.1 + TensorFlow
- 深度学习主机环境配置: Ubuntu16.04 + GeForce GTX 1070 + CUDA8.0 + cuDNN5.1 + TensorFlow
- Ubuntu16.04 +cuda8.0+cudnn+opencv+caffe+theano+tensorflow配置明细
- Ubuntu16.04 + CUDA8.0 + CuDNN + OpenCV + caffe
- Ubuntu 16.04+Gtx1050Ti+cuda 8.0+cudnn 5.1 tensorflow 安装
- [机器学习实战] Ubuntu 16.04 + NVIDIA 384 + OpenCV 3.1.0 + CUDA 8.0 + cuDNN 5.1 踩坑记录
- Ubuntu16.04 + GTX 1070 + CUDA8.0 + cuDNN5.1环境配置
- Ubuntu16.04 (WIN10)+ cuda8.0 + cudnn5.1 + tensorflow1.0.1配置
- Ubuntu16.04 +cuda8.0+cudnn+opencv+caffe+theano+tensorflow配置明细
- 半小时搭建 Ubuntu16.04 + CUDA8.0 + CUDNN5.0 + Caffe 环境
- Ubuntu16.04+tensorflow(gpu)+Cuda(8.0)+cudnn(5.1)
- 深度学习环境配置:ubuntu16.04 + cuda8.0 + cudnn5.1
- Ubuntu 16.04 & GTX 1050+cuda8.0 +cuDNN5.1 的深度学习开发环境搭建/ERROR: Unable to load the kernel module 'nvidi
- Ubuntu16.04 + gtx1060 + cuda8.0 + cudnn5.1 + caffe + Theano + Tensorflow
- ubuntu16.04 安装CUDA 8.0 和 cuDNN 5.1 /cudnn6.0,可适用于gpu版本的(tensorflow,caffe,mxnet)
- ubuntu16.04安装CUDA8.0和CUDNN5.1