为了caffe（二）在ubuntu14.0464位（双显卡）下安装caffe+cuda7.5+opencv3.0+cudnn５．１

时间：2021-03-02 06:30:40

为了caffe（二）在ubuntu14.0464位（双显卡）下安装caffe+cuda7.5+opencv3.0+cudnn５．１

配置  联想笔记本G480 双显卡（intel集成显卡和N卡独立显卡GeForce610M）

ubuntu14.0464位 cuda7.5   cudnn5.1   opencv3.0  +caffe



现在是2016年8月这个方法早晚失效        我因为看别人教程   安装过程中各个版本问题兼职要吐了  记录一下 


目录：

双显卡注意

步骤 0 验证是否满足安装条件

步骤1安装依赖库

步骤2下载cuda7.5
 

步骤3安装cuda
 

步骤4  安装例程
 

步骤5安装opencv3.0
 

 

 

步骤6 安装cudnn5.1



步骤7安装caffe   
 


 


双显卡注意： 我的G480笔记本有intel集成显卡和N卡独立显卡，
 

负责GUI界面的是集成显卡，他在安装cuda的过程中被+屏蔽了 
 

导致之后的重启会黑屏 后面会解决这个问题 ，（没用网上提到的那个nouveas方法，太复杂了！！！，）
 

注意：网上有提到一定要禁用这个nouveas才行，涉及到linux显卡驱动啥的？？？？可我还是没用
 

（安好cuda后我重启了一下，无法进入图形界面，我都听见那个登录界面的声音了，可就是黑屏，只能Ctrl+atl+F1进入tty界面，，造成这个问题的原因是  （ 我的G480笔记本有intel集成显卡和N卡独立显卡，负责GUI界面的集成显卡，他在安装cuda的过程中被+屏蔽了  ）
 

）
 

解决办法是：来自知乎大神  https://www.zhihu.com/question/35249192/answer/61880911 安装gdm
 



 

如果你很不幸的进不了Ubuntu GUI界面，就按ctrl+shift+F1进入命令行界面，然后输入以下命令先停掉lightdm，然后安装gdm（把gdm设置为默认开启模式）再重启一下电脑就进了。  



    

  1.   
    2.  
 
  2. sudo stop lightdm  
    3.  
 
  3. sudo apt-get install gdm  
    4.  
 
  4.   
    5.  
 
  5. 作者：快乐的猫  
    6.  
 
  6. 链接：https://www.zhihu.com/question/35249192/answer/108564240  
    7.  
 
  7. 来源：知乎  
    8.  
 
  8. 著作权归作者所有，转载请联系作者获得授权。  
    9.  





 



 



 

其他解决办法：
 

我还在网上找到了很多其他的解决办法  例如1用run安装而不用deb安装，其间要选择不安装opengl（同样出自上面那个知乎网址）
 

2 用prime切换 3按的时候禁用nouveas 可是这就还要让我再重装一遍啊（重装系统吧，因为进不去GUI了）我都装到现在了，
 



 



 


 

另外：强烈推荐按照 步骤来 按顺序 特别是caffe一定要最后弄 （原因：caffe在makefile关系到前面的东西）
 


 

步骤0验证是否满足安装条件
 


 


 

验证你的gpu支持是否支持Cuda
打开支持Cuda运算的Gpu列表，只要你的GPU在里面找得到就没问题
 

$
lspci | grep -i nvidia
 

01:00.0
VGA compatible controller: NVIDIA Corporation GF119M [GeForce 610M]
(rev a1)



我查到了GeForce 610M 它的Compute	Capability
是2.1 ，不到3，所以不能用cudnn，这个后面会讲到，也会安装cudnn（虽然不能用）
 

 

 

 

    

  • 确认你的系统是X86架构，可通过下面的命令查询 必须是x86_64
    •  




$ uname -m &&cat /etc/*release
 

x86_64
 

DISTRIB_ID=Ubuntu
 

DISTRIB_RELEASE=14.04
 

DISTRIB_CODENAME=trusty
 

DISTRIB_DESCRIPTION="Ubu
 

 

 

 

    

  • 安装gccUbuntu 14.04已经自带gcc4.8.4,无需自行下载，检查gcc版本可通过如下方法：
    •  




$ gcc --version
 

注意：网上有人推荐升级到gcc4.9    我觉得不对我看官网文档里推荐的就是gcc4.8版本的  不推荐升级
 


 


 

步骤1



安装依赖库
 

安装一些基本依赖项：
 

$
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
 


 


 

我是先卸载已有N卡驱动， （就算觉得这是新电脑没装过驱动可以不用做这个，也推荐做一下这， 以防万一啊）
 

sudo
apt-get remove --purge nvidia*
 

注意：这里卸载了就不需要 再手动安装了 后面的安装cuda会安装驱动，网上有说手动安装的，我不推荐。
 

 

步骤2下载cuda7.5
 

地址
https://developer.nvidia.com/cuda-toolkit 
 

现在的版本是7.5版， 进入下载页面，选择linux --》x86_64 --》ubuntu--》》14.04--》deb（local）
 

 

注意：我选择的是deb（local）， 我觉得deb（network）联网安装 实在是不放心， run版本涉及到手动选择配置一些东西，我用不着，。



 

