为了caffe（二）在ubuntu14.0464位（双显卡）下安装caffe+cuda7.5+opencv3.0+cudnn５．１
为了caffe（二）在ubuntu14.0464位（双显卡）下安装caffe+cuda7.5+opencv3.0+cudnn５．１
配置 联想笔记本G480 双显卡（intel集成显卡和N卡独立显卡GeForce610M）
ubuntu14.0464位 cuda7.5 cudnn5.1 opencv3.0 +caffe
现在是2016年8月这个方法早晚失效 我因为看别人教程 安装过程中各个版本问题兼职要吐了 记录一下
目录：
步骤1安装依赖库
步骤2下载cuda7.5
步骤3安装cuda步骤4安装例程步骤5安装opencv3.0步骤6安装cudnn5.1步骤7安装caffe
双显卡注意： 我的G480笔记本有intel集成显卡和N卡独立显卡，
负责GUI界面的是集成显卡，他在安装cuda的过程中被+屏蔽了
导致之后的重启会黑屏 后面会解决这个问题 ，（没用网上提到的那个nouveas方法，太复杂了！！！，）
注意：网上有提到一定要禁用这个nouveas才行，涉及到linux显卡驱动啥的？？？？可我还是没用
（安好cuda后我重启了一下，无法进入图形界面，我都听见那个登录界面的声音了，可就是黑屏，只能Ctrl+atl+F1进入tty界面，，造成这个问题的原因是 （ 我的G480笔记本有intel集成显卡和N卡独立显卡，负责GUI界面的集成显卡，他在安装cuda的过程中被+屏蔽了 ）
）
解决办法是：来自知乎大神 https://www.zhihu.com/question/35249192/answer/61880911 安装gdm
如果你很不幸的进不了Ubuntu GUI界面，就按ctrl+shift+F1进入命令行界面，然后输入以下命令先停掉lightdm，然后安装gdm（把gdm设置为默认开启模式）再重启一下电脑就进了。
-
-
sudo stop lightdm
-
sudo apt-get install gdm
-
-
作者：快乐的猫
-
链接：https://www.zhihu.com/question/35249192/answer/108564240
-
来源：知乎
-
著作权归作者所有，转载请联系作者获得授权。
其他解决办法：
我还在网上找到了很多其他的解决办法 例如1用run安装而不用deb安装，其间要选择不安装opengl（同样出自上面那个知乎网址）
2 用prime切换 3按的时候禁用nouveas 可是这就还要让我再重装一遍啊（重装系统吧，因为进不去GUI了）我都装到现在了，
另外：强烈推荐按照 步骤来 按顺序 特别是caffe一定要最后弄 （原因：caffe在makefile关系到前面的东西）
步骤0验证是否满足安装条件
验证你的gpu支持是否支持Cuda
打开支持Cuda运算的Gpu列表，只要你的GPU在里面找得到就没问题
$ lspci | grep -i nvidia01:00.0 VGA compatible controller: NVIDIA Corporation GF119M [GeForce 610M] (rev a1) 我查到了GeForce 610M它的Compute Capability是2.1，不到3，所以不能用cudnn，这个后面会讲到，也会安装cudnn（虽然不能用）
-
确认你的系统是X86架构，可通过下面的命令查询 必须是
x86_64
$ uname -m && cat /etc/*release
x86_64 DISTRIB_ID=Ubuntu DISTRIB_RELEASE=14.04 DISTRIB_CODENAME=trusty DISTRIB_DESCRIPTION="Ubu-
安装gccUbuntu 14.04已经自带gcc4.8.4,无需自行下载，检查gcc版本可通过如下方法：
$ gcc --version
注意：网上有人推荐升级到gcc4.9 我觉得不对我看官网文档里推荐的就是gcc4.8版本的 不推荐升级
步骤1
安装依赖库
安装一些基本依赖项：
$ 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 libopenblas-dev liblapack-dev libatlas-base-dev$ sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev
我是先卸载已有N卡驱动， （就算觉得这是新电脑没装过驱动可以不用做这个，也推荐做一下这， 以防万一啊）
sudo apt-get remove --purge nvidia*注意：这里卸载了就不需要 再手动安装了 后面的安装cuda会安装驱动，网上有说手动安装的，我不推荐。
步骤2下载cuda7.5
地址https://developer.nvidia.com/cuda-toolkit
现在的版本是7.5版 ， 进入下载页面，选择linux --》x86_64 --》ubuntu --》》14.04--》deb（local）
注意：我选择的是deb（local）， 我觉得deb（network）联网 安装 实在是不放心，run版本涉及到手动选择配置一些东西，我用不着，。
验证Cuda安装包
$ md5sum filename推荐一定要验证一下 谨慎 以防万一
如果下载没出错，那得到的MD5序列号和那个页面中是一致的，否则只能重新下载。
步骤3 安装cudacd进cuda安装包所在的目录，执行以下命令
$ sudo dpkg -i cuda-repo-ubuntu1404-7-5-local_7.5-18_amd64.deb$ sudo apt-get update$ sudo apt-get install cuda-
添加环境变量
$ sudo gedit /etc/profile#在末尾添加（注意自己的Cuda版本）：
# export PATH=/usr/local/cuda-7.5/bin:$PATH# export LD_LIBRARY_PATH=/usr/local/cuda-7.5/lib64:$LD_LIBRARY_PATH$ source /etc/profile$ sudo reboot查看GPU驱动版本、Cuda版本：正常安装的话，会出现版本信息，如果没出现说明安装出错，
$ cat /proc/driver/nvidia/versiondong@dong-Lenovo-G480:~$
cat /proc/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 4.8.4-2ubuntu1~14.04.3) $ nvcc -Vdong@dong-Lenovo-G480:~$ nvcc -V
