1 GPU設備

1.1 本人使用的ＧＰＵ設備

名稱：　七彩虹GTX980Ti顯卡iGame980Ti烈焰戰神X 6G

１．２ 硬件問題

Laboratory Tested Hardware:

???? Berkeley Vision runs Caffe with K40s, K20s, and Titans including models at ImageNet/ILSVRC scale. We also run on GTX series cards and GPU-equipped MacBook Pros. We have not encountered any trouble in-house with devices with CUDA capability >= 3.0. All reported hardware issues thus-far have been due to GPU configuration, overheating, and the like.

CUDA compute capability:

???? 如果設備的運算能力 <= 2.0, 受限于設備的性能, 可能需要減少 CUDA的線程數量 和 批處理的 大小(sizes). 你的吞吐量可能會發生變化.

安裝后, 參照我們的 reference performance numbers 確保所有的配置是正確的.

工程問題請參照? hardware/compatibility.

２ GPU驅動和ＧＰＵ開發工具安裝

　基于cuda_7.0.28_linux.run安裝

　下載地址：　 cuda_7.0.28_linux.run

?? 其他各版本（含老版本和最新版本）的文檔地址：http://blog.csdn.net/real_myth/article/details/52724892

３ Caffe

基于原版翻譯的教程參見：　Caffe編譯安裝

３．１ 編譯工具（如果開發環境已經具備不需要此步驟）

１）　gcc, g++ (安裝命令：　sudo apt-get install?build-essential )

２）　make(安裝命令：sudo apt-get install make )

３）　cmake(安裝命令：sudo apt-get install cmake)

?

注意,在? Ubuntu 12.04中, 默認安裝的CMake版本為2.8.7, 不能滿足編譯Caffe的CMake 版本需求 (版本至少為 2.8.8) ,如果你使用的系統是Ubuntu 12.04,可以嘗試下面的安裝步驟安裝CMake 2.8.9或者升級到這個版本 :

sudo add-apt-repository ppa:ubuntu-sdk-team/ppa -y sudo apt-get -y update sudo apt-get install cmake

3.2 先決依賴條件(Prerequisites)

Caffe 依賴于很多的軟件包。

• CUDA
  

?????? Caffe 需要 CUDA nvcc 編譯器來編譯GPU 代碼 ,需要CUDA驅動來操作GPU. 要安裝 CUDA, 請參照NVIDIA CUDA 網站和網站上的安裝說明.分別安裝依賴庫和最新的驅動;

?????? 和依賴庫綁定的驅動通常版本比較老.警告!? 331.* CUDA 系列驅動有嚴重的性能問題: 不要使用.

??????? 為了達到最好的性能, Caffe 可以通過NVIDIA cuDNN加速.? cuDNN 網站注冊是免費的, 安裝完后繼續下面的安裝說明.

???????? 要使用cuDNN編譯請在你的Makefile.config種設置USE_CUDNN := 1?.(個人用的是cuDNN V4)

??????? ｃｕｄｎｎ下載地址：　下載（http://blog.csdn.net/real_myth/article/details/52739801）

　　本文安裝方式：

????? 由于cuda_7.0.28_linux.run安裝需要編譯內核，所以對于安裝了桌面環境的ｕｂｕｎｔｕ　需要結束桌面環境，在終端環境下操作。

????? 桌面環境轉到終端環境：

　　1）按ALT+CTRL+F1、F2、F3、F4、F5、F6、F7可來回切換7個界面（Linux實體機）其中ALT+CTRL+F7可切換到圖形界面（Linux實體機）如果是VMware虛擬機安裝的Linux系統，則切換到圖形界面的時候需要以下操作按下ALT+CTRL+SPACE(空格)，ALT+CTRL不松開，再按F7。這樣就可以切換到圖形界面了。

