Ubuntu安裝配置Caffe教程(GPU版)

By yggao

此教程主要借鑒自：

GPU版：http://www.linuxidc.com/Linux/2016-12/138870.htm

CPU版：http://www.linuxidc.com/Linux/2016-09/135034.htm

?

1???電腦配置及軟件說明

1)?????Ubuntu 16.04 x64系統(tǒng)，GPU：Quadro M4000（提示：在linux下可以通過命令lspic | grep –i vga 查看）

2)?????Caffe：Convolutional Architecture for Fast FeatureEmbedding

3)?????NVIDIA顯卡驅(qū)動（不同的GPU對應(yīng)不同的版本）

4)?????CUDA 9.0

5)?????cuDNN v7.0.5 for CUDA 9.0

6)?????OpenCV 3.2.0

?

2??????????安裝NVIDIA GPU驅(qū)動

2.1?????????查詢GPU驅(qū)動

首先去NVIDIA官網(wǎng)http://www.nvidia.com/Download/index.aspx?lang=en-us查看適合自己顯卡的驅(qū)動并下載。如下圖1，圖2所示。

圖1. 填寫GPU和系統(tǒng)信息

圖2. 搜索結(jié)果

?????? 本文中顯卡型號是Quadro M4000，系統(tǒng)linux 64-bit，按照要求點擊serach出現(xiàn)圖2所示搜索結(jié)果，點擊下載。本文中下載的驅(qū)動文件是：NVIDIA-Linux-x86_64-384.111.run。

注意：我們要把這個文件放到英文目錄（e.g. /home）下，原因是下面我們要切換到文字界面下，如果放到中文目錄下，我們沒有辦法進入這個目錄（沒有中文輸入法，且中文全部是亂碼）。

2.2?????????安裝GPU驅(qū)動

2.2.1?????????屏蔽自帶顯卡驅(qū)動

1）?在終端下輸入： sudo gedit /etc/modprobe.d/blacklist.conf

2）?輸入密碼收在最后一行加上：blacklist nouveau. 這里是將Ubuntu自帶的顯卡驅(qū)動加入黑名單

3）?在終端輸入：sudo update-initramfs –u，使修改生效

4）?重啟電腦

2.2.2?????????安裝新驅(qū)動

1）?啟動電腦后，按Ctrl+Alt+F1~F6進入命令行界面（安裝GPU驅(qū)動要求在命令行環(huán)境），輸入用戶名和密碼進入用戶目錄

2）?輸入命令：sudo service lightdm stop

3）?進入驅(qū)動所在的文件夾，sudo chmod +x ./NVIDIA-Linux-x86_64-384.111.run，修改權(quán)限。然后：sudo ./NVIDIA-Linux-x86_64-384.111.run，進入安裝程序

4）?完成安裝后，重啟電腦

5）?重啟電腦后，輸入以下指令進行驗證：sudo nvidia-smi，若列出了GPU的信息列表則表示驅(qū)動安裝成功。如下圖3所示。

圖3. GPU信息列表

3??????????安裝CUDA

CUDA是NVIDIA的編程語言平臺，想使用GPU就必須要使用cuda。

(1)???下載CUDA

首先在官網(wǎng)上https://developer.nvidia.com/cuda-downloads下載CUDA。下載CUDA時一定要注意CUDA和NVIDIA顯卡驅(qū)動的適配性?，F(xiàn)在的情況是：CUDA_8.0支持375.**及以上系列的顯卡驅(qū)動；CUDA_9.0支持384.**及以上系列的顯卡驅(qū)動；CUDA_9.1支持389.**及以上系列的顯卡驅(qū)動。本文中的顯卡驅(qū)動為384.111系列，所以不能下載最新版本的CUDA_9.1，最后下載的是cuda_9.0.176_384.81_linux.run（當然，CUDA_8.0也是沒問題的）。下載界面如下圖4所示。

圖4. CUDA_9.0下載界面

(2)???運行安裝程序

執(zhí)行以下命令：

sudo chmod 777 cuda_9.0.176_384.81_linux.run

sudo ./cuda_9.0.176_384.81_linux.run

注意：執(zhí)行后會有一系列提示讓你確認，但是注意，有個讓你選擇是否安裝nvidia384驅(qū)動時，一定要選擇否：Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 384.**?

因為前面我們已經(jīng)安裝了更加新的nvidia384，所以這里不要選擇安裝。其余的都直接默認或者選擇是即可。

(3)???環(huán)境變量設(shè)置

打開~/.bashrc文件：sudo gedit ~/.bashrc

將以下內(nèi)容寫入到~/.bashrc尾部：

exportPATH=/usr/local/cuda-9.0/bin${PATH:+:${PATH}}

exportLD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

(4)??? 測試CUDA是否安裝成功

執(zhí)行以下命令：

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

sudo make

sudo ./deviceQuery

如果顯示一些關(guān)于GPU的信息，則說明安裝成功。如下圖5所示。

圖5. CUDA測試信息

4??????????配置cuDNN

cuDNN是GPU加速計算深層神經(jīng)網(wǎng)絡(luò)的庫。

(1)???首先去官網(wǎng) https://developer.nvidia.com/rdp/cudnn-download 下載cuDNN，需要注冊一個賬號才能下載。下載cuDNN時也一定要注意與CUDA版本的適配性，此信息官網(wǎng)中已經(jīng)給的很清楚。下載界面如下圖6所示。

