深度学习平台Caffe环境搭建【GPU版】

系统:Ubuntu 14.04.4 LTS x64


一、安装系统

注意在BIOS中将UEFI启动项禁掉,要不会导致安装出错。

系统安装完成之后记得换源,推荐阿里,清华,科大或者163的源。


二、安装NVIDIA显卡驱动

首先,显示器接口一定要接在显卡上......此时系统显示的文字可能不全,但是等安装完驱动后就正常了。

博主显卡型号: NVIDIA GeForce GTX 750 Ti

深度学习平台Caffe环境搭建【GPU版】_第1张图片

安装NVIDIA驱动 375.39

添加驱动源

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

出现提示信息,回车后继续。

sudo apt-get update
sudo apt-get install nvidia-375
sudo apt-get install mesa-common-dev
sudo apt-get install freeglut3-dev

之后重启系统让驱动生效,这里不建议去NVIDIA官网下载run文件自行安装,可能会出现循环登录的情况。此时需要卸载驱动,具体情况请自行百度。

安装CUDA

我使用的是CUDA8.0,选择的是Local deb方案。CUDA8.0下载

深度学习平台Caffe环境搭建【GPU版】_第2张图片

下载完成之后,进入deb所在文件夹,执行以下命令。

sudo dpkg -i cuda-repo-ubuntu1404-8-0-local-ga2_8.0.61-1_amd64.deb
sudo apt-get update`
sudo apt-get install cuda

等待CUDA安装完成。

然后修改profile文件中的环境变量设置。

sudo vi /etc/profile

将以下两句写入文件尾部,保存退出。

export PATH=/usr/local/cuda-8.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH

使环境变量立即生效

sudo ldconfig

验证是否安装完成,终端输入

nvidia-smi 

出现以下画面即为安装成功

深度学习平台Caffe环境搭建【GPU版】_第3张图片

查看nvcc的版本信息

nvcc --version

出现以下信息

深度学习平台Caffe环境搭建【GPU版】_第4张图片

接着测试官方的CUDA examples

进入CUDA目录/usr/local/cuda-8.0/bin,会发现在这个目录下,有一个名为cuda-install-samples-8.0.sh的文件,在控制台使用命令:

sudo  sh  cuda-install-samples-8.0.sh /home/username

接着进入所创建的NVIDIA_CUDA-8.0_Samples文件夹中

将NVIDIA_CUDA-7.0_Samples/3_Imaging/cudaDecodeGL/findgllib.mk文件中的

UBUNTU_PKG_NAME = "nvidia-367"

修改为

UBUNTU_PKG_NAME = "nvidia-375"

因为我们安装的驱动版本为375.39,所以需要修改版本信息。不然在编译第3个Sample时会报错。

接着在终端中定位到NVIDIA_CUDA-8.0_Samples文件夹中

sudo make

等待编译完成,完成之后会提示

Finished building CUDA samples

接着运行例子,进入/NVIDIA_CUDA-8.0_Samples/bin/x86_64/linux/release 文件夹中

sudo ./deviceQuery

出现以下信息

深度学习平台Caffe环境搭建【GPU版】_第5张图片

运行bandwidthTest

sudo ./bandwidthTest

出现以下信息

深度学习平台Caffe环境搭建【GPU版】_第6张图片

此时CUDA已经安装完毕。


三、安装cudnn

选择cuDNN v5.1 Library for Linux,cuDNN下载

深度学习平台Caffe环境搭建【GPU版】_第7张图片

进入所在文件夹

tar -zxvf cudnn-8.0-linux-x64-v5.1.tgz

接着执行以下命令

sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/
sudo chmod a+r /usr/local/cuda/include/cudnn.h
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

此时cuDNN安装完成。

安装caffe

参考之前的博文深度学习平台Caffe环境搭建【CPU版】

最后一步修改Makefile.config,将USE_CUDNN := 1前面的#去掉

然后执行以下命令

sudo make
sudo make runtest
sudo make pycaffe

完成之后Caffe GPU版本就已经搭建完毕。

你可能感兴趣的:(——【Caffe】)