caffe学习之一：caffe安装

￡神魔★判官ぃ 2022-06-06 04:21 245阅读 0赞

> 该博客主要依据如下博客编写，非常感谢这位博主的分享，作者只是根据这个总结了一些步骤，如果中间有什么错误欢迎各位大佬来赐教和讨论  
> [Ubuntu16.04+cuda8.0+caffe安装教程][Ubuntu16.04_cuda8.0_caffe]

# 系统配置 #

*  操作系统： Ubuntu Server 16.04.3 LTS(64bit)
 *  Cuda版本：8.0.44
 *  cuDNN版本：5.1
 *  OpenCV版本：3.3.1

# 一、Ubuntu安装 #

安装Ubuntu Server 16.04 LTS 版本，该版本只有64位版本。

# 二、Nvidia显卡驱动安装 #

## 1.安装 ##

首先在Terminal模式下安装所需的依赖包，其实这两个包好像在安装完显卡后也能安装，不过我也不太清楚，就提前装了吧，反正没啥影响。

sudo apt-get install mesa-common-dev
    sudo apt-get install freeglut3-dev

显卡安装有如下两种安装方式，第一种是使用Linux终端来安装，第二种则是去英伟达的显卡官网查找适合自己的显卡驱动，下载安装文件并在Linux下运行安装驱动。

无论哪种安装方式，都最好先去官网查看与自己显卡型号相符的驱动版本。  
[Download Drivers | NVIDIA][Download Drivers _ NVIDIA]

1.  选择与自己显卡相符的型号(比如我要查找在**Linux**下要用的**GeForce GTX1070**显卡的驱动版本)，点击**SEARCH**按钮  
    ![这里写图片描述][SouthEast]
2.  如下图，即为显卡驱动型号。可以在Terminal中查找该版本的驱动并使用apt-get安装，也可以点击**DOWNLOAD**按钮直接下载可执行文件  
    ![这里写图片描述][SouthEast 1]

### (1)Terminal安装 ###

sudo add-apt-repository ppa:graphics-drivers/ppa
    sudo apt-get update
    sudo apt-get install nvidia-384

**【备注】** *有的显卡在这找到的版本号跟实际安装可能有点区别，在安装前可以先使用如下命令查找有没有对应型号的驱动：*

sudo apt-cache search nvidia-3

*比如我的电脑搜索结果就有这些：*

> nvidia-304-dev - NVIDIA binary Xorg driver development files  
> nvidia-331 - Transitional package for nvidia-331  
> nvidia-331-dev - Transitional package for nvidia-340-dev  
> nvidia-331-updates - Transitional package for nvidia-340  
> nvidia-331-updates-dev - Transitional package for nvidia-340-dev  
> nvidia-331-updates-uvm - Transitional package for nvidia-340  
> nvidia-331-uvm - Transitional package for nvidia-340  
> nvidia-340-dev - NVIDIA binary Xorg driver development files  
> nvidia-340-updates - Transitional package for nvidia-340  
> nvidia-340-updates-dev - Transitional package for nvidia-340-dev  
> nvidia-340-updates-uvm - Transitional package for nvidia-340-updates  
> nvidia-340-uvm - Transitional package for nvidia-340  
> nvidia-346 - Transitional package for nvidia-346  
> nvidia-346-dev - Transitional package for nvidia-352-dev  
> nvidia-346-updates - Transitional package for nvidia-346-updates  
> nvidia-346-updates-dev - Transitional package for nvidia-352-updates-dev  
> nvidia-352 - Transitional package for nvidia-361  
> nvidia-352-dev - Transitional package for nvidia-361-dev  
> nvidia-352-updates - Transitional package for nvidia-361  
> nvidia-352-updates-dev - Transitional package for nvidia-361-dev  
> nvidia-361-updates - Transitional package for nvidia-361  
> nvidia-361-updates-dev - Transitional package for nvidia-361-dev  
> nvidia-304-updates - Transitional package for nvidia-304  
> nvidia-304-updates-dev - Transitional package for nvidia-304-dev  
> nvidia-361 - Transitional package for nvidia-367  
> nvidia-361-dev - Transitional package for nvidia-367-dev  
> nvidia-367 - Transitional package for nvidia-375  
> nvidia-367-dev - Transitional package for nvidia-375-dev  
> nvidia-375 - Transitional package for nvidia-384  
> nvidia-375-dev - Transitional package for nvidia-384-dev  
> **nvidia-384 - NVIDIA binary driver - version 384.90**  
> nvidia-384-dev - NVIDIA binary Xorg driver development files  
> nvidia-304 - NVIDIA legacy binary driver - version 304.137  
> nvidia-340 - NVIDIA binary driver - version 340.104  
> nvidia-378-dev - NVIDIA binary Xorg driver development files  
> nvidia-378 - NVIDIA binary driver - version 378.13  
> nvidia-381-dev - NVIDIA binary Xorg driver development files  
> nvidia-381 - NVIDIA binary driver - version 381.22  
> nvidia-387-dev - NVIDIA binary Xorg driver development files  
> nvidia-387 - NVIDIA binary driver - version 387.12

