Caffe配置最简明教程 ( Ubuntu 14.04 )

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Caffe配置最简明教程 ( Ubuntu 14.04 )相关的知识,希望对你有一定的参考价值。

1. 前言

本教程使用的系统是Ubuntu 14.04 LTS 64-bit,使用的CUDA版本为7.5,使用的NVIDIA驱动版本为352。

如果您使用的Pascal架构显卡,如GTX1080或者新ttx,则必须使用更高版本的驱动和CUDA 8。本教程不适于这种情况,请不要尝试。

Ubuntu每两年发布一次LTS版本(即长期支持版),所以现在已经发布了16.04 LTS版本。鉴于很多程序在新系统下的兼容性还没有测试,本教程依然介绍的是上一个LTS版本上安装Caffe的方法,随后会推出针对于Ubuntu 16.04和CUDA 8的教程。

2. 安装基础依赖项

sudo apt-get install build-essential
sudo apt-get install cmake git

3. 安装NVIDIA驱动

首先需要关闭图形界面,使用Ctrl+Alt+F1进入虚拟控制台,然后输入用户名和密码登陆。

然后关闭lightdm

sudo /etc/init.d/lightdm stop

然后更新源,并从Ubuntu官方源中安装NVIDIA 352驱动

sudo apt-get install nvidia-352

这是目前官方源中最新的驱动版本,如果需要更高版本的驱动,可以前往NVIDIA官网进行下载。

然后重启电脑即可。

sudo reboot

PS:用这种方式安装NVIDIA显卡驱动,会自动覆盖Ubuntu的X Server配置,这样如果你的显示器连接的不是NVIDIA显卡,就无法正常启动图形界面。使用Tesla等计算卡的同学们请注意这一点。

4. 安装CUDA 7.5

从NVIDIA官网下载CUDA 7.5的deb本地安装包:下载地址

点击如上的链接可以下载支持x86架构CPU和Ubuntu 14.04系统的deb本地安装包,大小约1.9GB,如果需要其他安装方式可以按官网教程进行。

下载完成后,打开Terminal,前往指定的目录,然后执行:

sudo dpkg -i cuda-repo-ubuntu1404-7-5-local_7.5-18_amd64.deb
sudo apt-get update
sudo apt-get install cuda

安装完成后,需要添加环境变量。使用gedit打开如下文档:

sudo gedit /etc/profile

在文件末尾添加:

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

保存完成后,执行如下命令使环境变量立即生效:

source /etc/profile

然后还需要添加lib的路径:

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

在文件中写入如下内容然后保存:

/usr/local/cuda/lib64

之后执行如下命令使之生效:

sudo ldconfig

PS:上面的命令使L-D-C-O-N-F-I-G!!! 无数的人把L写成了I,然后告诉我报错。

执行完了这些操作之后,还可以安装CUDA SAMPLES来检测CUDA是否运行正常,鉴于这不是CUDA编程教程,本教程暂不介绍。

4. 安装其他的一些依赖项

sudo apt-get install freeglut3-dev libx11-dev libxmu-dev libxi-dev libglu1-mesa-dev
sudo apt-get install libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev
sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev
sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev libgflags-dev libgoogle-glog-dev liblmdb-dev protobuf-compiler

5. 安装ATLAS

本步骤可以用OpenBLAS或者Intel MKL替代。我在E5-2690v2+GTX780的平台上测试过这三种库,性能相差无几,这里就介绍其中一种:

sudo apt-get install libatlas-dev

然后自动安装完成即可。

6. 安装OpenCV

从OpenCV官网上下载OpenCV官网上下载OpenCV的未编译源代码:

点击这里

国内很多网络打开OpenCV官网速度缓慢,可以点击如下地址直接从GitHub上下载OpenCV 3.1的源代码

下载地址

下载完成后解压缩,然后在Terminal中转到该目录下,执行

mkdir build
cd build
cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local ..
make -j10

PS:上一句代码中的-j10指10线程同时编译,根据自己CPU的特点调整该参数,如果不了解自己CPU,直接执行make即可。

sudo make install

 7.下载Caffe并安装Python环境

从GitHub上直接下载Caffe的最新版

git clone https://github.com/BVLC/caffe.git

先安装相关依赖项

sudo apt-get install python-dev python-pip

转到下载的caffe的目录下,然后转到python目录下

cd python

执行如下命令:

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

等待其自动安装即可。

8. 安装MATLAB

本步骤为可选项目,MATLAB为收费软件,请支持正版。

9. 安装cuDNN

cuDNN需要注册Accelerated Computing Developer Program,然后可以免费下载。

cuDNN是The NVIDIA CUDA® Deep Neural Network library,对于使用NVIDIA进行深度学习加速具有很大的性能提升,非常建议添加。

下载后解压缩,转到该目录下,执行:

sudo cp lib* /usr/local/cuda/lib64/
sudo cp cudnn.h /usr/local/cuda/include/

更新软链接

cd /usr/local/cuda/lib64/
sudo rm -rf libcudnn.so libcudnn.so.5
sudo ln -s libcudnn.so.5.1.3 libcudnn.so.5
sudo ln -s libcudnn.so.5 libcudnn.so

PS:根据你下载的cuDNN版本不同,需要对如上命令中的版本进行修改,以上展示的命令是对于cuDNN 5.1.3的。

10. 编译Caffe

在caffe目录下,执行:

cp Makefile.config.example Makefile.config

然后打开Makefile.config,根据自己的需要修改相关参数。

如果使用了cuDNN,则如下行取消注释:

# USE_CUDNN := 1

如上教程中,使用了OpenCV 3.1,则如下行取消注释:

# OPENCV_VERSION := 3

其他可以根据需求修改,比如安装了MATLAB后写入正确的MATLAB安装路径等。

然后进行编译:

make all -j10
make test
make runtest

PS:-j10这一参数已经在前面的教程中说过了,再说一次:

      -j10指10线程同时编译,根据自己CPU的特点调整该参数,如果不了解自己CPU,直接执行make即可。

然后可以根据需求编译matcaffe和pycaffe:

make matcaffe
make pycaffe

然后caffe就安装结束了。

11. 运行minist demo

转到 Caffe 目录下

sh data/mnist/get_mnist.sh
sh examples/mnist/create_mnist.sh
sh examples/mnist/train_lenet.sh

如果运行正常,caffe就可以正常工作了。

 

本教程编写参考了如下教程,特此鸣谢:

http://www.cnblogs.com/platero/p/3993877.html

 

如果有任何问题可以联系我:

[email protected]

 

以上是关于Caffe配置最简明教程 ( Ubuntu 14.04 )的主要内容,如果未能解决你的问题,请参考以下文章

安装配置ubuntu14.04+caffe

Ubuntu14.04 安装CUDA7.5 + Caffe + cuDNN

Ubuntu 14.04 64bit下Caffe + Cuda6.5/Cuda7.0 安装配置教程

Ubuntu 16.04系统下CUDA8.0配置Caffe教程

ubuntu14.04 + cuda8.0 + cudnnv5 + caffe + py-faster-rcnn配置

Ubuntu14.10+cuda7.0+caffe配置