1.环境准备 sudo apt-get install git
sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev
protobuf-compiler
sudo apt-get install--no-install-recommends libboost-all-dev
sudo apt-
get
install
libatlas-base-dev
sudo apt-
get
install
python-dev
sudo apt-
get
install libgflags-dev libgoogle-glog-dev liblmdb-dev
sudo apt-
get
install build-essential
2.下载caffe源码
$ git clone git:
//github
.com
/BVLC/caffe
.git
$ cd caffe/
$ mv Makefile.config.example Makefile.config
3.安装python
$ for
req
in
$(
cat
requirements.txt);
do
pip
install
$req;
done
1.在caffe跟目录下,终端输入命令
make pycaffe -j
2.改变环境变量
vim ~/.bashrc
#添加下面内容
export PYTHONPATH=/home/youname/caffe/python:$PYTHONPATH #注意修改下自己的路径
#
保存后,更新并执行
source ~/.bashrc
3.尝试使用pycaffe
终端输入命令
python
import caffe
4.matlab安装
1)先获取root权限
sudo su
首先从百度网盘上下载Linux版的MATLAB 2014a及其破解文件,其链接如下:
链接:http://pan.baidu.com/s/1geMy0BT 密码:a6by
下载下来的文件有两个.rar压缩包,解压后得到一个大小为7.19GB的ISO镜像文件
2)然后按照以前的步骤来,不过这次没有创建快捷方式,因为根本没用过==。
下载完成后将iso文件挂载到Linux
sudo mkdir /media/matlab mount -o loop [path][filename].iso /media/matlab cd /media/matlab sudo ./install
进行安装,安装路径:/usr/local/MATLAB/R2014a
PS:需要注意的是,我下载到的文件里面 readme.txt里没有序列号,所以我就随便填了一个
选项:不使用Internet安装
序列号: 12313-94680-65562-90832
默认路径:/usr/local/MATLAB/R2014a
勾选从默认启动路径创建符号链接(实现在任意位置运行matlab启动程序)
3.最后会出现“激活MATLAB”的选项,勾选,点击下一步,选择“不使用Internet手动激活”,然后选择 “输入许可证文件的完整路径(包括文件名)”,浏览DOWNLOAD_PATH\Matlab\Crack许可证文件“license_405329_R2014a.lic”,插入许可证,即可完成激活。
4、将DOWNLOAD_PATH\Matlab\Crack\Linux文件夹下的“libmwservices.so”替换你所安装的Matlab2014a的bin\glnxa64文件夹里面的“libmwservices.so”。
sudo cp /DOWNLOAD_PATH/Matlab/Crack/Linux/libmwservices.so /INSTALL_PATH/MATLAB/R2014a/bin/glnxa64/libmwservices.so
将DOWNLOAD_PATH\Matlab\Crack文件夹下的“install.jar”替换你所安装的Matlab2014a的jave\jar文件夹里面的“install.jar”。
sudo cp /DOWNLOAD_PATH/Matlab/Crack/install.jar /INSTALL_PATH/MATLAB/R2014a/java/jar/install.jar
5、MATLAB的安装至此完成啦~ sudo matlab 就能打开MATLAB了。
6、修改caffe目录下的Makefile.config文件,主要是在其中加入新安装的MATLAB的路径。
7、编译接口。在caffe目录打开终端,输入make matcaffe。由于我安装的gcc版本是4.8,而MATLAB2014a支持的版本是4.7.X,因此出现警告,但不用管它。
8、测试接口。在caffe目录打开终端,输入make mattest,得到下图即表示测试成功。
make matcaffe 错误解决办法
在Makefile里面,大约第410行那一句话CXXFLAGS += -MMD -MP下面添加CXXFLAGS += -std=c++11,最后是这样
CXXFLAGS += -MMD -MP
CXXFLAGS += -std=c++11
然后在caffe根目录下make clean,make all
5.cuda安装
https://developer.nvidia.com/cuda-downloads 选择对应系统下载
终端中运行:$ lsmod | grep nouveau
,如果有输出则代表nouveau正在加载。
Ubuntu的nouveau禁用方法:
在/etc/modprobe.d
中创建文件blacklist-nouveau.conf
,在文件中输入一下内容(sudo gedit /etc/
/modprobe.d
)blacklist-nouveau.conf
blacklist nouveau
options nouveau modeset=0
打开终端,运行
$ sudo update-initramfs –u
设置完毕可以再次运行 $ lsmod | grep nouveau
检查是否禁用成功,如果运行后没有任何输出,则代表禁用成功。
b) 重启电脑,到达登录界面时,alt+ctrl+f1,进入text mode,登录账户
