Ubuntu16.04＋Cuda8.0(gtx1060)+OpenCV2.4.13+anaconda2+caffe详细配置

[一]硬件以及系统介绍：

1.1.显卡（getforce 10 系列－－GTX10ｘｘ，如GTX1060）

　　本解决方案使用的显卡类型为GTX1060，当然所有的getforce 10 系列－－－GTX10ｘｘ都可以。cuda7.5不支持getforce 10 系列以上的显卡，所以，那些安装有getforce 10 系列－－－GTX10以上的显卡的同学必须安装Cuda8.0，那些含有cuda7.5以及以下的教程将不再适用。

系统（主要是Linux）

　　我们先来看一看，Cuda8.0支持的系统和软件，如下图，Ubuntu16.04需要的gcc版本为5.3.1，而当Ubuntu16.04安装好之后，系统自带的gcc版本为5.4,所以gcc要重新安装，下面会有安装教程。

      也就是说不论你是那个版本的Linux系统只要在上面表里即可使用Cuda8.0，从上表中可以看出Ubuntu14.04和Ubuntu16.04都可以使用Cuda8.0。

1.2.OpenCV版本选择

　　　之前装了好几OpenCV3.1.0都失败了，找了半天原因，原来是OpenCV3.1.0对Cuda8.0兼容性不好。

     

　　由上图可知Cuda8.0出来的时间是２０１６年９月，而OpenCV3.1.0却是去年，OpenCV2.4.13是今年５月，兼容性比OpenCV3.1.0要好，所以我选择的是OpenCV2.4.13。

[二]NVIDIA显卡驱动安装

　　2.1有两种安装方式，第一种如下：

        选择附加驱动，点击后会有如下窗口弹出

        上面一项选择使用英伟达驱动，下面一项未知驱动为ｃｐｕ带的集成显卡选择下面的选项：不用这个设备，选完以后一定要点击"Apply Changes"也就是“应用改变”的按钮（右边的按钮）。

        安装完成以后要重启一下系统，然后在ｂａｓｈ里面输入：

    nvidia-settings

       显示如下结果表示安装成功，你可以在下面查看你的驱动版本

        2.2方案二：如果方案一行不通，可以自行安装驱动，从NVIDIA官网上下载驱动：

         http://www.nvidia.cn/Download/index.aspx?lang=cn　如下图

         选择自己需要的版本和驱动，然后点击旁边绿色按钮“搜索”：

        点击绿色按钮“下载”

        2.2.2下载完成，打开终端，先删除旧的驱动：

    sudo apt-get purge nvidia*

            2.2.3 禁用自带的 nouveau nvidia驱动 （很重要！）

              通过如下命令创建一个文件

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

              在文件内添加如下内容：

    blacklist nouveau

    options nouveau modeset=0

              更新一下

    sudo update-initramfs -u

      2.2.4重启系统至init 3（文本模式），也可先进入图形桌面再运行init 3进入文本模式，再安装下载的驱动就无问题，首先我们需要结束x-window的服务，否则驱动将无法正常安装

              关闭X-Window

    sudo service lightdm stop

              切换到tty1控制台

         Ctrl+Alt+F1

     　2.2.5.执行如下命令开始安装

    sudo ./NVIDIA.run

                        安装完成后重新启动X-Window

    sudo service lightdm start

                       然后Ctrl+Alt+F7进入图形界面

                      如果安装后驱动程序工作不正常，使用下面的命令进行卸载：

    sudo sh ~/NVIDIA-Linux-x86_64-367.44.run --uninstall

       2.2.6检查是否安装成功，过程跟第一种方案一样，输入

        nvidia-smi

        nvidia-settings

　

[三]系统软件源设置并安装依赖包

     流程,分别操作：系统设置(system settings)---->软件与更新(software & update)----->选择Ubuntu软件（Ubuntu software)选项卡。     来改变系统软件源为阿里的源。

     更新列表，打开终端输入如下命令

     sudo apt-get update

        软件源更新完毕后，安装一些必要的依赖包，命令如下

     sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler libboost-all-dev libopenblas-dev liblapack-dev libatlas-base-dev libgflags-dev libgoogle-glog-dev liblmdb-dev

        如果执行过程报出有一些包没有找到，如下图

        则更新列表，打开终端输入如下命令

     sudo apt-get update

        软件源更新完毕后，重新安装这些必要的依赖包，命令如下

     sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler libboost-all-dev libopenblas-dev liblapack-dev libatlas-base-dev libgflags-dev libgoogle-glog-dev liblmdb-dev