*注意看加粗那行刚好是对应我的显卡版本型号。因此我安装时对应包名为**nvidia-384***

### (2)下载可执行文件然后安装 ###

①下载的可执行文件名称应该是

> NVIDIA-Linux-x86\_64-384.90.run

②将它拷贝到Linux任意目录下，然后添加执行权限

chmod a+x NVIDIA-Linux-x86_64-384.90.run

③运行安装文件，开始安装驱动

./NVIDIA-Linux-x86_64-384.90.run

## 2.测试 ##

输入命令，如果显示如下图信息，则说明安装成功。

nivdia-smi

![Nivdia显卡信息][Nivdia]

# 三、安装Cuda 8.0.44 #

## 1.下载 ##

由于写这篇总结文章时NVIDIA官网好像在维护，其实作者也是彩笔，所以就去百度网盘里找了一个来用了，等以后有时间了再来总结如何去官网下载吧。这是作者保存在自己网盘中的文件，打开后可以直接下载。  
[cuda\_8.0.44\_linux.run 百度网盘链接][cuda_8.0.44_linux.run]

## 2.安装 ##

先安装俩库文件（*此处依然是卵用都不知道为什么系列\[尴尬\]*），反正我的没装时它就提示缺少这俩

sudo apt-get install libxi-dev libxmu-dev

然后使用终端来打开运行程序

sudo sh cuda_8.0.44_linux.run

安装过程中需要输入的地方应该就以下几点，用黄色序号标记的位置的说明见图片底下（此处为什么显示cuda9.0呢，因为当时作者装过一次9.0版本的，结果后边遇到一个**compute\_20**有关的错误，这个待会讲，然后作者以为是cuda版本问题，结果并不是*\[哭\]*）。这个图也是在9.0时截取的，不过没关系，你会发现8.0除了把**9.0**几个字符换成了**8.0**之外，没有任何区别。。。。。  
![这里写图片描述][SouthEast 2]

> 1.  在开始会有一大段安装协议啥的，反正一直按空格到最后输入accept就行了
> 2.  提示你要不要安装显卡驱动，咱还是输入n吧，不然之前的白装了，虽然此处网上有人说重复装了还是可以用的，可能需要重启一下才能让新的生效，不过咱还是别冒险和浪费时间了。
> 3.  问你要不要安装CUDA工具包，咱是来干啥的，为什么不装，当然y
> 4.  工具包安装位置，此处我选择默认，所以就直接ENTER了
> 5.  此处是因为按回车按快了所以有两个重复的，问你要不要装一个符号链接，这个什么意思呢，符号链接就不说了，类似于Windows的快捷方式，你选择y之后，它会在安装目录下生成一个符合链接，名称叫做**cuda**，指向目录**cuda-9.0**，所以**/usr/local/**下会有如下两个目录：  
>     ![链接目录][SouthEast 3]  
>     这样方便其他软件引用cuda，这种方式在Linux中很常见，这样可以避免版本更新时引起的修改麻烦的问题。
> 6.  是否安装测试用例。这个不是必需的，它只是用来测试你的cuda是否安装成功用的，内中是一大堆的cpp文件，用make可以编译他们，生成测试用的可执行文件，由于我是初学者，当然就选择y了
> 7.  测试文件安装位置，与其说是安装，其实感觉就是拷贝了一大堆cpp文件过来，此处我选择默认位置，就直接ENTER了

