深度学习（四十一）cuda8.0+ubuntu16.04+theano、caffe、tensorflow环境搭建

cuda8.0+ubuntu16.04+theano、caffe、tensorflow环境搭建

目前自己撘过深度学习各种库、各种环境，已经搭建了n多台电脑，发现每台电脑配置安装方法各不相同，总会出现各不相同的错误，真是心塞。笔记本和台式机有差别，台式机之间的安装方法又各不相同，不同的系统版本环境、平台又各有差异。比如昨天搞的一台电脑，可能因为显卡比较新，然而ubuntu14.04、ubuntu15.04都比较旧，连安装系统都装不上，一开始在14.04上重装了n多次系统，还以为是自己电脑的问题。最后在ubuntu16.04竟然非常顺利完成了安装；然而16.04的版本，只有cuda8.0才支持，在这台破电脑上，又折腾了我快一天的时间。

显卡：GTX960

环境：ubuntu16.04、cuda8.0

下面是我的安装之路，总的来说theano、keras、tensorflow都比较容易安装；最难安装的是caffe，因为caffe调用的第三方库比较杂、比较多。

一、安装cuda8.0

1、输入命令：

 sudo vim /etc/modprobe.d/blacklist.conf

在文件最后面，添加：

 blacklist nouveau
 sudo reboot
 sudo apt-get remove --purge nvidia*

重启，然后进入终端：

 sudo service lightdm stop
 chmod +x cuda*.run
 sudo ./cuda*.run

2、安装cuda的过程中，一直跳出错误：

 If you're sure that X is not running, but are getting this error, please delete any X lock files in /tmp.

那么我们可以直接删除X-lock文件，具体命令为：

 sudo rm /tmp/.X0-lock

3、ubuntu的gcc编译器是5.4.0，然而cuda8.0不支持5.0以上的编译器，因此需要降级，把编译器版本降到4.9：

 sudo apt-get install g++-4.9
 sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-4.9 20
 sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-5 10
 sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-4.9 20
 sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-5 10
 sudo update-alternatives --install /usr/bin/cc cc /usr/bin/gcc 30
 sudo update-alternatives --set cc /usr/bin/gcc
 sudo update-alternatives --install /usr/bin/c++ c++ /usr/bin/g++ 30
 sudo update-alternatives --set c++ /usr/bin/g++

等待安装完成

4、配置环境变量：

 sudo vim /etc/profile

在文件末尾添加：

 PATH=/usr/local/cuda/bin:$PATH
 export PATH

保存退出。输入命令：

 source /etc/profile

使其生效。

输入命令：

 sudo /etc/ld.so.conf.d/cuda.conf

添加内容：

 /usr/local/cuda/lib64

5、验证测试

测试cuda是否安装成功：

 cd /usr/local/cuda/samples

编译例子：

 sudo make all -j8

运行编译可执行结果文件：

 ./deviceQuery

二、安装theano

1、直接输入命令：

 sudo pip install theano

2、配置参数文件：.theanorc

 [global]
 floatX=float32
 device=gpu
 base_compiledir=~/external/.theano/
 allow_gc=False
 warn_float64=warn
 [mode]=FAST_RUN

 [nvcc]
 fastmath=True

 [cuda]
 root=/usr/local/cuda

3、运行测试例子：

 from theano import function, config, shared, sandbox
 import theano.tensor as T
 import numpy
 import time

 vlen = 10 * 30 * 768  # 10 x #cores x # threads per core
 iters = 1000

 rng = numpy.random.RandomState(22)
 x = shared(numpy.asarray(rng.rand(vlen), config.floatX))
 f = function([], T.exp(x))
 print(f.maker.fgraph.toposort())
 t0 = time.time()
 for i in range(iters):
     r = f()
 t1 = time.time()
 print("Looping %d times took %f seconds" % (iters, t1 - t0))
 print("Result is %s" % (r,))
 if numpy.any([isinstance(x.op, T.Elemwise) for x in f.maker.fgraph.toposort()]):
     print('Used the cpu')
 else:
     print('Used the gpu')

可以看到结果：

 /usr/bin/python2.7 /home/hjimce/PycharmProjects/untitled/.idea/temp.py
 Using gpu device 0: GeForce GTX 960 (CNMeM is disabled, cuDNN not available)
 [GpuElemwise{exp,no_inplace}(), HostFromGpu(GpuElemwise{exp,no_inplace}.0)]
 Looping 1000 times took 0.302778 seconds
 Result is [ 1.23178029  1.61879349  1.52278066 ...,  2.20771813  2.29967761
   1.62323296]
 Used the gpu

三、caffe环境搭建

1、切换编译器：

 sudo update-alternatives --config g++

选择g++ 5.0以上的对应编号

 sudo update-alternatives --config gcc

根据编号选择gcc编译器5.0以上的版本。

2、hd5相关问题：遇到hd5等相关找不到的文件错误。

输入命令：

 cd /usr/lib/x86_64-linux-gnu
 sudo ln -s libhdf5_serial.so.10.1.0 libhdf5.so
 sudo ln -s libhdf5_serial_hl.so.10.0.2 libhdf5_hl.so

3、caffe编译

从github上下载caffe，解压打开makefile.config对其进行修改，makefile.config修改内容内容如下：

将

 INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include
 LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib

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

4、cuda8.0编译器问题

打开/usr/local/cuda/include/host_config.h

注释掉：

 error -- unsupported GNU version! gcc versions later than 5.3 are not supported!