             此时就会安装成功！

[四]安装Anaconda

    anaconda里面集成了很多关于python科学计算的第三方库，主要是安装方便，而python是一个编译器，如果不使用anaconda，那么安装起来会比较痛苦，各个库之间的依赖性就很难连接的很好

      4.1.下载：anaconda的下载地址为：  https://www.continuum.io/downloads#linux  

 

        根据自己的需要选择不同的版本，但是推荐选择Python2.7的64位的。

       

       4.2.安装

           在终端中进入存放这你刚刚下载好的文件的目录（我的是/下载),然后执行如下命令进行安装：

     sudo ./Anaconda2-4.2.0-Linux-x86_64.sh

           输入回车键之后会有一段长长的须知，一直按Ctr+F直到须知展示完毕，然后输入yes继续执行

           这个时候，我们在家目录下新建一个/Software文件夹用存放以后自己安装的软件，当然包含anaconda，执行如下命令

      cd ~

      mkdir Software

              此时终端会提示你输入安装位置，你输入：/home/leijie/Software/anaconda2，然后继续安装

      

           直到最后安装成功，到这里anaconda就安装完成了，测试一下

       anaconda -V

[五]cuda安装

     前言：一定要搞清楚你自己的显卡要装什么版本的驱动，以及支持的cuda版本。我的显卡支持cuda8.0

     ５.1.下载： 下载地址为：https://developer.nvidia.com/cuda-downloads,然后根据自己的需要选择下载文件

               我下载的是.run文件，也推荐大家下载这种格式的。

    ５.2.GCC降级------->由文章的最开始，我们可以知道cuda8.0目前仅支持gcc5.3而ubuntu16.04自带的gcc版本为gcc5.4,所以要降级。

        ５.2.1.先查看你是否需要降级GCC

    gcc -v

          如果你的版本是5.3.1以下的就不用降级了，否则要降级gcc。

         ５.2.2.下载gcc5.3.0,下载地址为：https://pan.baidu.com/s/1cL2v62，下载好后，进入到该文件目录，执行如下操作：

       sudo tar -zxvf gcc-5.3.0.tar.gz

          ５.2.3.进入到gcc目录：

      cd gcc-5.3.0/

          ５.2.4.下载依赖项(网络不好的话可能慢点，慢慢等吧)：

      sudo ./contrib/download_prerequisites

          ５.2.5. 新建一个编译的文件夹，并进入该文件夹：

      sudo mkdir build

      cd build/

          ５.2.6.生成makefile文件：

      sudo ../configure --enable-checking=release --enable-languages=c,c++ --disable-multilib

          ５.2.7.编译，编译过程有点长，请耐心等待：

      sudo make -j4

          ５.2.8.安装：

          编译结束以后，我们就可以执行安装了：

       sudo make install

           ５.2.9.查看是否成功

       gcc --version

       g++ --version

        

     ５.3安装cuda

      gcc降到5.3之后，可以直接来安装了cuda了，进到你下载好的cuda-8.0的run文件目录，运行如下命令：

     

    sudo ./cuda_8.0.44_linux.run

     这时便进入的声明的界面，你可以连续按Ctr+f向下阅读直到结尾，也可以按Ctr+C跳过阅读，直接到选择接受与否的位置

                输入接受：accept;  然后回车。具体应该怎么输入请按照如下图片的指示来操作，原因：第一次不安装的是英伟达驱动，因为我们之前已经安装过了，第二次不安装是更新，也不用安，安装了麻烦。

               由于我第一遍输错了，所以我又重新安装了一遍，这一次的操作如下图：

                 如果出现下图的结果，表明你已经安装成功了，虽然有一个警告和一个特别注意但是不影响结果

          从上图可是，下载的例子里面是缺少一些支持库的，现在我们安装这些库：

     sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev

          从上图可以看出来，有一个特别注意，所以我们做如下配置：打开.bashrc来进行配置，命令如下

      sudo vim ~/.bashrc

         并将如下的几行内容复制的到.bashrc文件的最下面

      export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}

      export LD_LIBRARY_PATH=/usr/local/cuda8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

