Ubuntu 14.04 64bit下Caffe + Cuda6.5/Cuda7.0 安装配置教程

服务端 2018-07-09 03:38:50 阅读次数: 0

随着深度学习快速发展的浪潮，许多有兴趣的工作者都转入了这个有着很好前景的研究中。工欲善其事，必先利其器。Caffe是一个很不错的深度学习框架，但它的安装步骤比较繁琐，将许多新手拒之门外，于是我就写了这篇博客，主要是我之前安装Caffe也是费了很多时间，由零基础慢慢学习，很羡慕那些有师兄师姐可以帮助的人。

下面开始正式介绍相关安装步骤，该教程主要包括以下几方面的内容：

第一部分：安装所需要的包
第二部分：NVIDIA 驱动和CUDA 安装
第三部分：Caffe安装和测试
第一部分：安装所需要的包

第一部分：安装所需要的包

  1. sudo apt-get install build-essential  # basic requirement 
  2. sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev libgflags-dev libgoogle-glog-dev liblmdb-dev protobuf-compiler #required by caffe 

提示：使用 sudo apt-get install libboost-all-dev ，默认安装boost1.54版本，如果想要使用1.55版本，可以使用命令：sudo apt-get install libboost1.55-all-dev（推荐）

关于Ubuntu 12.04 下 CUDA5.5 的安装请参看如下链接 Ubuntu 12.04 安装 CUDA-5.5

第二部分：NVIDIA 驱动和CUDA 安装

重要提示：安装完Ubuntu系统以及CUDA之后，切莫进行系统更新，会引起不能正常进入桌面的情况，会令你很烦恼的。

安装之前请进行md5检验，确保安装包完整，检验命令为：md5sum 文件名，查看输出的md5sum是否跟你有的相同。

以cuda-repo-ubuntu1404-7-0-local_7.0-28_amd64.deb为例

目前CUDA官网已经提供离线*.deb安装的方法，本教程提供两种安装方法（*.deb和*.run）

（一）离线 *.deb 安装方法（推荐）

此方法不用切换到文本模型即可安装。

（2.1.1）首先下载 对应系统的 离线CUDA安装包   （*.deb） 链接：https://developer.nvidia.com/cuda-toolkit

（2.1.2）安装下载到的 CUDA离线包 (cuda-repo-ubuntu1404-7-0-local_7.0-28_amd64.deb)

  1. 添加软件源 
  2. sudo dpkg -i cuda-repo-<distro>_<version>_<architecture>.deb 
  3.  
  4. 更新软件源 
  5. sudo apt-get update 
  6.  
  7. 安装CUDA 
  8. sudo apt-get install cuda 
  9.  
  10. 重启计算机（通过boot设置独立显卡支持） 
  11. sudo reboot 

（2.1.3）修改环境变量

1）在 /etc/profile 文件中添加以下内容：

  1. export PATH=/usr/local/cuda-7.0/bin:$PATH 

命令：

  1. sudo vim /etc/profile 

2）使环境变量生效

命令：

  1. source /etc/profile

 （2.1.4）添加lib库路径

1）在  /etc/ld.so.conf.d/  文件夹下添加 cuda.conf 文件，内容如下：

  1. /usr/local/cuda-7.0/lib64 

 2）使库路径立即生效

  1. sudo ldconfig  [-v，可选] 