圖6. cuDNN下載界面

(2)???下載cuDNN后進行解壓：sudo tar -zxvf ./cudnn-9.0-linux-x64-v7.tgz

(3)???進入解壓后的文件夾下的include目錄，在命令行進行如下操作：

cd cuda/include

sudo cp cudnn.h/usr/local/cuda/include? #復(fù)制頭文件到cuda頭文件目錄

(4)???進入lib64目錄下，對動態(tài)文件進行復(fù)制和軟鏈接

cd ..

cd lib64

sudo cp lib*/usr/local/cuda/lib64/??? #復(fù)制動態(tài)鏈接庫

cd /usr/local/cuda/lib64/

sudo rm -rf libcudnn.solibcudnn.so.7??? #刪除原有動態(tài)文件

sudo ln -s libcudnn.so.7.0.5libcudnn.so.7? #生成軟銜接

sudo ln -s libcudnn.so.7libcudnn.so????? #生成軟鏈接

5??????????安裝OpenCV3.2

詳細的安裝請參考：http://www.linuxidc.com/Linux/2017-07/145446.htm

(1)???從官網(wǎng)(http://opencv.org/downloads.html)下載Opencv,并將其解壓到你要安裝的位置，假設(shè)解壓到了/home/opencv。

unzip opencv-3.2.0.zip

sudo cp ./opencv-3.2.0 /home/username

sudo mv opencv-3.2.0 opencv

?

(2)???安裝前準備，創(chuàng)建編譯文件夾

cd ~/opencv

mkdir build

cd build

?

(3)???配置

sudo apt install cmake

sudo cmake -D CMAKE_BUILD_TYPE=Release -DCMAKE_INSTALL_PREFIX=/usr/local ..

?

(4)???編譯

sudo make -j8?(-j8表示并行計算，根據(jù)自己電腦的配置進行設(shè)置，配置比較低的電腦可以將數(shù)字改小或不使用，直接輸make)

?

(5)???安裝

以上只是將opencv編譯成功，還沒將opencv安裝，需要運行下面指令進行安裝：

sudo make install

6??????????配置Caffe

(1)???安裝相關(guān)依賴

sudoapt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-devlibhdf5-serial-dev protobuf-compiler

sudoapt-get install --no-install-recommends libboost-all-dev

sudoapt-get install libopenblas-dev liblapack-dev libatlas-base-dev

sudoapt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev

(2)???下載Caffe

使用Git直接下載Caffe非常簡單，或者去https://github.com/BVLC/caffe下載。

下載完成后，會在家目錄下的下載里找到caffe-master.zip，用unzip命令解壓到家目錄下，然后重命名為caffe。

?

(3)???修改Makefile.config

因為make指令只能make Makefile.config文件，而Makefile.config.example是caffe給出的makefile例子。因此，首先將Makefile.config.example的內(nèi)容復(fù)制到Makefile.config：

sudo cpMakefile.config.example Makefile.config

打開并修改配置文件：

sudogedit Makefile.config #打開Makefile.config文件 根據(jù)個人情況修改文件：

a.??????若使用cudnn，則將

#USE_CUDNN:= 1

修改成：

USE_CUDNN:= 1

b.??????若使用的opencv版本是3的，則將

#OPENCV_VERSION:= 3

修改為：

OPENCV_VERSION:= 3

c.??????若要使用python來編寫layer，則將

#WITH_PYTHON_LAYER:= 1?

修改為WITH_PYTHON_LAYER := 1

d.??????重要的一項，將

#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

修改為：

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??????

這是因為Ubuntu16.04的文件包含位置發(fā)生了變化，尤其是需要用到的hdf5的位置，所以需要更改這一路徑。

?

(4)???修改Makefile文件

打開Makefile文件，做如下修改，將：

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

替換為：

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

?

(5)???編輯/usr/local/cuda/include/host_config.h

將其中的第115行注釋掉，將

#error-- unsupported GNU version! gcc versionslater than 4.9 are not supported!

改為：

//#error-- unsupported GNU version! gcc versionslater than 4.9 are not supported!

?

(6)???編譯

make all -j8 ?#-j根據(jù)自己電腦配置決定

?

(7)???測試

sudo make runtest

如果運行之后出現(xiàn)下圖7所示，說明caffe配置成功。

圖7. Caffe測試成功運行結(jié)果

7??????????MNIST數(shù)據(jù)集測試

配置caffe完成后，我們可以利用MNIST數(shù)據(jù)集對caffe進行測試，過程如下：

1.將終端定位到Caffe根目錄

cd ~/caffe

?

2.下載MNIST數(shù)據(jù)庫并解壓縮

./data/mnist/get_mnist.sh

?

3.將其轉(zhuǎn)換成Lmdb數(shù)據(jù)庫格式

./examples/mnist/create_mnist.sh

?

4.訓(xùn)練網(wǎng)絡(luò)

./examples/mnist/train_lenet.sh

訓(xùn)練的時候可以看到損失與精度數(shù)值，如下圖8所示：

圖8. Lenet-5網(wǎng)絡(luò)運行結(jié)果

總結(jié)

以上是生活随笔為你收集整理的Ubuntu16.04安装配置Caffe教程(GPU版)的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。