caffe--ubuntu14.04.04+cuda7.5+opencv3.0+python2.7(Anaconda)+matlab(笔记本双显卡，独显为NVIDIA1060)

约定不等于承诺〃 2022-06-17 10:23 120阅读 0赞

[官方caffe安装文档][caffe]

# 1.依赖库(可以在装完cuda后执行) #

## 官网的依赖库： ##

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

## 参考书上的依赖库安装： ##

sudo apt-get install libprotobuf-dev libdevldeleveldb-dev libsnappy-e-dev libopencv-dev libboost-all-dev

sudo apt-get install libhdf5-serial-dev libgflags-dev libgoogle-glglog-dev liblmdb-dev protobuf-compiler

## 参看依赖库安装： ##

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

注意：如果提示找不到哪个依赖包，就使用命令sudo apt-get update更新源文件；

# 2.下载和计算机相应的驱动，笔记本和台式机分别有对应型号的驱动 #

a.将驱动文件存放在非中文文件夹下；

b.载账户登录界面使用ctrl+alt+F1，进入驱动所在的安装包文件夹;

c.关闭图形化界面：sudo service lightdm stop

d.卸载当前的驱动：sudo apt-get remove --purge nvidia\*

e.使用命令安装驱动，一定要使用带参数的命令安装驱动，否则会出现重复登录账户的情况：sudo sh NVIDIA\*\*\*\*\*\*\*.run -no-x-check -no-opengl-files -no-nouveau-check，如果没有按照该方法安装驱动出现不能进入ubuntu界面的情况下，也可以使用上面的b，d卸载已经装好的驱动，在按照e方法装一遍驱动即可；

测试驱动是否安装成功：nvidia-smi，显示GPU信息

启动图像画界面：sudo service lightdm start，重启，观察分辨率是否提高

# 3.安装并编译并[测试][Link 1]cuda中的example（安装cuda官方说明文档一步步安装） #

检测是否具备显卡：lspci | grep -i nvidia

检查当前系统版本：uname -m && cat /etc/\*release

检测是都安装gcc：gcc --version (ubuntu14.04自身会安装)

检测系统是否安装了kernel head：uname -r ，没有则需要安装：sudo apt-get install linux-headers-$(uname -r)  
下载相应的run包进行安装，一定要使用本地的.run包进行安装(这样可以进行选择安装的功能)，否则安装好后会出现很多错误：sudo sh cuda...........(安装过程中，example会被复制一次到jieping/文件夹，并且以NVIDIA相应型号的文件名命名)

选项：accept，n(不安装图形驱动)，y(安装toolkit)，默认路径，y,y(安装cuda7.5列子)

设置环境变量：

sudo vi /etc/profile

export PATH=/usr/local/cuda-7.5/bin:$PATH  
export LD\_LIBRARY\_PATH=/usr/local/cuda-7.5/lib64:$LD\_LIBRARY\_PATH

重启（我这边重启后系统界面的分辨率变得很不正常，选择分辨率的时候只有一个分辨率的选项，[参考该网址调节分辨率][Link 2]，再重启就正常了，也可能要多重启几遍）；查看系统环境变量：env，能够查看到上面写入的两条路径  
官方文档里说只需在终端中运行上述两条export语句即可，但如果不将它们不写入/etc/profile文件的话，这样的环境变量在你退出终端后就消失了，不起作用了，所以写入才是永久的做法。验证并检验cuda是否安装成功具体方法：[参考网址][Link 3]

编译cuda中的列子(验证cuda是否安装成功)：

sudo apt-get install build-essential(否则make的时候会出现缺少依赖库的错误，安装make和opencv需要的依赖库)

