Ubuntu16.04下安装Caffe记录（GPU）

怼烎@ 2022-06-05 06:10 343阅读 0赞

# 前言 #

之前都是在使用CPU版本的Caffe，但是在进行模型训练和测试的时候就显得有点力不从心了。因而这次在另外一台电脑上安装Caffe（软硬环境为：Ubuntu 16.04 64bit，I7 7700K，GTX1080，32G）。  
期间也参考了很多网友的博客，这里经过自己实践之后，将我本次安装成功的经过记录下来。

# 0. 安装Caffe附属依赖库 #

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

# 1. 安装显卡驱动 #

安装CUDA驱动这里没有采取有些网友提供的比较复杂的安装方式，这里采用的是窗口界面操作。首先

sudo apt-get update

之后进入如下的菜单：系统设置→软件更新→附加驱动→选择nvidia最新驱动→应用更改。进行如下的选择，之后点击Apply，安装完成之后重启  
![驱动安装][SouthEast]  
再重启之后在命令行输入：

nvidia-settings

就会出现如下界面  
![NVIDIA setting][]  
要是还需进一步检验安装的正确性，可以输入如下命令，查看显卡信息，结果类似下面这张图，这不是我使用的显卡信息

sudo nvidia-smi

![显卡信息][SouthEast 1]

# 2. 安装CUDA 8.0 #

这里选用的CUDA是8.0 G2的版本，现在最新的是CUDA 9.0了。首先是下载（地址：[https://developer.nvidia.com/cuda-downloads），这个页面默认是最新的版本，其他的版本可以在发布历史中去找到。][https_developer.nvidia.com_cuda-downloads]  
下载完成之后，进入到安装包所在的目录里面去，执行安装命令：

sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.deb
    sudo apt-get update
    sudo apt-get install cuda

\*\*PS: \*\*有些人可能会遇到CUDA 8.0不支持gcc>=5.0.0的问题（我安装时没遇到），这时需要进行降级

sudo apt-get install g++-4.9
    sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-4.9 20
    sud oupdate-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-5 10
    sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-4.9 20
    sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-5 10
    sudo update-alternatives --install /usr/bin/cc cc /usr/bin/gcc 30
    sudo update-alternatives --set cc /usr/bin/gcc
    sudo update-alternatives --install /usr/bin/c++ c++ /usr/bin/g++ 30
    sudo update-alternatives --set c++ /usr/bin/g++

安装完成之后，就开始进行**环境配置**  
打开~/.bashrc文件：

sudo vim ~/.bashrc

将以下内容写入到~/.bashrc尾部：

export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}
    export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

在/etc/profile文件中添加CUDA环境变量：

sudo vim /etc/profile

打开文档都在文档结尾加上下面两句：

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

保存后, 执行下列命令, 使环境变量立即生效：

source /etc/profile

同时添加lib库路径，在 /etc/ld.so.conf.d/新建文件 cuda.conf

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

在文中加入下面内容：

/usr/local/cuda/lib64

执行下列命令使之立刻生效：

sudo ldconfig

**测试CUDA Sample**  
输入如下命令：

cd /usr/local/cuda-7.5/samples/1_Utilities/deviceQuery
    sudo make
    sudo ./deviceQuery

最后运行结果passed那就没问题了。

# 3. 安装CuDNN 6.0 #

cuDNN是GPU加速计算深层神经网络的库，下载地址是（ [https://developer.nvidia.com/rdp/cudnn-download），这里选择的版本是6.0的版本，下载好的文件时一个\*.tgz的文件。安装命令如下][https_developer.nvidia.com_rdp_cudnn-download_6.0_.tgz]

tar -xvf cudnn-8.0-linux-x64-v6.0.tgz
    sudo cp cuda/include/cudnn.h/usr/local/cuda/include
    sudo cp cuda/lib64/libcudnn*/usr/local/cuda/lib64
    sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

**环境变量配置**

sudo vim ~/.bashrc
    export LD_LIBRARY_PATH=/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64:$LD_LIBRARY_PATH
    export PATH=/usr/local/cuda/bin:$PATH
      
    source ~/.bashrc

# 4. 安装Opencv 3.0 #

Opencv这里采用的是3.0的版本，下载好之后，进入到下载目录执行安装命令

unzip opencv-3.1.0.zip
    cd opencv-3.0.0/
    mkdir build && cd build
    cmake ..
    ccmake ..