然后就是等待安装完毕了。

## 3.配置环境变量 ##

***【备注】以下相关路径应该和你的cuda安装路径对应***

在.bashrc中配置环境变量，将以下两句添加到.bashrc文件的末尾

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}}

设置环境变量和动态链接库，在/etc/profile文件末尾添加

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

创建链接文件，首先使用vim创建文件

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

在文件中输入如下语句

/usr/local/cuda/lib64

执行如下命令，使链接立即生效

sudo ldconfig

## 4.测试 ##

首先进入到我们刚刚安装测试用例的目录中

cd /root/NVIDIA_CUDA-9.0_Samples

然后使用make编译测试用例

make

随便找一个测试用例

./1_Utilities/bandwidthTest/bandwidthTest

![显卡测试结果][SouthEast 4]  
或者再来一个

./1_Utilities/deviceQuery/deviceQuery

![这里写图片描述][SouthEast 5]  
反正最后提示下边这个说明测试正常

Result = PASS

# 四、安装cuDNN #

## 1. 下载 ##

下边这个网站是官网的地址，但很奇怪为什么没有cuda9对应的cuDNN（*其实也不奇怪，作者太挫，没找到而已\[尴尬\]*），下载的时候注意cuda的版本号对应关系  
[官网下载地址][Link 1]  
![cuDNN下载][cuDNN]  
而下边这个是作者放到百度网盘中的地址（*以防万一以后哪天用的到*）  
[cudnn-8.0-linux-x64-v5.0-ga.tgz 百度网盘][cudnn-8.0-linux-x64-v5.0-ga.tgz]

## 2.安装 ##

解压缩文件会生成一个名称为cuda的文件夹，然后进入该文件夹

tar -zxvf cudnn-8.0-linux-x64-v5.0-ga.tgz
    cd cuda

复制头文件

sudo cp include/cudnn.h /usr/local/cuda/include

复制动态文件并创建对应链接

sudo cp lib64/libcudnn.so.5.0.5 /usr/local/cuda/lib64/
    sudo cp lib64/libcudnn_static.a /usr/local/cuda/lib64/
    cd /usr/local/cuda/lib64
    sudo ln -s libcudnn.so.5.0.5 libcudnn.so.5
    sudo ln -s libcudnn.so.5 libcudnn.so

# 五、安装OpenCV #

## 1.下载 ##

OpenCV的下载可以去SourceForge下载，我们下载unix版本的  
[OpenCV下载地址][OpenCV]  
![这里写图片描述][SouthEast 6]  
或者百度网盘（*以防万一*）  
[opencv-3.3.1(unix).zip 百度网盘][opencv-3.3.1_unix_.zip]

## 2.各种库安装 ##

第一波安装（*完全不知道干哈的\[尴尬\]*）

sudo apt-get install --assume-yes libopencv-dev build-essential cmake git libgtk2.0-dev pkg-config python-dev python-numpy libdc1394-22 libdc1394-22-dev libjpeg-dev libpng12-dev libtiff5-dev libjasper-dev libavcodec-dev libavformat-dev libswscale-dev libxine2-dev libgstreamer0.10-dev libgstreamer-plugins-base0.10-dev libv4l-dev libtbb-dev libqt4-dev libfaac-dev libmp3lame-dev libopencore-amrnb-dev libopencore-amrwb-dev libtheora-dev libvorbis-dev libxvidcore-dev x264 v4l-utils unzip

第二波（编译、项目管理用的相关）

sudo apt-get install build-essential cmake git

第三波（opencv的一些文件编码解码之类，*具体也不清楚*），好像跟之前的有点重复，不过也没关系，反正apt-get遇到已安装的会自动跳过

sudo apt-get install ffmpeg libopencv-dev libgtk-3-dev python-numpy python3-numpy libdc1394-22 libdc1394-22-dev libjpeg-dev libpng12-dev libtiff5-dev libjasper-dev libavcodec-dev libavformat-dev libswscale-dev libxine2-dev libgstreamer1.0-dev libgstreamer-plugins-base1.0-dev libv4l-dev libtbb-dev qtbase5-dev libfaac-dev libmp3lame-dev libopencore-amrnb-dev libopencore-amrwb-dev libtheora-dev libvorbis-dev libxvidcore-dev x264 v4l-utils unzip

## 3.安装OpenCV ##

解压缩opencv并进入到目录中

unzip opencv-3.3.1.zip
    cd opencv-3.3.1

创建构建用的目录，并使用cmake构建编译用的文件

mkdir build
    cd build
    cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local -D WITH_TBB=ON -D WITH_V4L=ON -D WITH_QT=ON -D WITH_OPENGL=ON -DCUDA_NVCC_FLAGS="-D_FORCE_INLINES" ..

cmake成功时，最后几行会是如下信息

-- Configuring done -- Generating done -- Build files have been written to: /root/opencv-3.3.1/build

开始编译和安装

make -j8
    sudo make install

安装完成后修改一些配置

sudo /bin/bash -c 'echo "/usr/local/lib" > /etc/ld.so.conf.d/opencv.conf'
    sudo ldconfig