      export CUDA_HOME=/usr/local/cuda

          然后设置环境变量和动态链接库，在命令行输入：

      sudo vim /etc/profile

          在打开的文件末尾加入：

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

          保存之后，创建链接文件：

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

          在打开的文件中添加如下语句：

      /usr/local/cuda/lib64

          然后执行如下命令使得链接立即生效：

      sudo ldconfig

         现在重启电脑！

         现在就开始测试一下看看cuda是否安装成功吧！输入如下命令打开测试的代码位置：

      cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery

         编译这些代码：

      sudo make -j4

         执行代码

     ./deviceQuery

         如果出现如下结果---显卡的配置信息，恭喜你，这就证明你成功的安装了cuda

[六]cuDNN安装

      cuDNN深度学习加速的一些库。下载地址为：https://developer.nvidia.com/cudnn

     ６.1.下载

        打开网站，如下图，需要注册一个账户，因为下载的时候需要,然后下载，流程如下图：

       ６.2下载后解压

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

       执行如下操作：

    cd cuda/include/

    sudo cp cudnn.h /usr/local/cuda/include/

    cd ../lib64/

    sudo cp lib* /usr/local/cuda/lib64/

    cd /usr/local/cuda/lib64/

    sudo rm -rf libcudnn.so libcudnn.so.5

    sudo ln -s libcudnn.so.5.1.5 libcudnn.so.5

    sudo ln -s libcudnn.so.5 libcudnn.so

      执行完之后，cuDNN算是安装完成了

[七]OpenCV2.4.13安装
      ７.1下载

        下载地址：http://opencv.org/ 也可以从网盘下载：https://pan.baidu.com/s/1qXT7is0

     ７.2安装相关依赖项：

    sudo apt-get install build-essential cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng12-dev libtiff5-dev libjasper-dev libdc1394-22-dev libatlas-base-dev gfortran

     ７.3配置编译opencv的环境

    

     配置opencv，在这里使用cmake-gui进行配置，，后面会介绍。

     先安装cmake-gui，直接在终端输入cmake-gui会有提示的：
   

    sudo apt-get install cmake-qt-gui

     ７.4解压这个下载的文件，在解压后的文件夹下新建一个opencv-debug文件夹：

    unzip opencv-2.4.13.zip

    cd opencv-2.4.13/

    mkdir opencv-debug

    cd opencv-debug/

    ７.5配置cmake
      执行如下命令

    cmake-gui

     点击configure出现下面的界面，cmake中configure的作用就是能够读出系统已经安装的相关文件，然后进行generate：

        ７.6编译安装，
           编译 时间可能有点长，耐心等待。 还是在刚刚的cd的那个文件夹opencv2-4-13-debug下执行：

    make -j8

       
         要是中途出现了一些问题是与cuda有关的，打开opencv下面那个cmakelist文件把with_cuda设置为OFF，如下图，之后再cmake，再编译。 

        安装opencv,安装时间可能有点长，耐心等待。

    sudo make install

      
     ７.7环境变量配置
        安装成功后还需要设置opencv的环境变量,打开文件

    sudo gedit /etc/profile

　　在最后一行输入如下内容：

    export PKG_CONFIG_PATH=/usr/local/lib/pkgconfig:$PKG_CONFIG_PATH

　　

　　执行下列命令, 使环境变量立即生效

    source /etc/profile

　　设置lib库路径，打开文件

    sudo gedit /etc/ld.so.conf.d/opencv.conf

       opencv的库一般安装在’/usr/local/lib’文件夹下，在文件内添加

    /usr/local/lib

       执行下列命令使之立刻生效

    sudo ldconfig

       经过上面的流程，这样就可以在eclipse里或者qtcreator里用opencv了。 不过要配置号相应的路径和lib文件。
　　
　７．８验证是否安装成功
       对opencv的sample进行编译并运行，依次执行如下代码

    cd opencv-2.4.13/samples/c

    ./build_all.sh

    ./facedetect --cascade="/usr/local/share/OpenCV/haarcascades/haarcascade_frontalface_alt.xml" --scale=1.5 lena.jpg

　　如果出现lena的图片就证明成功了！

[八]Caffe安装配置
　８．１下载
　　　github下载地址：https://github.com/BVLC/caffe  网盘下载地址：https://pan.baidu.com/s/1bpqsnZD
　　　下载好以后解压，如下图