进入/usr/local/cuda-7.5/samples：执行命令 sudo make all 等待编译完成

编译的过程中可能会出现：ubuntu can not find libglut，只要`输入下面的安装命令就可以在/usr/lib中找到libglut文件：`

sudo apt-get install freeglut3 freeglut3-dev

cd bin/x86\_64/[Linux][]/release/

./deviceQuery 运行device\_query文件，如果cuda安装成功则会显示GPU的相关信息

./bandwidthTest 不是参考文档中的sandwidthTest

[卸载cuda][cuda]：sudo ./usr/local/cuda-X.Y/bin/uninstall\_cuda\_X.Y.pl

# 4.安装cuDNN #

tar -zxvf cudnn-7.5-linux-x64-v5.0-ga.tgz 解压文件

cd cuda 进入解压的文件

sudo cp lib64/lib\* /usr/local/cuda/lib64 复制解压文件的lib文件到cuda的lib64

sudo cp include/cudnn.h /usr/local/cuda/include/ 复制头文件

更新cuDNN库文件的软链接

cd /usr/local/cuda/lib64

sudo chmod +r libcudnn.so.5.0.5 更改文件的权限

sudo ln -sf libcudnn.so.5.0.5 libcudnn.so.5 设置两个文件的链接库文件

sudo ln -sf libcudnn.so.5 libcudnn.so

sudo ldconfig 系统共享动态链接库

**后面需要修改caffe文件中的Makefile.config，将USE\_CUDNN取消注释，将CPU\_ONLY:=1注释**

# 5.安装BLAS #

sudo apt-get install libopenblas-dev

**后面需要修改caffe文件中的Makeifle.config，将BLAS:=open**

安装python及其依赖库

sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev
    【警告】：下列软件包不能通过验证！
      liblmdb0 liblmdb-dev lmdb-doc

解决不能通过验证的办法：sudo apt-get update

# 6.下载对应版本的[OpenCV][]源文件[参考opencv安装方法][opencv]，[转换opencv版本][opencv 1] #

先按照文档安装必须的依赖库文件，按照上面文档的方法在cmake变异opencv过程中下载ippicv\_linux\_20141027.tgz文件的时候会出现编码不匹配的情况，如下：

for file: \[/home/jieping/software/DP/opencv-3.0.0/3rdparty/ippicv/downloads/linux-8b449a536a2157bcad08a2b9f266828b/ippicv\_linux\_20141027.tgz\]  
expected hash: \[8b449a536a2157bcad08a2b9f266828b\]  
actual hash: \[9d44e7247b139c51d3d7a90ddc99cae6\]  
Call Stack (most recent call first):  
3rdparty/ippicv/downloader.cmake:108 (\_icv\_downloader)  
cmake/OpenCVFindIPP.cmake:235 (include)  
cmake/OpenCVFindLibsPerf.cmake:12 (include)  
CMakeLists.txt:526 (include)  
CMake Error at 3rdparty/ippicv/downloader.cmake:75 (message):  
ICV: Failed to download ICV package: ippicv\_linux\_20141027.tgz.

解决方法：重新自己手动下载该文件或手动替换该文件[参考网址][Link 4]，[下载文件][Link 5] 下载文件

[下述方法安装步骤：][Link 6]unzip opencv-3.0.0.zip

mkdir build 在解压文件夹下创建build文件

sudo apt-get install cmake

cd build

cmake -D CMAKE\_BUILD\_TYPE=Release -D CMAKE\_INSTALL\_PREFIX=/usr/local ..，[cmake参数参考][cmake]

make

sudo make install

sudo /bin/bash -c 'echo "/usr/local/lib" > /etc/ld.so.conf.d/opencv.conf' 使用bash执行shell脚本命令，添加路径/usr/local/lib到新创建的opencv.conf文件中，一定要加该路径，虽然测试的时候能成功，但是后面执行caffe的runtest就会出现如下错误：

.build\_release/tools/caffe: error while loading shared libraries: libopencv\_core.so.3.0: cannot open shared object file: No such file or directory

sudo ldconfig

更改环境变量：

sudo gedit /etc/bash.bashrc 在末尾添加下面的路径

PKG\_CONFIG\_PATH=$PKG\_CONFIG\_PATH:/usr/local/lib/pkgconfig  
export PKG\_CONFIG\_PATH

编译opencv3.0中自带的列子程序

cd samples/

sudo cmake .

sudo make -j $(nproc) 使用计算机上的核心数并行执行

cd cpp

./cpp-example-facedetect ../data/lena.jpg 显示图像中圈出脸部区域

保存后重新开启终端使其生效；

# 7. 安装caffe的[Python][]环境 #

使用发行版python安装，anaconda

bash Anaconda2-4.3.1-Linux-x86\_64.sh

sudo /bin/bash -c 'echo "/home/jieping/anaconda2/lib" > /etc/ld.so.conf.d/anaconda2.conf'

sudo gedit /etc/bash.bashrc

export LD\_LIBRARY\_PATH="/home/jieping/anaconda2/lib:$LD\_LIBRARY\_PATH”