　　2）　如果想Ubuntu在每次啟動到commandprompt（默認字符界面），可以輸入以下指令:echo“false”|sudotee/etc/X11/default-display-manager（注意：上述命令的作用是將default-display-manager文件中的內容改為"false"，在執行該命令之前最好先備份一下）當下次開機時，就會以命令行模式啟動（字符界面登錄）。如果想變回圖形界面啟動（Xwindows啟動），可以輸入:echo“/usr/sbin/gdm”|sudotee/etc/X11/default-display-manager（注意：其中“/usr/sbin/gdm”是原先default-display-manager文件中的內容，并不是所有linux版本都是“/usr/sbin/gdm”，ubuntu12.04的是"/usr/sbin/lightdm"因此，在修改default-display-manager文件的內容之前，最好先備份一下,以免忘記里面的內容。）

　3）如果在Ubuntu以命令行模式啟動，在字符終端想回到圖形界面的話只需以下命令:startx

　　

????? 停止和啟動桌面環境：

　　service lightdm　ｓｔｏｐ　＆　service lightdm　ｓｔａｒｔ

　　安裝：

　　轉到cuda_7.0.28_linux.run所在的目錄，以ｒｏｏｔ權限運行此文件，并按照提示選擇相應的安裝工具和目錄即可。

　　我都是默認路徑全部安裝的

• BLAS (通過 ATLAS, MKL,或 OpenBLAS提供)

???? Caffe 需要 BLAS作為矩陣和向量計算的后端( backend).有很多這個庫的移植版本.可以自己根據情況選擇:?

????????? ATLAS:

??????????????????? 免費,開源代碼,Caffe的默認依賴

??????? ??????????? sudo apt-get install libatlas-base-dev
??? Intel MKL:

??????? 商業版并且針對Intel的CPU做了優化, 可以免費試用,并且有學生版本.
??????? 安裝 MKL.
??????? 在Makefile.config文件中設置 BLAS := mkl

??? OpenBLAS:

　　　　　免費的并且開源; 優化的可并行的 BLAS, 雖然安裝需要花點時間,但是確實可以提速 .
??????? 安裝 OpenBLAS
??????? 在Makefile.config文件中設置 BLAS := open

• OpenCV.

?????? sudo apt-get install libopencv-calib3d-dev libopencv-contrib-dev libopencv-core-dev libopencv-dev libopencv-features2d-dev libopencv-flann-dev libopencv-gpu-dev libopencv-highgui-dev libopencv-imgproc-dev libopencv-legacy-dev libopencv-ml-dev libopencv-objdetect-dev libopencv-ocl-dev libopencv-photo-dev libopencv-stitching-dev libopencv-superres-dev libopencv-ts-dev libopencv-video-dev libopencv-videostab-dev

???? 或者

　　sudo apt-get install libopencv-dev

• Boost (>= 1.55,? 只有1.55和1.56測試過)

????? sudo apt-get install libboost-all-dev

• protobuf,leveldb,snappy,hdf5, glog,gflags,lmdb

?????? ??? sudo apt-get install libprotobuf-dev protobuf-compiler　libleveldb-dev libsnappy-dev libhdf5-serial-dev
?????????? sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev

Ubuntu系統,? 萬一在你的系統源里找不到上面說的這些擴展庫, 下面的命令教你如何手工編譯安裝 (安裝的時候可能需要root權限)

# glog wget https://google-glog.googlecode.com/files/glog-0.3.3.tar.gz tar zxvf glog-0.3.3.tar.gz cd glog-0.3.3 ./configure make && make install# gflags wget https://github.com/schuhschuh/gflags/archive/master.zip unzip master.zip cd gflags-master mkdir build && cd build export CXXFLAGS="-fPIC" && cmake .. && make VERBOSE=1 make && make install# lmdb git clone git://gitorious.org/mdb/mdb.git cd mdb/libraries/liblmdb make && make install

Note that glog does not compile with the most recent gflags version (2.1), so before that is resolved you will need to build with glog first.