nvcc: NVIDIA (R) Cuda compiler driver Copyright (c) 2005-2015 NVIDIA Corporation Built on Tue_Aug_11_14:27:32_CDT_2015 Cuda compilation tools, release 7.5, V7.5.17 步骤4 安装例程cuda-install-samples-7.5.sh ~/cuda编译
cd进NVIDIA_CUDA-7.5_Samples中make:
$ cd ~/cuda/NVIDIA_CUDA-7.5_Samples$ make#编译结果在~/NVIDIA_CUDA-7.5_Samples/bin/x86_64/linux/release中
执行编译结果，确认安装配置
$ cd$ ./~/NVIDIA_CUDA-7.5_Samples/bin/x86_64/linux/release/deviceQuerydong@dong-Lenovo-G480:~/NVIDIA_CUDA-7.5_Samples/bin/x86_64/linux/release$
./deviceQuery
./deviceQuery Starting... CUDA Device Query (Runtime API) version (CUDART static linking)
Detected 1 CUDA Capable device(s) Device 0: "GeForce 610M" CUDA Driver Version / Runtime Version 7.5 / 7.5
CUDA Capability Major/Minor version number: 2.1
Total amount of global memory: 1024 MBytes (1073479680 bytes)
( 1) Multiprocessors, ( 48) CUDA Cores/MP: 48 CUDA Cores
GPU Max Clock rate: 950 MHz (0.95 GHz)
Memory Clock rate: 900 Mhz
Memory Bus Width: 64-bit
L2 Cache Size: 65536 bytes
Maximum Texture Dimension Size (x,y,z) 1D=(65536), 2D=(65536, 65535), 3D=(2048, 2048, 2048)
Maximum Layered 1D Texture Size, (num) layers 1D=(16384), 2048 layers
Maximum Layered 2D Texture Size, (num) layers 2D=(16384, 16384), 2048 layers
Total amount of constant memory: 65536 bytes
Total amount of shared memory per block: 49152 bytes
Total number of registers available per block: 32768
Warp size: 32
Maximum number of threads per multiprocessor: 1536
Maximum number of threads per block: 1024
Max dimension size of a thread block (x,y,z): (1024, 1024, 64)
Max dimension size of a grid size (x,y,z): (65535, 65535, 65535)
Maximum memory pitch: 2147483647 bytes
Texture alignment: 512 bytes
Concurrent copy and kernel execution: Yes with 1 copy engine(s)
Run time limit on kernels: No
Integrated GPU sharing Host Memory: No
Support host page-locked memory mapping: Yes
Alignment requirement for Surfaces: Yes
Device has ECC support: Disabled
Device supports Unified Addressing (UVA): Yes
Device PCI Domain ID / Bus ID / location ID: 0 / 1 / 0
Compute Mode:
< Default (multiple host threads can use ::cudaSetDevice() with device simultaneously) >
deviceQuery, CUDA Driver = CUDART, CUDA Driver Version = 7.5, CUDA Runtime Version = 7.5, NumDevs = 1, Device0 = GeForce 610M Result = PASS bandwidthTest确认
$ ./~/NVIDIA_CUDA-7.5_Samples/bin/x86_64/linux/release/bandwidthTest
dong@dong-Lenovo-G480:~/NVIDIA_CUDA-7.5_Samples/bin/x86_64/linux/release$ ./bandwidthTest
[CUDA Bandwidth Test] - Starting...
Running on...
Device 0: GeForce 610M
Quick Mode
Host to Device Bandwidth, 1 Device(s)
PINNED Memory Transfers
Transfer Size (Bytes) Bandwidth(MB/s)
33554432 6446.0
Device to Host Bandwidth, 1 Device(s)
PINNED Memory Transfers
Transfer Size (Bytes) Bandwidth(MB/s)
33554432 6428.6
Device to Device Bandwidth, 1 Device(s)
PINNED Memory Transfers
Transfer Size (Bytes) Bandwidth(MB/s)
33554432 12653.3
Result = PASS
NOTE: The CUDA Samples are not meant for performance measurements. Results may vary when GPU Boost is enabled.