  （2.1.5）安装CUDA Samples

命令：

  1. sudo sh cuda-samples-linux-6.5.14-18745345.run 

一直aceept就行，建议使用默认路径。

编译CUDA Samples

命令：

  1. cd /usr/local/cuda-6.5/samples 
  2. sudo make 

编译完成后，进入路径：/samples/bin/x86_64/linux/release

运行命令：

  1. ./deviceQuery

输出：

  1. ./deviceQuery Starting... 
  2.  
  3.  CUDA Device Query (Runtime API) version (CUDART static linking) 
  4.  
  5. Detected 1 CUDA Capable device(s) 
  6.  
  7. Device 0: "Tesla K40c" 
  8.   CUDA Driver Version / Runtime Version          6.5 / 6.5 
  9.   CUDA Capability Major/Minor version number:    3.5 
  10.   Total amount of global memory:                 11520 MBytes (12079136768 bytes) 
  11.   (15) Multiprocessors, (192) CUDA Cores/MP:     2880 CUDA Cores 
  12.   GPU Clock rate:                                745 MHz (0.75 GHz) 
  13.   Memory Clock rate:                             3004 Mhz 
  14.   Memory Bus Width:                              384-bit 
  15.   L2 Cache Size:                                 1572864 bytes 
  16.   Maximum Texture Dimension Size (x,y,z)         1D=(65536), 2D=(65536, 65536), 3D=(4096, 4096, 4096) 
  17.   Maximum Layered 1D Texture Size, (num) layers  1D=(16384), 2048 layers 
  18.   Maximum Layered 2D Texture Size, (num) layers  2D=(16384, 16384), 2048 layers 
  19.   Total amount of constant memory:               65536 bytes 
  20.   Total amount of shared memory per block:       49152 bytes 
  21.   Total number of registers available per block: 65536 
  22.   Warp size:                                     32 
  23.   Maximum number of threads per multiprocessor:  2048 
  24.   Maximum number of threads per block:           1024 
  25.   Max dimension size of a thread block (x,y,z): (1024, 1024, 64) 
  26.   Max dimension size of a grid size    (x,y,z): (2147483647, 65535, 65535) 
  27.   Maximum memory pitch:                          2147483647 bytes 
  28.   Texture alignment:                             512 bytes 
  29.   Concurrent copy and kernel execution:          Yes with 2 copy engine(s) 
  30.   Run time limit on kernels:                     No 
  31.   Integrated GPU sharing Host Memory:            No 
  32.   Support host page-locked memory mapping:       Yes 
  33.   Alignment requirement for Surfaces:            Yes 
  34.   Device has ECC support:                        Enabled 
  35.   Device supports Unified Addressing (UVA):      Yes 
  36.   Device PCI Bus ID / PCI location ID:           1 / 0 
  37.   Compute Mode: 
  38.      < Default (multiple host threads can use ::cudaSetDevice() with device simultaneously) > 
  39.  
  40. deviceQuery, CUDA Driver = CUDART, CUDA Driver Version = 6.5, CUDA Runtime Version = 6.5, NumDevs = 1, Device0 = Tesla K40c 
  41. Result = PASS
如果输出上述信息，恭喜你，NVIDIA和CUDA安装成功，则可以继续进行下一步安装Caffe环境。

（2.1.6）验证NVIDIA 驱动和CUDA是否安装成功

查看安装NVIDIA驱动版本 命令：

  1. cat /proc/driver/nvidia/version 

输出

  1. NVRM version: NVIDIA UNIX x86_64 Kernel Module  340.96  Sun Nov  8 22:33:28 PST 2015 
  2. GCC version:  gcc version 4.7.3 (Ubuntu/Linaro 4.7.3-12ubuntu1) 

从输出信息可以看出NVIDIA驱动版本为 340.96

安装完成后，就可以重新启动桌面服务了。

命令：

  1. sudo start lightdm 

（二）离线 *.run 安装方法

使用该方法安装，可能需要尝试多次安装

（2.2.1）验证显卡是否支持CUDA

命令：

  1. lspci | grep -i nvidia 

查看该计算机显卡是否存在于 链接 https://developer.nvidia.com/cuda-gpus 中。

（2.2.2）验证系统，确定为x86架构，64bit系统

命令：

  1. uname -m && cat /etc/*release 

输出：

  1. x86_64 
  2. DISTRIB_ID=Ubuntu 
  3. DISTRIB_RELEASE=14.04 
  4. DISTRIB_CODENAME=trusty 
  5. DISTRIB_DESCRIPTION="Ubuntu 14.04.2 LTS" 
  6. NAME="Ubuntu" 
  7. VERSION="14.04.2 LTS, Trusty Tahr" 
  8. ID=ubuntu 
  9. ID_LIKE=debian 
  10. PRETTY_NAME="Ubuntu 14.04.2 LTS" 
  11. VERSION_ID="14.04" 
  12. HOME_URL="http://www.ubuntu.com/" 
  13. SUPPORT_URL="http://help.ubuntu.com/" 
  14. BUG_REPORT_URL="http://bugs.launchpad.net/ubuntu/" 

 （2.2.3）验证系统中是否已经安装gcc，因为需要用gcc来编译CUDA和Caffe

命令：

  1. gcc --version

 （2.2.4）NVIDIA和CUDA安装（*.run）

安装之前请进行md5sum检验，确保安装包完整，检验命令为：md5sum 文件名，查看输出的md5sum是否跟你有的相同。

该方法以 CUDA6.5 为例。

（2.2.4.1）首先下载 对应系统的 离线CUDA安装包   （*.run） 链接：https://developer.nvidia.com/cuda-toolkit

（2.2.4.2）关闭桌面服务

进入Ubuntu， 按 Ctrl+Alt+F1  进入tty， 登录tty后输入如下命令：sudo service lightdm stop。

此命令会关闭lightdm服务，如果你使用的是gdm或者其他的桌面服务，请在安装NVIDIA显卡驱动前关闭它。

（2.2.4.3）关闭 Nouveau 开源驱动服务

Nouveau是一个开源的显卡驱动，Ubuntu 14.04 默认安装了，但是它会影响nVidia驱动的安装，启动时需要将这个驱动加入黑名单中。

1)：修改nvidia-graphics-drivers.conf文件

  1. sudo vim /etc/modprobe.d/nvidia-graphics-drivers.conf 

写入：

  1. blacklist nouveau 

保存并退出: 

  1. wq! 

