GTX1080+Cuda8.0+Cudnnv5+caffe+faster

发布时间：2023-12-19 14:37:40 所属栏目：Ubuntu 来源：DaWei

导读： 之前在一个不支持Cuda的电脑上配置了faster-rcnn，走了很多弯路，不过最终demo还是运行出来了。因为CPU运行速度太慢，故在支持GPU的电脑上重新配置。经过两天坚持不懈，终于在Ubuntu14

之前在一个不支持Cuda的电脑上配置了faster-rcnn，走了很多弯路，不过最终demo还是运行出来了。因为CPU运行速度太慢，故在支持GPU的电脑上重新配置。

经过两天坚持不懈，终于在Ubuntu14.04系统上将faster-rcnn 成功配置。过程中踩过无数个坑，遇到很多错误，幸运的是这些错误都解决了，因此撰写该博客记录faster-rcnn的配置过程，以及对配置过程中遇到的错误提供解决办法，避免今后再配置caffe时又踩坑。

电脑配置系统：Ubuntu14.04 GPU:NVIDIA GTX1080

安装caffe过程参考博客：http://blog.csdn.net/xuzhongxiong/article/details/52717285 和http://blog.csdn.net/u012177034/article/details/52102676
1.安装相关依赖项 sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler sudo apt-get install Cno-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

2.安装NVIDIA驱动（1）查询NVIDIA驱动

首先去官网(http://www.nvidia.com/Download/index.aspx?lang=en-us)查看适合自己显卡的驱动：

图1.显卡驱动查询
例如本人电脑的显卡驱动如下图：

图2.显卡驱动版本

（2）安装驱动

安装之前先卸载已经存在的驱动版本：

sudo apt-get remove --purge nvidia*

若电脑是集成显卡（NVIDIA独立显卡忽略此步骤），需要在安装之前禁止一项：

sudo service lightdm stop

执行以下指令安装驱动：

sudo add-apt-repository ppa:xorg-edgers/ppa sudo apt-get update sudo apt-get install nvidia-367 #注意在这里指定自己的驱动版本！

安装完成之后输入以下指令进行验证：

sudonvidia-smi

若列出了GPU的信息列表则表示驱动安装成功。

3.安装CUDA

CUDA是NVIDIA的编程语言平台，想使用GPU就必须要使用cuda。

（1）下载CUDA

首先在官网上(https://developer.nvidia.com/cuda-downloads)下载CUDA：

图3.CUDA下载

（2）安装CUDA

下载完成后执行以下命令：

sudo sh cuda_8.0.27_linux.run

注意：执行后会有一系列提示让你确认，但是注意，有个让你选择是否安装nvidia361驱动时，一定要选择否：

InstallNVIDIA AcceleratedGraphicsDriver for Linux-x86_64361.62?

因为前面我们已经安装了更加新的nvidia367，所以这里不要选择安装。其余的都直接默认或者选择是即可。
可能出现的错误：
当出现“unsupport complier”错误时，说明gcc版本太高，需要降低gcc版本。解决办法如下：
以gcc4.9与g++4.9为例
安装低版本gcc与g++：

apt-get install gcc-4.9g++-4.9 之后进入/usr/bin:

先删除和gcc5.0关联的gcc:
再建个软连接

（3）环境变量配置

打开~/.bashrc文件：

将以下内容写入到~/.bashrc尾部：

（4）测试CUDA的sammples

如果现实一些关于GPU的信息，则说明安装成功。

4.配置cuDNN

cuDNN是GPU加速计算深层神经网络的库。首先去官网(https://developer.nvidia.com/rdp/cudnn-download)下载cuDNN,可能需要注册一个账号才能下载。由于本人的显卡是GTX1080，所以下载版本号如下图：图4.cuDNN下载下载cuDNN5.1之后进行解压，cd进入cuDNN5.1解压之后的include目录，在命令行进行如下操作：

再将cd进入lib64目录下的动态文件进行复制和链接：
5.安装opencv3.1

使用完上面的命令后，依赖已经安装完毕，但是由于Ubuntu 14.04版本的原因，导致opencv相关的环境不能够正常的work。所以，我重新编译了一个OpenCV，版本为3.1.0。

在解压后的目录中执行：

bigtop@bigtop-SdcOS-Hypervisor:~/tools/opencv-3.1.0$ cmake -DBUILD_TIFF=ON

然后执行make 和make install

以上是我亲自试过的。。

从官网(http://opencv.org/downloads.html)下载OpenCV,并将其解压到你要安装的位置，假设解压到了/home/opencv。

安装前准备，创建编译文件夹：

配置：
编译：
以上只是将opencv编译成功，还没将opencv安装，需要运行下面指令进行安装：

可能会出现的错误：
错误内容1：

说明gcc与g++版本不兼容，解决办法跟gcc版本太高时一样：
安装低版本gcc与g++：
之后进入/usr/bin:
先删除和gcc5.0关联的gcc:
再建个软连接
错误内容2：

这是因为opecv3.0与cuda8.0不兼容导致的。解决办法：
修改～/opencv/modules/cudalegacy/src/graphcuts.cpp文件内容，如图：

图5.文件修改

6.配置caffe

（1）将终端cd到要安装caffe的位置。
（2）从github上获取caffe：

注意：若没有安装Git，需要先安装Git：

（3）因为make指令只能make Makefile.config文件，而Makefile.config.example是caffe给出的makefile例子，因此，首先将Makefile.config.example的内容复制到Makefile.config：

（4）打开并修改配置文件：

根据个人情况修改文件：
a.若使用cudnn，则

b.若使用的opencv版本是3的，则

c.若要使用Python来编写layer，则

1配置python layers

2安装几个依赖

（编辑：大庆站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!