• Python

?????????? python 2.7, numpy (>= 1.7), boost-providedboost.python

????? 主要的依賴為 numpy 和boost.Python (通過 boost提供).pandas 也是有用的并且是一些例子的依賴。

????? 可以通過以下命令安裝依賴：

????? for req in $(cat requirements.txt); do sudo pip install $req; done

????? 強烈推薦首先安裝提供了大部分需要的的依賴包和hdf5依賴庫的 Anaconda Python distribution。

????? ubuntu: sudo apt-get install python python-dev

?????? 安裝完成后,如果要導入 caffe的Python模塊,需要通過 export PYTHONPATH=/path/to/caffe/python:$PYTHONPATH

?????? 或者類似的方法添加模塊路徑到你的環境變量$PYTHONPATH .不可以在caffe/python/caffe路徑中導入!

????? Caffe’的 Python 接口支持 Python 2.7. Python 3 或者更早的 Pythons.

• MATLAB(可選),有mex編譯器的MATLAB???????

??????? 安裝MATLAB, 確保Matalab的 mex在你的環境變量 $PATH中.

??????? Caffe的 MATLAB接口兼容于版本 2012b, 2013a/b, 和 2014a.

３．３ 運行模式設置

cuDNN Caffe: Caffe通過drop-in integration of?NVIDIA cuDNN的加速方式來達到最快的執行速度。

要加速你的Caffe模型, 請安裝 cuDNN 然后在Makefile.config?文件中解注釋USE_CUDNN := 1，這樣安裝Caffe后，就會自動加速.

CPU-only Caffe: ?對于cold-brewed 只有CPU模式的Caffe，請在文件Makefile.config中，解注釋CPU_ONLY := 1，然后以無CUDA的方式編譯Caffe.這有助于云和集群方式的部署。

３．４ 編譯 & 安裝

３．４．１　直接使用已有的Ｍａｋｅｆｉｌｅ

現在已經具備了所有的依賴條件, 編輯你的配置文件?Makefile.config，改變你的安裝路徑?(you should especially uncomment and setBLAS_LIB accordingly on distributions likeCentOS / RHEL / Fedora where ATLAS is installed under/usr/lib[64]/atlas)，默認的配置是可以的，但是如果你使用的是Anaconda Python，請解注釋相關的行。

cp Makefile.config.example Makefile.config # Adjust Makefile.config (for example, if using Anaconda Python) make all make test make runtest

編譯的時候如果要引入cuDNN加速，你需要在文件Makefile.config中解注釋USE_CUDNN := 1。

如果你的電腦上沒有 GPU，你應該使用CPU-only模式的Caffe，請在文件Makefile.config中解注釋CPU_ONLY := 1?。

要編譯 Python 和 MATLAB 包，請獨立的執行make pycaffe和make matcaffe?. 請務必首先在Makefile.config中配置你的MATLAB 和 Python路徑！

Distribution: 運行 make distribute來創建一個包含所有的Caffe 頭文件, 編譯好的依賴庫，二進制文件等的分布式路徑，用于其他機器的配置.

Speed: 如果要快速的編譯,請通過make all -j8的方式并行編譯，其中8是并行編譯的線程的數量(并行線程的數量最好等于你機器CPU核的數量).

到目前為止,你已經安裝了Caffe, 請參照 MNIST tutorial 和 reference ImageNet model tutorial進行進一步的操作.

3.4.2 使用CMake (beta)編譯

通過手工編輯Makefile.config的方式告訴 Caffe 尋找依賴的的位置, Caffe 也提供了一個基于 CMake的編譯系統 (currently in “beta”).要求CMake 版本 >= 2.8.8. 基本的安裝步驟如下:

mkdir build cd build cmake .. make all make runtest

??? ?? ?

《新程序員》：云原生和全面數字化實踐50位技術專家共同創作，文字、視頻、音頻交互閱讀

總結

以上是生活随笔為你收集整理的Ubuntu 14.04 LTS, 64bit, cuda 7, Caffe环境配置编译和安装的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。