检查：

  1. cat nvidia-graphics-drivers.conf 

2）：修改grub文件

  1. sudo vim /etc/default/grub 

末尾写入：

  1. rdblacklist=nouveau nouveau.modeset=0

保存并退出: 

  1. wq! 

检查：

  1. cat /etc/default/grub

 （2.2.4.4）安装下载到的 CUDA离线包 (*.run)

1）：安装 *.run文件，可以直接使用命令 sudo sh cuda_6.5.14_linux_64.run 一直aceept就行。

或者 

由于CUDA安装包中NVIDIA驱动的版本并不保证是最新的，也不一定适合你的计算机的显卡，所以建议使用下面这种方式分开安装，如果NVIDIA驱动版本和CUDA版本不对应的话，会导致CUDA安装失败，或者进入不了桌面服务。可以去NVIDIA官网 下载对应你的显卡的驱动的最新版，至少要高于CUDA安装包中自带的NVIDIA版本。

通过下列命令

  1. cuda_6.5.14_linux_64.run --extract=extract_path

将下载得到的 *.run 文件解压成三个文件, 分别为

CUDA安装包： cuda-linux64-rel-6.5.14-18749181.run

NVIDIA安装包： NVIDIA-Linux-x86_64-340.65.run

CUDA Samples安装包：cuda-samples-linux-6.5.14-18745345.run

分别运行各个文件，运行前，需要将文件权限修改为可执行权限

命令：

  1. chmod +x *.run 

2）：安装CUDA

命令：

  1. sudo sh cuda-linux64-rel-6.5.14-18749181.run 

一直aceept就行，建议使用默认路径。

安装NVIDIA（如果没有NVIDIA显卡，可跳过该步骤，仍可使用Caffe的CPU模式）

命令：（不建议使用）

  1. sudo sh NVIDIA-Linux-x86_64-340.65.run

一直aceept就行，建议使用默认路径。

3）：建议方法(仅限于使用CUDA6.5，如果你需要使用更新的CUDA版本，请去NVIDIA官网 下载对应你的显卡的驱动的最新版，至少要高于CUDA安装包中自带的NVIDIA版本，然后单独安装显卡驱动。链接：http://www.nvidia.cn/Download/index.aspx?lang=cn)

1：添加驱动源

  1. sudo add-apt-repository ppa:xorg-edgers/ppa 
  2. sudo apt-get update

 2：安装340版驱动 (CUDA 6.5.14目前最高仅支持340版驱动， 343， 346版驱动暂不支持)

  1. sudo apt-get install nvidia-340 

3：安装完成后, 继续安装下列包 (否则在运行sample时会报错)

  1. sudo apt-get install nvidia-340-uvm

4：安装完成后，最好重启计算机，让NVIDIA显卡工作

（2.2.4.5）安装CUDNN（可选）

1）：下载 cudnn-6.5-linux-x64-v2 点击下载，然后执行以下命令安装

  1. tar -zxvf cudnn-6.5-linux-x64-v2.tgz   
  2. cd cudnn-6.5-linux-x64-v2   
  3. sudo cp lib* /usr/local/cuda-6.5/lib64/ 
  4. sudo cp cudnn.h /usr/local/cuda-6.5/include/

2）：更新软连接

  1. cd /usr/local/cuda-6.5/lib64/ 
  2. sudo rm -rf libcudnn.so libcudnn.so.6.5 
  3. sudo ln -s libcudnn.so.6.5.48 libcudnn.so.6.5 
  4. sudo ln -s libcudnn.so.6.5 libcudnn.so

（2.2.4.6）修改环境变量

1）：在 /etc/profile 文件中添加以下内容：

  1. export PATH=/usr/local/cuda-6.5/bin:$PATH

命令：

  1. sudo vim /etc/profile 

2）：使环境变量生效

命令：

  1. source /etc/profile

 （2.2.4.7）添加lib库路径

1）：在  /etc/ld.so.conf.d/  文件夹下添加 cuda.conf 文件，内容如下：

  1. /usr/local/cuda-6.5/lib64 

2）：使库路径立即生效

  1. sudo ldconfig  [-v，可选] 