首先进入tty,输入用户名和密码。
关闭图形界面:
sudo stop lightdm
安装驱动:(更改驱动名称)
1
2
|
sudo chmod -R 777 NVIDIA-Linux-x86_64-352.21.run
sudo sh NVIDIA-Linux-x86_64-352.21.run
|
安装CUDA:
1
2
|
sudo chmod -R 777 cuda_7.0.28_linux.run
sudo ./cuda_7.0.28_linux.run
|
安装过程都默认路径就好。CUDA7会提示安装完了Driver、Toolkit和Samples。
备注1:如果之前你单独安装了驱动,安装CUDA时,驱动安装部分可以跳过。
备注2:安装Samples可能会提示 缺少一些库,simple 也可之后编译测试。
打开图形界面
1
|
sudo start lightdm
|
g) 设置环境变量。
终端中输入 $ sudo gedit /etc/profile
在打开的文件末尾,添加以下两行。
$ export PATH=/usr/local/cuda-7.5/bin:$PATH
$ export LD_LIBRARY_PATH=/usr/local/cuda7.5/lib64
保存文件。
这里有点与官方安装文档稍有不同,需要说明:
官方文档里说只需在终端中运行上述两条export语句即可,但如果不将它们不写入/etc/profile
文件的话,这样的环境变量在你退出终端后就消失了,不起作用了,所以写入才是永久的做法。
h) 重启电脑,检查上述的环境变量是否设置成功。
终端中输入 : $ env
在输出的环境变量中检查有无上述 g) 中设置的变量,如果有则代表设置成功。
到此为止,CUDA的安装算是告一段落了。为了保险起见,建议进行下述的检查工作,确保真正的安装成功。
a) 检查 NVIDIA Driver是否安装成功
终端输入 :$ cat /proc/driver/nvidia/version
会输出NVIDIA Driver的版本号
b) 检查 CUDA Toolkit是否安装成功
终端输入 : $ nvcc –V
会输出CUDA的版本信息
下载http://download.csdn.net/detail/eagelangel/9617094
c) 尝试编译cuda提供的例子
切换到例子存放的路径,默认路径是 ~/NVIDIA_CUDA-7.5_Samples
(即 /home/xxx/ NVIDIA_CUDA-7.5_Samples
, xxx是你自己的用户名)
然后终端输入:$ make
如果出现错误的话,则会立即报错停止,否则会开始进入编译阶段。
我的第一次运行时出现了报错,提示的错误信息是系统中没有gcc
然后在终端运行 $ sudo apt-get install gcc
安装完gcc后 再make就正常了
整个编译的时间持续比较长,耐心等待,大概十几分钟是需要的。
d) 运行编译生成的二进制文件。
编译后的二进制文件 默认存放在~/NVIDIA_CUDA-7.5_Samples/bin中。
切换路径 : cd ~/NVIDIA_CUDA-7.5_Samples/bin/x86_64/linux/release
终端输入 :$ ./deviceQuery
看到类似如下图片中的显示,则代表CUDA安装且配置成功(congratulation!!)
再检查一下系统和CUDA-Capable device的连接情况
终端输入 : $ ./sandwidthTest
看到类似如下图片中的显示,则代表成功
6.cuDNN
具体的cudnn安装如下,其实都不能算是安装,就是把文件拷贝到cuda目录,改变一下权限。
tar xvzf cudnn-7.5-linux-x64-v4.tgz #这里要注意你下载的版本,需要解压你下载的对应版本的文件
#解压后的文件夹名字是cuda
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 /usr/local/cuda/lib64/libcudnn*
b. 安装cuDNN
cuDNN 介绍和下载地址:cuDNN Introdution and Download(下载在最下面,需要注册)
$ sudo cp cudnn.h /usr/local/include
$ sudo cp libcudnn.so /usr/local/lib
$ sudo cp libcudnn.so.6.5 /usr/local/lib
$ sudo cp libcudnn.so.6.5.48 /usr/local/lib
c. 链接cuDNN的库文件
$ sudo ln -sf /usr/local/lib/cudnn.so.6.5.48 /usr/local/lib/libcudnn.so.6.5
不做链接,可能会出现这个报错:“./build/tools/caffe:error while loading shared libraries: libcudnn.so.6.5: cannot open sharedobject file: No such file or directory”那是因为cuDNN没有链接成功,只能做一下硬链接。
$ sudo ldconfig -v
改变环境变量方法
方法一:临时生效
PATH=PATH=/why/:$PATH
(将新路径添加到PATH变量中,多个路径中间用:隔开。此方法是临时生效,终端关闭后路径将会消失)
添加完成之后,在所在路径下接执行why测试,若没有相同文件名可直接在根目录下执行。(注意要修改新加文件的执行权限),详细步骤见下图所示
方法二:永久生效
echo 'PATH="/why/:$PATH"'>>/etc/profile #将新路径添加到profile文件中,使其永久生效
tail -1 /etc/profile #查看是否添加成功
source /etc/profile #使新加的环境变量立即生效
同时也可以修改家目录下的.bashrc或者.bash_profile 也可以添加PATH环境变量(方法同上),非root用户只能采用这个方法