ubuntu 哪个版本再装caffe
2016-07-14
展开全部
配置
操作系统:14.04 Ubuntu Kylin 64位
cuda版本:7.5
GPU:k20c
一、cuda 安装
我们采用的是.ded包安装方式,网上还有利用一种手动安装.run文件的方式,但是由于楼主第一次采用该种方式安装导致各种驱动的问题,系统重新安装了N次,所以这次换了个安装方法。
1.在nvidia官网上下载.ded安装包(当然根据自己的系统选择版本)
http://developer.download.nvidia.com/compute/cuda/7.5/Prod/local_installers/cuda-repo-ubuntu1404-7-5-local_7.5-18_amd64.deb
2. install repository meta-data
sudo dpkg -i cuda-repo-ubuntu1404-7-5-local_7.5-18_amd64.deb
3. Update the Apt repository cache
sudo apt-get update
4. Install CUDA
sudo apt-get install cuda
二、环境变量设置
1.设置PATH
在/etc/profile中添加环境变量,在文件最后添加
PATH=/usr/local/cuda-7.5/bin:$PATH
export PATH
保存后如下命令,使得立即生效
source /etc/profile
2.添加lib库
在/etc/ld.so.conf.d/加入文件cuda.conf
/usr/local/cuda-7.5/lib64
输入命令sudo ldconfig使得立即生效
执行如下命令,确定驱动成功安装
cat /pror/driver/nvidia/version
NVRM version: NVIDIA UNIX x86_64 Kernel Module 352.63 Sat Nov 7 21:25:42 PST 2015
GCC version: gcc version 4.8.4 (Ubuntu 4.8.4-2ubuntu1~14.04)
拷贝样例程序到dir,样例程序在/usr/local/cuda/samples中是有一份的,只是copy一份出来编译
cuda-install-samples-7.5.sh <dir>
3.安装Opencv
这个尽量不要手动安装,Github上有人已经写好了完整的安装脚本:https://github.com/jayrambhia/Install-OpenCV
chmod +x *.sh
sudo./opencv2_4_9.sh
4.安装依赖库
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
5.安装Python
sudo apt-get install python-dev python-pip
然后执行如下命令安装编译caffe python wrapper 所需要的额外包
for req in $(cat requirements.txt); do sudo pip install $req; done
建议安装Anaconda包,这个包能独立于系统自带的python库,并且提供大部分Caffe需要的科学运算Python库。
并且在~/.bashrc中添加library path
# add library path
LD_LIBRARY_PATH=your_anaconda_path/lib:$LD_LIBRARY_PATH
export LD_LIBRARY_PATH
6.安装cuDNN(可选)
CuDNN是专门针对Deep Learning框架设计的一套GPU计算加速方案,目前支持的DL库包括Caffe,ConvNet, Torch7等。下载
基本原理是把lib文件加入到系统能找到的lib文件夹里, 把头文件加到系统能找到的include文件夹里就可以。这里把他们加到CUDA的文件夹下
tar-xzvf cudnn-6.5-linux-R1.tgzcd cudnn-6.5-linux-R1
sudo cp lib* /usr/local/cuda/lib64/ (该命令是在解压后的文件夹中运行终端)
sudo cp cudnn.h /usr/local/cuda/include/
执行后发现还是找不到库, 报错
error while loading shared libraries: libcudnn.so.6.5: cannot open shared object file: No such file or directory
而lib文件夹是在系统路径里的,用ls -al发现是文件权限的问题,因此用下述命令先删除软连接
cd /usr/local/cuda/lib64/
sudo rm -rf libcudnn.so libcudnn.so.6.5
修改文件权限,并创建新的软连接
sudo chmod u=rwx,g=rx,o=rx libcudnn.so.6.5.18
sudo ln -s libcudnn.so.6.5.18libcudnn.so.6.5
sudo ln -s libcudnn.so.6.5libcudnn.so
7.安装OpenBLAS
下载编译openBLAS
默认安装目录 /opt/OpenBLAS
在~/.bashrc 中添加路径
LD_LIBRARY_PATH=/opt/OpenBLAS/lib:$LD_LIBRARY_PATH
export LD_LIBRARY_PATH
也可以在/etc/ld.so.conf中添加文件
把路径/opt/OpenBLAS/lib添加到文件中,运行sudo ld config
8.修改Makefile.conf(根据官网和Makefile.conf.example中注释修改)
Make all -j12
Make test
Make runtest
编译Matlab wrapper
makematcaffe
编译Python wrapper
makepycaffe
操作系统:14.04 Ubuntu Kylin 64位