      ８.2Makefile.config配置
　　你会看到其中有一个文件叫Makefile.config.example.这个文件是官方给出了编译的“模板”，我们可以直接拿过来小小的修改一下就行。复制下面的命令把名字改为Makefile.config

    sudo cp Makefile.config.example Makefile.config

　你会发现下面多了一个Makefile.config的文件

　　打开这个文件并且修改(我这里用的是sublime，你可以换成其他的编辑器比如vim)：
　　如果你没有安装 sublime ，可以参考我写的教程安装：http://blog.csdn.net/leijiezhang/article/details/53725710

    sudo subl Makefile.config

　　你能够看到如下编辑窗口：

　　　

　　　　然后根据个人情况修改文件：
　　　　　1.若使用cudnn，则将#USE_CUDNN := 1修改成： USE_CUDNN := 1 （就是去掉注释的‘#’号）

　　　　　2.若使用的opencv版本是２的，则将#OPENCV_VERSION := ３ 修改为：OPENCV_VERSION := ２

　　　　　3.若要使用python来编写layer，则将#WITH_PYTHON_LAYER := 1修改为WITH_PYTHON_LAYER := 1

　　　　　4.要是你是用的anaconda的话，还需要改一些地方

　　　把之前的PYTHON_INCLUDE加上注释，把ANACONDA_HOME以及下面的PYTHON_INCLUDE 都去掉，并且改为如下图最终的样子。注意：ANACONDA_HOME后面是anaconda的安装位置，根据自己的情况不同而不同。其中$(HOME)就是你的家目录

　　　5.重要 :
　　　　将 # Whatever else you find you need goes here. 下面的

    INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include

    LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib

　　　　修改为：

    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

　　　(因为ubuntu16.04的文件包含位置发生了变化)

　８．３修改makefile文件

　　 打开makefile文件

    sudo subl Makefile

　　将(大概409行的样子)：

    NVCCFLAGS +=-ccbin=$(CXX) -Xcompiler-fPIC $(COMMON_FLAGS)

　　替换为：

    NVCCFLAGS += -D_FORCE_INLINES -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS)

　　在Makefile文件的第大概181行，把 hdf5_hl 和 hdf5 修改为 hdf5_serial_hl 和 hdf5_serial ，即
将：

    LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_hl hdf5

　　改为：

    LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_serial_hl hdf5_serial

　　

　８．４编辑/usr/local/cuda/include/host_config.h
　　执行如下命令，开始编辑 host_config.h 　

    sudo subl /usr/local/cuda/include/host_config.h

　　将其中的第115行注释掉：

    #error-- unsupported GNU version! gcc versions later than 5 are not supported!

　　改为：

    //#error-- unsupported GNU version! gcc versions later than 5 are not supported!

　　
　 ８．４编译
　　　 编译之前，先安装编译需要的库 ：

    sudo apt-get install libatlas-base-dev

    sudo apt-get install libprotobuf-dev

    sudo apt-get install libleveldb-dev

    sudo apt-get install libsnappy-dev

    sudo apt-get install libopencv-dev

    sudo apt-get install libboost-all-dev

    sudo apt-get install libhdf5-serial-dev

    sudo apt-get install libgflags-dev

    sudo apt-get install libgoogle-glog-dev

    sudo apt-get install liblmdb-dev

    sudo apt-get install protobuf-compiler

    sudo apt-get install cmake

        接下来进行编译（在解压的文件夹下)：

    sudo make all -j8

        然后就编译好了

        再测试一下：

    sudo make test

　　 可能有个缓慢的编译过程，然后出现如下如所示的界面

　　 到此，所有需要安装的都已经安装好了！关键是遇到问题去解决问题，不要慌，越努力越幸运。

参考网站：

http://blog.csdn.net/xierhacker/article/details/53035989

http://blog.csdn.net/autocyz/article/details/52299889

http://www.cnblogs.com/jinggege/p/5877326.html

http://blog.csdn.net/sunxianliang1/article/details/50723086

另外补充几个网址，方便各位查看

cuda的官方文档：http://docs.nvidia.com/cuda/

ｎｖｃｃ介绍的官方文档：http://docs.nvidia.com/cuda/cuda-compiler-driver-nvcc/index.html#axzz4SsuDPfdq

ｃｕｄａ开发包介绍的官方文档：http://docs.nvidia.com/cuda/#axzz4SsuDPfdq

还有ｃｕｄａ８．０安装的官方文档：http://blog.csdn.net/u012581999/article/details/52433609http://docs.nvidia.com/cuda/cuda-installation-guide-linux/index.html#axzz4SsuDPfdq