# 六、安装caffe #

## 1.安装依赖包 ##

这步好多包好像跟之前的都是重复的，懂的人可以自己筛选，像作者这种菜鸟就。。。。。。不说了

sudo apt-get update 
    sudo apt-get install -y build-essential cmake git pkg-config 
    sudo apt-get install -y libprotobuf-dev libleveldb-dev libsnappy-dev libhdf5-serial-dev protobuf-compiler 
    sudo apt-get install -y libatlas-base-dev 
    sudo apt-get install -y--no-install-recommends libboost-all-dev 
    sudo apt-get install -y libgflags-dev libgoogle-glog-dev liblmdb-dev 
    sudo apt-get install -y python-pip 
    sudo apt-get install -y python-dev 
    sudo apt-get install -y python-numpy python-scipy

## 2.从GitHub上克隆caffe ##

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

## 3.修改Makefile.config文件 ##

复制make的配置文件，caffe默认带了一个叫做Makefile.config.sample的文件，是make的配置示例文件，我们需要将这个文件拷贝一份，并重命名为Makefile.config，然后打开进行修改

sudo cp Makefile.config.example Makefile.config 
    sudo vim Makefile.config

修改如下几个地方：  
①是否使用cudnn，如果使用，去掉如下注释

# USE_CUDNN := 1 改为 USE_CUDNN := 1

②如果使用的OpenCV版本是3以上的，则去掉如下注释

# OPENCV_VERSION := 3 改为 OPENCV_VERSION := 3

③最重要的，修改如下地方（貌似是因为是Ubuntu 16.04的缘故）  
原始内容

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

④去掉compute\_20架构使用的代码，如果不去的话编译中会提示错误，不支持compute\_20架构  
原始内容：

CUDA_ARCH := -gencode arch=compute_20,code=sm_20 \
                    -gencode arch=compute_30,code=sm_30 \                 -gencode arch=compute_35,code=sm_35 \                 -gencode arch=compute_50,code=sm_50 \                 -gencode arch=compute_52,code=sm_52 \                 -gencode arch=compute_60,code=sm_60 \                 -gencode arch=compute_61,code=sm_61 \                 -gencode arch=compute_61,code=compute_61

删除20那一行的内容

CUDA_ARCH := -gencode arch=compute_30,code=sm_30 \
                    -gencode arch=compute_35,code=sm_35 \                 -gencode arch=compute_50,code=sm_50 \                 -gencode arch=compute_52,code=sm_52 \                 -gencode arch=compute_60,code=sm_60 \                 -gencode arch=compute_61,code=sm_61 \                 -gencode arch=compute_61,code=compute_61

## 4.修改Makefile文件 ##

原始内容

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

修改后的内容

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

## 5.修改/usr/local/cuda/include/host\_config.h ##

找到如下内容

#if __GNUC__ > 5
    
    #error -- unsupported GNU version! gcc versions later than 5 are not supported!
    
    #endif /* __GNUC__ > 5 */

将中间一行注释掉

#if __GNUC__ > 5
    
    // #error -- unsupported GNU version! gcc versions later than 5 are not supported!
    
    #endif /* __GNUC__ > 5 */

## 6.编译和测试 ##

make all -j8
    make runtest
    make pycaffe

[Ubuntu16.04_cuda8.0_caffe]: http://blog.csdn.net/autocyz/article/details/52299889
[Download Drivers _ NVIDIA]: http://www.nvidia.com/Download/index.aspx?lang=en-us
[SouthEast]: /images/20220606/7cc8505ead644fa4af99b31ee2891360.png
[SouthEast 1]: /images/20220606/6450f33496b14017ac7fd7b1b12d2d66.png
[Nivdia]: /images/20220606/14d3c164a0e949988d64d9a8555b7518.png
[cuda_8.0.44_linux.run]: http://pan.baidu.com/s/1slBLNkD
[SouthEast 2]: /images/20220606/04108851ca834be29486b4e55544f16f.png
[SouthEast 3]: /images/20220606/72be34ba4c874d0c8985d115e706d9a1.png
[SouthEast 4]: /images/20220606/fbc4f7d06f6a41f2b383f3b5ea6976a0.png
[SouthEast 5]: /images/20220606/39026d72c0a64bb89e12b41df189c3b0.png
[Link 1]: https://developer.nvidia.com/rdp/cudnn-archive
[cuDNN]: /images/20220606/3caf82cd824849aab0da6fd410c6e4a7.png
[cudnn-8.0-linux-x64-v5.0-ga.tgz]: http://pan.baidu.com/s/1o8sVcvg
[OpenCV]: https://sourceforge.net/projects/opencvlibrary/files/?source=directory
[SouthEast 6]: /images/20220606/d2ca3368313548c5885ae4dda6ad0131.png
[opencv-3.3.1_unix_.zip]: http://pan.baidu.com/s/1gfxni3x