1.首先安装Ubuntu16.04系统.
2.安装显卡驱动
在官网上下载最新的NVIDIA-Linux-x86_64-375.26.run驱动.然后
Ctrl+Alt+F1进入控制台,输入
sudo service lightdm stop
sudo sh NVIDIA-Linux-x86_64-375.26.run
安装驱动的时候会冒出一个 The distribution-provided pre-install script failed! Are you sure you want to continue?这样的错误提示,直接无视下一步就可以了.
安装过后
sudo service lightdm start
切换回桌面.
安装过后用nvidia-smi命令验证一下是不是安装成功,如果重启之后没有黑屏的话那么恭喜你安装成功了.
3.安装cuda
安装cuda最新的驱动cuda_8.0.44_linu.run, 这个驱动据说解决了gcc-5版本的坑, 因为我的ubuntu最新自带的是gcc-5.4, 也没有降级去验证. 只是没遇到这样的坑,我想应该是解决了.
之后就是配置CUDA环境变量:
sudo gedit ~/.bashrc
在bashrc文件末尾加上:
export PATH=/usr/local/cuda-8.0/bin\({PATH:+:\){PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda8.0/lib64\({LD_LIBRARY_PATH:+:\){LD_LIBRARY_PATH}}
export CUDA_HOME=/usr/local/cuda
接着:
sudo gedit /etc/profile
在文件末尾加上:
export PATH = /usr/local/cuda/bin:$PATH
最后创建conf文件:
sudo gedit /etc/ld.so.conf.d/cuda.conf
在conf文件里加入以下内容:
/usr/local/cuda/lib64
执行
sudo ldconfig
这一切完成之后运行一下cuda的例子看看能不能成功运行.
4.CUDNN
下载cuDNN v5.1 Library for Linux并解压.
进入cudnn5.1解压之后的include目录，在命令行里把cudnn的头文件和库文件复制到相应的目录下：
sudo cp ./include/cudnn.h /usr/local/cuda/include/
sudo cp ./lib64/lib* /usr/local/cuda/lib64/
接着进入/usr/local/cuda/lib64/ 这个目录下创建软连接:
sudo rm -rf libcudnn.so libcudnn.so.5
sudo ln -s libcudnn.so.5.1.5 libcudnn.so.5
sudo ln -s libcudnn.so.5 libcudnn.so
这样cudnn就算是安装好了.
接下来的就要讨论一些容易入坑的问题了.
5.caffe安装
为什么我要先安装caffe? 因为caffe和tensorflow有一些共同依赖的库.并且用sudo apt-get安装的依赖库的版本都不一样.
例如caffe的protobuf库是3.0.0的是用gcc5编译的, 而tensorflow的是3.0.1的,并且是用gcc4的版本编译的,所以如果先安装了tensorflow后会出现各种稀奇古怪的问题.
解决这个问题有两个途径:
(1). 自行手动下载和编译boost, protobuf, gflags, glog等库;然后python安装protobuf
.........................protobuf......................
cd ~ git clone https://github.com/google/protobuf.git
sudo apt-get install autoconf automake libtool curl unzip
cd protobuf
./autogen.sh
./configure --prefix=/usr/local
make
make check
sudo make install
sudo ldconfig # refresh shared library cache.
.........................glog..........................
modify CMakeLists.txt
add this to CMakeLists:
set(BUILD_SHARED_LIBS TRUE)
cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local ..
.........................gflags.........................
modify CMakeLists.txt
add this to CMakeLists:
set(GFLAGS_BUILD_SHARED_LIBS TRUE)
cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local ..
(2).使用系统自带的python库编译caffe, anaconda安装tensorflow, 这样两种库就不会打架了,副作用就是必须用多版本的python, 网上有pydev的方法可以解决这个问题.
以上两种方法亲测有效.但是我更倾向于第一种,而且我自己的机器也是按照第一种方法安装的.
A.安装Anaconda2.
下载和安装Anaconda2.并替换掉一些4.x版本的gcc动态库:libstdc++,libgomp, libquadmath
libstdc++.so
libstdc++.so.6
libstdc++.so.6.0.19
把这些换成系统自带的.例如我的是libstdc++.so.6.0.21
B.之后就是安装caffe安装的依赖项.
sudo apt-get install libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev liblmdb-dev libopencv-dev libopenblas-dev liblapack-dev libatlas-base-dev
C.按照官方的要求修改makefile.
https://github.com/BVLC/caffe/wiki/Ubuntu-16.04-or-15.10-Installation-Guide
D编译caffe.
6.编译opencv3.1
A.首先安装opencv依赖项
sudo apt-get install libjpeg-dev libtiff5-dev libjasper-dev libpng12-dev
sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev libxvidcore-dev libx264-dev
sudo apt-get install libgtk2.0-dev libtbb-dev
sudo apt-get install libatlas-base-dev gfortran
B.编译opencv
cmake -D CMAKE_BUILD_TYPE=RELEASE -D PYTHON2_EXECUTABLE=yourPYTHONpath/anaconda2/ -D PYTHON_INCLUDE_DIR=yourPYTHONpath/anaconda2/include/ -D PYTHON_LIBRARY=yourPYTHONpath/anaconda2/lib/libpython2.7.so -D PYTHON2_NUMPY_INCLUDE_DIRS=yourPYTHONpath/anaconda2/lib/python2.7/site-packages/numpy/core/include/ -D PYTHON2_PACKAGES_PATH=yourPYTHONpath/anaconda2/lib/python2.7/site-packages/ -D OPENCV_EXTRA_MODULES_PATH=yourPYTHONpath/OpenCV/opencv_contrib/modules -D CMAKE_INSTALL_PREFIX=/usr/local/opencv3 ..
注意最后是空格加两点
7.安装theano
这个比较简单,直接sudo apt-get theano就安装了
8.安装Tensorflow
因为之前已经安装较高且较新的protobuf之类的依赖库, 所以tensorflow安装时不会替换更新一点的protobuf, 因此安装后不会出现打架的情况.