结果如下：

 #if __GNUC__ > 5 || (__GNUC__ == 5 && __GNUC_MINOR__ > 3)
 //#error -- unsupported GNU version! gcc versions later than 5.3 are not supported!
 #endif /* __GNUC__ > 5 || (__GNUC__ == 5 && __GNUC_MINOR__ > 1) */

5、遇到prototuf等编译问题：

 build_release/lib/libcaffe.so: undefined reference to 'google::protobuf::io::CodedOutputStream::WriteVarint64ToArray(unsigned long long, unsigned char*)'

主要是因为我们直接采用命令apt-get install 安装prototuf是比较老旧的版本，而ubuntu16.04比较新，所以我们需要卸载 prototuf，然后自己在自己的电脑上编译安装。
(1)于是先卸载原有版本:

 sudo apt-get autoremove libprotobuf-dev protobuf-compiler

(2)从github下载protobuf

(3)打开protobuf文件目录进行编译安装，具体过程如下

编译过程过下：

A、输入命令：

 sh auto*.sh

生产configure文件。这步可能遇到的错误：

 configure.ac:64: error: possibly undefined macro: AC_PROG_LIBTOOL

那么输入命令：

sudo apt-get install autoconf autogen

 sudo apt-get install libtool

然后在次运行：

 sh auto*.sh

B、按照顺序，依次输入如下命令：

 ./configure
 make -j8
 make check
 make install

完成安装。

C、protobuf配置环境变量.

打开profile文件：

 sudo vim /etc/profile

添加：

 export PATH=$PATH:/usr/local/protobuf/bin/
 export PKG_CONFIG_PATH=/usr/local/protobuf/lib/pkgconfig/<

保存退出，然后输入命令：

 source /etc/profile

D、配置动态链接库

打开配置文件ld.so.conf:

 sudo vim /etc/ld.so.conf

添加：

 /usr/local/protobuf/lib

E、更新配置

 sudo su
 ldconfig

6、caffe编译：

 make all -j8
 make pycaffe

OK，万事大吉，打完收工。

相关参考文献：
http://blog.csdn.NET/realxie/article/details/7456013

https://github.com/BVLC/caffe/wiki/GeForce-GTX-1080,---CUDA-8.0,---Ubuntu-16.04,---Caffe

https://github.com/BVLC/caffe/wiki/Ubuntu-16.04-or-15.10-Installation-Guide

http://mooon.blog.51cto.com/1246491/909928

四、tensorflow

以前的安装方法：

 sudo apt-get install python-pip python-dev
 export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.9.0-cp27-none-linux_x86_64.whl
 sudo pip install --upgrade $TF_BINARY_URL

出现错误：

 libcudart.so.7.5: cannot open shared object file: No such file or directory

主要原因是上面的tensoftlow*.whl是cuda7.5编译好的，导致我们不能直接用。因此我们接着要自己编译才行。

1、先装jdk

 sudo apt-get update
 sudo apt-get install default-jre
 sudo apt-get install default-jdk

2、安装编译工具Bazel

 echo "deb [arch=amd64] http://storage.googleapis.com/bazel-apt stable jdk1.8" | sudo tee /etc/apt/sources.list.d/bazel.list

 curl https://storage.googleapis.com/bazel-apt/doc/apt-key.pub.gpg | sudo apt-key add -

 sudo apt-get update && sudo apt-get install bazel

3、下载tensorflow并编译

 ./configure

遇到错误：

 Can't find swig.  Ensure swig is in $PATH or set $SWIG_PATH.

安装swig：

 sudo apt-get install swig

4、在tensorflow安装的时候，没有找到可以忽略使用cudnn的选项，一直提示如下错误：

 Please specify the location where cuDNN  library is installed. Refer to README.md for more details. [Default is /usr/local/cuda]:
 Invalid path to cuDNN  toolkit. Neither of the following two files can be found:
 /usr/local/cuda-8.0/lib64/libcudnn.so
 /usr/local/cuda-8.0/libcudnn.so

所以没办法，只能把cudnn也给安装了。首先到官网下载cuda8.0对应的cudnn：

 cudnn-8.0-linux-x64-v5.0-ga.tgz

 tar -zxvf cudnn-8.0-linux-x64-v5.0-ga.tgz

 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*

安装完毕后，就接着前面的工作tensorflow的安装

5、输入.configure,然后一路回车、或者选择yes。

6、这是心酸，原来tensorflow官网给了从源码安装的教程：install  from sources

 https://www.tensorflow.org/versions/r0.9/get_started/os_setup.html

参考文献：

http://textminingonline.com/dive-into-tensorflow-part-iii-gtx-1080-ubuntu16-04-cuda8-0-cudnn5-0-tensorflow

**********************作者微博：黄锦池-hjimce  博客：http://blog.csdn.net/hjimce   原创文章，转载请保留本行信息********************