# 8.安装Anaconda，[参考安装方法][Link 7] #

bash Anaconda2-4.3.1-Linux-x86\_64.sh

yes,yes,安装路径：/home/jieping/anaconda2

sudo gedit /etc//ld.so.conf 添加路径：/home/jieping/anaconda2/lib，这条命令等价于`sudo gedit ~/.bashrc`，`export PATH=``"/home/lwp/anaconda2/bin:$PATH"`

`安装验证：conda install hdf5`

# `9.安装caffe的python依赖库(安装了Anaconda不需要执行这一步)` #

`进入caffe目录下的python文件夹：cd caffe-master/python/`

`安装pip：sudo apt-get install python-pip`

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

**上面的7,8,9都是属于安装python有关的依赖库，但是也可以使用系统默认自带的python2.7，**这样在后面配置makefile的时候可以省去很多路径配置和编译出错的问题，只需要使用命令安装python-dev包依赖

sudo apt-get install python-dev

安装python调用caffe，也可以后面在安装pycaffe的时候执行  
``

# 10.安装并编译caffe的python依赖库 #

sudo apt-get install git

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

cd caffe-master/

cp Makefile.config.example Makefile.conig

修改Makefile.config文件，下面两个区域分别是取消\#和加上\#：

**USE\_CUDNN := 1  
OPENCV\_VERSION := 3  
CUDA\_DIR := /usr/local/cuda  
BLAS := open  
ANACONDA\_HOME := $(HOME)/anaconda2  
PYTHON\_INCLUDE := $(ANACONDA\_HOME)/include \\  
\# $(ANACONDA\_HOME)/include/python2.7 \\  
\# $(ANACONDA\_HOME)/lib/python2.7/site-packages/numpy/core/include \\  
PYTHON\_LIB := $(ANACONDA\_HOME)/lib  
\#PYTHON\_INCLUDE := /usr/include/python2.7 \\  
/usr/lib/python2.7/dist-packages/numpy/core/include**

[无gpu，anaconda版本的makefile配置][gpu_anaconda_makefile]  
make all -j4  
make test  
make runtest  
最后在runtest的时候出现错误：F0428 20:33:42.580351 17111 threshold\_layer.cu:24\] Check failed: error == cudaSuccess (8 vs. 0) invalid device function

# 11.安装caffe python接口 #

[参看网址][Link 8]

# 12.安装matlab2013b参考网址 #

[参考安装方法][Link 9]

这里要注意的是，不能在windows解压后或直接复制到Linux(带有解压密码)，否则会出错打不开，一定要解压后替换install.jar在压缩成ios形式

执行启动matlab：/usr/local/MATLAB/R2013b/bin/matlab -

安装matlab不能使用patch包中的证书激活 [解决方案][Link 10]  
安装matlab后在斌文件夹下不能启动matlab [解决][Link 11]

[caffe]: http://caffe.berkeleyvision.org/installation.html
[Link 1]: http://lib.csdn.net/base/softwaretest
[Link 2]: http://www.jb51.net/os/Ubuntu/85861.html
[Link 3]: http://blog.csdn.net/masa_fish/article/details/51882183
[Linux]: http://lib.csdn.net/base/linux
[cuda]: http://blog.csdn.net/liuxiabing150/article/details/51890417
[OpenCV]: http://lib.csdn.net/base/opencv
[opencv]: http://blog.csdn.net/u013915633/article/details/49886465
[opencv 1]: http://blog.csdn.net/cumt08113684/article/details/53006376
[Link 4]: http://blog.csdn.net/yaoweijiao/article/details/51332598
[Link 5]: http://sourceforge.net/projects/opencvlibrary/files/3rdparty/ippicv/ippicv_linux_20
[Link 6]: https://my.oschina.net/u/1046919/blog/479947
[cmake]: http://blog.csdn.net/zj573453769/article/details/53446426
[Python]: http://lib.csdn.net/base/python
[Link 7]: http://www.2cto.com/kf/201703/606615.html
[gpu_anaconda_makefile]: http://blog.csdn.net/zhang_shuai12/article/details/52289825
[Link 8]: http://blog.csdn.net/u013915633/article/details/49867947
[Link 9]: http://www.cnblogs.com/paly-programming/articles/4649593.html
[Link 10]: http://blog.csdn.net/breeze5428/article/details/24370463
[Link 11]: http://blog.sina.com.cn/s/blog_a3b863da0102xlpw.html