cuda版本:7.5
GPU:k20c
一、cuda 安装
我们采用的是.ded包安装方式,网上还有利用一种手动安装.run文件的方式,但是由于楼主第一次采用该种方式安装导致各种驱动的问题,系统重新安装了N次,所以这次换了个安装方法。
1.在nvidia官网上下载.ded安装包(当然根据自己的系统选择版本)
http://developer.download.nvidia.com/compute/cuda/7.5/Prod/local_installers/cuda-repo-ubuntu1404-7-5-local_7.5-18_amd64.deb
2. install repository meta-data
sudo dpkg -i cuda-repo-ubuntu1404-7-5-local_7.5-18_amd64.deb
3. Update the Apt repository cache
sudo apt-get update
4. Install CUDA
sudo apt-get install cuda
二、环境变量设置
1.设置PATH
在/etc/profile中添加环境变量,在文件最后添加
PATH=/usr/local/cuda-7.5/bin:$PATH
export PATH
保存后如下命令,使得立即生效
source /etc/profile
2.添加lib库
在/etc/ld.so.conf.d/加入文件cuda.conf
/usr/local/cuda-7.5/lib64
输入命令sudo ldconfig使得立即生效
执行如下命令,确定驱动成功安装
cat /pror/driver/nvidia/version
NVRM version: NVIDIA UNIX x86_64 Kernel Module 352.63 Sat Nov 7 21:25:42 PST 2015
GCC version: gcc version 4.8.4 (Ubuntu 4.8.4-2ubuntu1~14.04)
拷贝样例程序到dir,样例程序在/usr/local/cuda/samples中是有一份的,只是copy一份出来编译
cuda-install-samples-7.5.sh <dir>
3.安装Opencv
这个尽量不要手动安装,Github上有人已经写好了完整的安装脚本:https://github.com/jayrambhia/Install-OpenCV
chmod +x *.sh
sudo./opencv2_4_9.sh
4.安装依赖库
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
5.安装Python
sudo apt-get install python-dev python-pip
然后执行如下命令安装编译caffe python wrapper 所需要的额外包
for req in $(cat requirements.txt); do sudo pip install $req; done
建议安装Anaconda包,这个包能独立于系统自带的python库,并且提供大部分Caffe需要的科学运算Python库。
并且在~/.bashrc中添加library path
# add library path
LD_LIBRARY_PATH=your_anaconda_path/lib:$LD_LIBRARY_PATH
export LD_LIBRARY_PATH
6.安装cuDNN(可选)
CuDNN是专门针对Deep Learning框架设计的一套GPU计算加速方案,目前支持的DL库包括Caffe,ConvNet, Torch7等。下载
基本原理是把lib文件加入到系统能找到的lib文件夹里, 把头文件加到系统能找到的include文件夹里就可以。这里把他们加到CUDA的文件夹下
tar-xzvf cudnn-6.5-linux-R1.tgzcd cudnn-6.5-linux-R1
sudo cp lib* /usr/local/cuda/lib64/ (该命令是在解压后的文件夹中运行终端)
sudo cp cudnn.h /usr/local/cuda/include/
执行后发现还是找不到库, 报错
error while loading shared libraries: libcudnn.so.6.5: cannot open shared object file: No such file or directory
而lib文件夹是在系统路径里的,用ls -al发现是文件权限的问题,因此用下述命令先删除软连接
cd /usr/local/cuda/lib64/
sudo rm -rf libcudnn.so libcudnn.so.6.5
修改文件权限,并创建新的软连接
sudo chmod u=rwx,g=rx,o=rx libcudnn.so.6.5.18
sudo ln -s libcudnn.so.6.5.18libcudnn.so.6.5
sudo ln -s libcudnn.so.6.5libcudnn.so
7.安装OpenBLAS
下载编译openBLAS
默认安装目录 /opt/OpenBLAS
在~/.bashrc 中添加路径
LD_LIBRARY_PATH=/opt/OpenBLAS/lib:$LD_LIBRARY_PATH
export LD_LIBRARY_PATH
也可以在/etc/ld.so.conf中添加文件
把路径/opt/OpenBLAS/lib添加到文件中,运行sudo ld config
8.修改Makefile.conf(根据官网和Makefile.conf.example中注释修改)
Make all -j12
Make test
Make runtest
编译Matlab wrapper
makematcaffe
编译Python wrapper
makepycaffe
本回答被提问者采纳
已赞过
已踩过<
评论
收起
你对这个回答的评价是?
推荐律师服务:
若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询