（2.2.4.8）安装CUDA Samples

命令：

  1. sudo sh cuda-samples-linux-6.5.14-18745345.run 

一直aceept就行，建议使用默认路径。

编译CUDA Samples

命令：

  1. cd /usr/local/cuda-6.5/samples 
  2. sudo make

编译完成后，进入路径：/samples/bin/x86_64/linux/release

运行命令：

  1. ./deviceQuery

输出：

  1. ./deviceQuery Starting... 
  2.  
  3.  CUDA Device Query (Runtime API) version (CUDART static linking) 
  4.  
  5. Detected 1 CUDA Capable device(s) 
  6.  
  7. Device 0: "Tesla K40c" 
  8.   CUDA Driver Version / Runtime Version          6.5 / 6.5 
  9.   CUDA Capability Major/Minor version number:    3.5 
  10.   Total amount of global memory:                 11520 MBytes (12079136768 bytes) 
  11.   (15) Multiprocessors, (192) CUDA Cores/MP:     2880 CUDA Cores 
  12.   GPU Clock rate:                                745 MHz (0.75 GHz) 
  13.   Memory Clock rate:                             3004 Mhz 
  14.   Memory Bus Width:                              384-bit 
  15.   L2 Cache Size:                                 1572864 bytes 
  16.   Maximum Texture Dimension Size (x,y,z)         1D=(65536), 2D=(65536, 65536), 3D=(4096, 4096, 4096) 
  17.   Maximum Layered 1D Texture Size, (num) layers  1D=(16384), 2048 layers 
  18.   Maximum Layered 2D Texture Size, (num) layers  2D=(16384, 16384), 2048 layers 
  19.   Total amount of constant memory:               65536 bytes 
  20.   Total amount of shared memory per block:       49152 bytes 
  21.   Total number of registers available per block: 65536 
  22.   Warp size:                                     32 
  23.   Maximum number of threads per multiprocessor:  2048 
  24.   Maximum number of threads per block:           1024 
  25.   Max dimension size of a thread block (x,y,z): (1024, 1024, 64) 
  26.   Max dimension size of a grid size    (x,y,z): (2147483647, 65535, 65535) 
  27.   Maximum memory pitch:                          2147483647 bytes 
  28.   Texture alignment:                             512 bytes 
  29.   Concurrent copy and kernel execution:          Yes with 2 copy engine(s) 
  30.   Run time limit on kernels:                     No 
  31.   Integrated GPU sharing Host Memory:            No 
  32.   Support host page-locked memory mapping:       Yes 
  33.   Alignment requirement for Surfaces:            Yes 
  34.   Device has ECC support:                        Enabled 
  35.   Device supports Unified Addressing (UVA):      Yes 
  36.   Device PCI Bus ID / PCI location ID:           1 / 0 
  37.   Compute Mode: 
  38.      < Default (multiple host threads can use ::cudaSetDevice() with device simultaneously) > 
  39.  
  40. deviceQuery, CUDA Driver = CUDART, CUDA Driver Version = 6.5, CUDA Runtime Version = 6.5, NumDevs = 1, Device0 = Tesla K40c 
  41. Result = PASS
如果输出上述信息，恭喜你，NVIDIA和CUDA安装成功，则可以继续进行下一步安装Caffe环境。

（2.2.4.9）验证NVIDIA 驱动和CUDA是否安装成功

查看安装NVIDIA驱动版本 命令：

cat /proc/driver/nvidia/version 

输出

  1. NVRM version: NVIDIA UNIX x86_64 Kernel Module  340.96  Sun Nov  8 22:33:28 PST 2015 
  2. GCC version:  gcc version 4.7.3 (Ubuntu/Linaro 4.7.3-12ubuntu1) 

从输出信息可以看出NVIDIA驱动版本为 340.96

安装完成后，就可以重新启动桌面服务了。

命令：

  1. sudo start lightdm

猜你喜欢

转载自www.linuxidc.com/Linux/2016-12/138625.htm
今日推荐
TIOBE 5 月榜单：Fortran “复活”进入 Top 10
GCC 14.1 发布
面壁智能发布 Eurux-8x22B 开源大模型 —— 堪称「理科状元」
开源日报 | 谷歌扶持鸿蒙上位；开源Rabbit R1；Docker加持的安卓手机；微软的焦虑和野心；海尔电器把开放平台关了
中国码农的“35岁魔咒”
蘭雅 CorelDRAW 插件 2024.5.1 国际劳动节版，免费下载
Arc Browser for Windows 1.0 正式 GA
90后程序员开发视频搬运软件、不到一年获利超 700 万，结局很刑！
周排行
Java自定义时间格式
同步整形电路
在开发中最最最常用的字符串的属性大集合
Linux 查看端口占用并杀掉
Java基础四：ArrayList
多线程之死锁就是这么简单
mysql 基础命令集
awk 命令详解
Centos6.3编译安装nginx+php步骤
OCR （Optical Character Recognition，光学字符识别）
每日归档
更多
2024-05-08(42)
2024-05-07(14)
2024-05-06(40)
2024-05-05(0)
2024-05-04(7)
2024-05-03(19)
2024-05-02(0)
2024-05-01(4)
2024-04-30(1)
2024-04-29(40)

代码天地 © 2018 codetd.com

境外服务器   最新电视剧2022