之后在选择页面设置：CMAKE\_BUILD\_TYPE=Release、CMAKE\_INSTALL\_PREFIX=/usr/local，之后先按C键，再按G键生成Makefile文件。  
\*\*PS: \*\*这里使用的是CUDA 8.0，在编译Opencv的时候会报错（这里使用这位网友的图，错误都是一样的）：  
![这里写图片描述][SouthEast 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：  
![这里写图片描述][SouthEast 3]  
将原有的行修改为：

#if !defined (HAVE_CUDA) || defined (CUDA_DISABLER)||(CUDART_VERSION>=8000)

接下来继续安装Opencv

make -j10
    sudo make install

# 5. 配置并编译Cafffe #

去Github上下载Caffe，之后编辑Makefile.config文件，修改的项为：  
将  
`#USE_CUDNN := 1`修改成：`USE_CUDNN := 1`  
`#OPENCV_VERSION := 3`修改为：`OPENCV_VERSION := 3`  
c使用python来编写layer，`#WITH_PYTHON_LAYER := 1`修改为`WITH_PYTHON_LAYER := 1`

\*\*重要的一项 \*\*  
将\# 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

修改为：

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

这里修改Makefile文件  
修改为：

LIBRARIES+= glog gflags protobuf leveldb snappy lmdbboost_system hdf5_hl hdf5 opencv_coreopencv_highgui opencv_imgproc opencv_imgcodecs

执行安装：

make all –j8
    make test –j8
    make runtest –j8

\*\*PS: \*\*这里在执行runtest的之后报错，说找不到Opencv的相关动态链接库，具体的问题没有截图。解决办法就是找到Opencv的安装目录一般在/usr/local下，将Opencv的lib目录添加在~.bashrc中，再source ~.bashrc解决该问题。

# 6. 编译PyCaffe #

操作的话跟本人的这篇博文类似：[Ubuntu14.04下编译pycaffe并绘制网络结构图][Ubuntu14.04_pycaffe]。  
若当中遇到下载特别慢的情况，可以采用本人这篇博客进行解决：[Ubuntu设置Python镜像源][Ubuntu_Python]  
最后安装好之后，**配置环境变量**，以便python调用：

sudo vim ~/.bashrc

将export PYTHONPATH=/home/caffe/python:$PYTHONPATH添加到文件中

source ~/.bashrc

# 7. 参考 #

1.  [ubuntu 16.04 安装Tensorflow(CPU和GPU)][ubuntu 16.04 _Tensorflow_CPU_GPU]
2.  [Ubuntu16.04 14.04安装配置Caffe(GPU版)][Ubuntu16.04 14.04_Caffe_GPU]

[SouthEast]: /images/20220605/2962e50cc85f4e6b9db35ef919dda934.png
[NVIDIA setting]: /images/20220605/a33eb64bfb9b4f089453351088432847.png
[SouthEast 1]: /images/20220605/44d2d711fde94574a228bd0254aaf630.png
[https_developer.nvidia.com_cuda-downloads]: https://developer.nvidia.com/cuda-downloads%EF%BC%89%EF%BC%8C%E8%BF%99%E4%B8%AA%E9%A1%B5%E9%9D%A2%E9%BB%98%E8%AE%A4%E6%98%AF%E6%9C%80%E6%96%B0%E7%9A%84%E7%89%88%E6%9C%AC%EF%BC%8C%E5%85%B6%E4%BB%96%E7%9A%84%E7%89%88%E6%9C%AC%E5%8F%AF%E4%BB%A5%E5%9C%A8%E5%8F%91%E5%B8%83%E5%8E%86%E5%8F%B2%E4%B8%AD%E5%8E%BB%E6%89%BE%E5%88%B0%E3%80%82
[https_developer.nvidia.com_rdp_cudnn-download_6.0_.tgz]: https://developer.nvidia.com/rdp/cudnn-download%EF%BC%89%EF%BC%8C%E8%BF%99%E9%87%8C%E9%80%89%E6%8B%A9%E7%9A%84%E7%89%88%E6%9C%AC%E6%98%AF6.0%E7%9A%84%E7%89%88%E6%9C%AC%EF%BC%8C%E4%B8%8B%E8%BD%BD%E5%A5%BD%E7%9A%84%E6%96%87%E4%BB%B6%E6%97%B6%E4%B8%80%E4%B8%AA*.tgz%E7%9A%84%E6%96%87%E4%BB%B6%E3%80%82%E5%AE%89%E8%A3%85%E5%91%BD%E4%BB%A4%E5%A6%82%E4%B8%8B
[SouthEast 2]: /images/20220605/947ad48101c94bb9bab4c6f66b62543a.png
[SouthEast 3]: /images/20220605/1ce026566ff74cb78eab82ced78c5009.png
[Ubuntu14.04_pycaffe]: http://blog.csdn.net/m_buddy/article/details/78493687
[Ubuntu_Python]: http://blog.csdn.net/m_buddy/article/details/78577429
[ubuntu 16.04 _Tensorflow_CPU_GPU]: http://blog.csdn.net/jiang_z_q/article/details/73264561
[Ubuntu16.04 14.04_Caffe_GPU]: https://www.cnblogs.com/go-better/p/7161006.html