步骤5安装 opencv3.0先用了网上某个大神的方法 试着安装2.4版本oepncv， 听说是非常简单 但是
我在sudo ./opencv2_4_10.sh时，命令行出现很多绿色字体，GUI界面卡死
失败了！
那换方法，我又手动装了oepncv3.0 http://blog.csdn.net/u013915633/article/details/49886465
步骤6 安装cudnn5.1cuDNN是GPU加速计算深层神经网络的库
注意：这个因为CUDNN要求GPU CUDA Capability 不小于3.0 （ 来自大神http://blog.csdn.net/eagelangel/article/details/50562065），我的只有2.1，所以实际不能用cudnn。
，我怎么知道不行的，我后面才知道的，现在还是先安了再说，仅仅是记录了下载cudnn https://developer.nvidia.com/cudnn（网上好多人说，注册以后还要一两天才能下载，，我不是，我注册完了直接就能下载了）
我下载了cudnn-7.5-linux-x64-v5.1.tgz
安装在终端中切换到文件所在文件夹，输入下面指令：
$ sudo tar xvf cudnn-7.0-linux-x64-v4.0-prod.tgz$ cd cuda/include$ sudo cp *.h /usr/local/include/$ cd ../lib64$ sudo cp lib* /usr/local/lib/$ cd /usr/local/lib$ sudo chmod +r libcudnn.so.4.0.4$ sudo ln -sf libcudnn.so.4.0.4 libcudnn.so.4$ sudo ln -sf libcudnn.so.4 libcudnn.so$ sudo ldconfig注意（我安装的是libcudnn.so.4.0.7，跟上面的例子对应就好，，，，上面的版本号要自己对应）
步骤7安装caffe请确保cudnn和oepncv3.0都安装完成了 再进行这一步
Caffe下载
直接从github下载最新版本，下载前切换到home目录
$ cd ~$ git clone git://github.com/BVLC/caffe.git-
编译Caffe
$ cd ~/caffe$ cp Makefile.config.example Makefile.config#修改Makefile.config文件：
#如果安装了Opencv3.0,去掉
OPENCV_VERSION := 3的注释
#如果安装了cudnn,去掉
USE_CUDNN := 1的注释
注意：这里还可能 与BLAS有关，先标注下
保存后重新编译：
注意：：：caffe需要一个BLAS。。。BLAS有3钟种选择，1 ATLAS 2 MKL 3 openBLAS
$ sudo make clean（第一次编译不用这个，之后重新编译时候用）
$ sudo make all$ sudo make test
$ sudo make runtest
本人编译的时候最后一步的时候，出现这样的错误：
libcudart.so.7.5 cannot open shared object file: No such file or directory1
解决方法是这样，将一些文件复制到/usr/local/lib文件夹下：
$ sudo cp /usr/local/cuda-7.5/lib64/libcudart.so.7.5 /usr/local/lib/libcudart.so.7.5 && sudo ldconfig$ sudo cp /usr/local/cuda-7.5/lib64/libcublas.so.7.5 /usr/local/lib/libcublas.so.7.5 && sudo ldconfig$ sudo cp /usr/local/cuda-7.5/lib64/libcurand.so.7.5 /usr/local/lib/libcurand.so.7.5 && sudo ldconfig123再次，尝试sudomake runtest命令，出现如下：
显示很多绿色的RUN
注意：这里出现问题
F0823 12:59:13.293607 16025cudnn_tanh_layer.cpp:13] Check failed: status == CUDNN_STATUS_SUCCESS(6 vs. 0) CUDNN_STATUS_ARCH_MISMATCH
*** Check failure stack trace: ***
@ 0x2b7d843c9daa (unknown)
@ 0x2b7d843c9ce4 (unknown)
@ 0x2b7d843c96e6 (unknown)
这就是上文说的
这个因为CUDNN要求GPU CUDA Capability 不小于3.0 （ 来自大神http://blog.csdn.net/eagelangel/article/details/50562065），我的只有2.1，所以实际不能用cudnn。
只能禁用cudnn，再重新编译！！！
再sudo make runtest
很多很多绿色的 ＲＵＮ ＯＫ 最后是
[
RUN ] ConvolutionLayerTest/1.TestGradient3D
[
OK ] ConvolutionLayerTest/1.TestGradient3D (450 ms)
[----------]
15 tests from ConvolutionLayerTest/1 (1390 ms total)
[----------]
Global test environment tear-down
[==========]
2021 tests from 267 test cases ran. (593012 ms total)
[
PASSED ] 2021 tests.
至此，caffe安装完成。
最后注意： 上面没有写到ｐｙｔｈｏｎ 没有 写到ｍｎｉｓｔ
附录：
第1
caffe需要一个BLAS。。。BLAS有3钟种选择，1 ATLAS 2 MKL 3 openBLAS 我好像选了BLAS？？？？？？ 我不明白 这个好像是一个运算库吧，可以加速运算什么，那个MKL性能最好，我用的是 前面安装依赖项的时候就着按了 atlas
第2 用vi编辑的时候 更进入vi以后 用i表示插入 （但是在vi里面删除功能真烂）
第3 dpkg是软件管理系统 管理deb文件
-i表示安装
第4 下面命令里 -y表示 确定安装 就不用再确定了
- sudo apt-get install build-essential -y