验证Cuda安装包
 

$
md5sum filename
 

推荐一定要验证一下
 谨慎 以防万一
 

如果下载没出错，那得到的MD5序列号和那个页面中是一致的，否则只能重新下载。
 



 



 

步骤3安装cuda
 

cd进cuda安装包所在的目录，执行以下命令
 

$
sudo dpkg -i cuda-repo-ubuntu1404-7-5-local_7.5-18_amd64.deb
 

$
sudo apt-get update
 

$
sudo apt-get install cuda
 

    

  • 添加环境变量
    •  



$
sudo gedit /etc/profile
 

#
在末尾添加（注意自己的Cuda版本）：
 

#
export PATH=/usr/local/cuda-7.5/bin:$PATH
 

#
export LD_LIBRARY_PATH=/usr/local/cuda-7.5/lib64:$LD_LIBRARY_PATH
 

$
source /etc/profile
 

$
sudo reboot
 




查看GPU驱动版本、Cuda版本：正常安装的话，会出现版本信息，如果没出现说明安装出错，
 

$
cat /proc/driver/nvidia/version
 

dong@dong-Lenovo-G480:~$
cat /proc/driver/nvidia/version
 

NVRM
version: NVIDIA UNIX x86_64 Kernel Module 352.63 Sat Nov 7
21:25:42 PST 2015
 

GCC
version: gcc version 4.8.4 (Ubuntu 4.8.4-2ubuntu1~14.04.3) 
 

 

 

$
nvcc -V
 

dong@dong-Lenovo-G480:~$
nvcc -V
 

nvcc:
NVIDIA (R) Cuda compiler driver
 

Copyright
(c) 2005-2015 NVIDIA Corporation
 

Built
on Tue_Aug_11_14:27:32_CDT_2015
 

Cuda
compilation tools, release 7.5, V7.5.17
 

 

 

 

步骤4 安装例程
 

cuda-install-samples-7.5.sh
~/cuda
 

编译
cd进NVIDIA_CUDA-7.5_Samples中make:
 

$ cd
~/cuda/NVIDIA_CUDA-7.5_Samples



$
make
 

# 编译结果在~/NVIDIA_CUDA-7.5_Samples/bin/x86_64/linux/release中
 

 

 

执行编译结果，确认安装配置
 

$ cd
 

$
./~/NVIDIA_CUDA-7.5_Samples/bin/x86_64/linux/release/deviceQuery
 

 

 

dong@dong-Lenovo-G480:~/NVIDIA_CUDA-7.5_Samples/bin/x86_64/linux/release$
./deviceQuery
 

./deviceQuery
Starting...
 


 


CUDADevice Query (Runtime API) version (CUDART static linking)
 


 

Detected
1 CUDA Capable device(s)
 


 

Device
0: "GeForce 610M"
 

 
CUDADriver Version / Runtime Version 7.5 / 7.5
 

 
CUDACapability Major/Minor version number: 2.1
 

 
Totalamount of global memory: 1024 MBytes (1073479680bytes)



 (1) Multiprocessors, ( 48) CUDA Cores/MP: 48 CUDA Cores
 

 
GPUMax Clock rate: 950 MHz (0.95 GHz)
 

 
MemoryClock rate: 900 Mhz
 

 
MemoryBus Width: 64-bit
 

 L2Cache Size: 65536 bytes
 

 
MaximumTexture Dimension Size (x,y,z) 1D=(65536), 2D=(65536, 65535),3D=(2048, 2048, 2048)
 

 
MaximumLayered 1D Texture Size, (num) layers 1D=(16384), 2048 layers
 

 
MaximumLayered 2D Texture Size, (num) layers 2D=(16384, 16384), 2048layers
 

 
Totalamount of constant memory: 65536 bytes
 

 
Totalamount of shared memory per block: 49152 bytes
 

 
Totalnumber of registers available per block: 32768
 

 
Warpsize: 32
 

 
Maximumnumber of threads per multiprocessor: 1536
 

 
Maximumnumber of threads per block: 1024
 

 
Maxdimension size of a thread block (x,y,z): (1024, 1024, 64)
 

 
Maxdimension size of a grid size (x,y,z): (65535, 65535, 65535)
 

 
Maximummemory pitch: 2147483647 bytes
 

 
Texturealignment: 512 bytes
 

 
Concurrentcopy and kernel execution: Yes with 1 copy engine(s)
 

 
Runtime limit on kernels: No



 
IntegratedGPU sharing Host Memory: No
 

 
Supporthost page-locked memory mapping: Yes
 

 
Alignmentrequirement for Surfaces: Yes
 

 
Devicehas ECC support: Disabled
 

 
Devicesupports Unified Addressing (UVA): Yes
 

 
DevicePCI Domain ID / Bus ID / location ID: 0 / 1 / 0
 

 
ComputeMode:
 

 
<Default (multiple host threads can use ::cudaSetDevice() with devicesimultaneously) >
 


 

deviceQuery,
CUDA Driver = CUDART, CUDA Driver Version = 7.5, CUDA Runtime Version
= 7.5, NumDevs = 1, Device0 = GeForce 610M
 

Result
= PASS
 

 

bandwidthTest确认
 


$./~/NVIDIA_CUDA-7.5_Samples/bin/x86_64/linux/release/bandwidthTest
 

 

dong@dong-Lenovo-G480:~/NVIDIA_CUDA-7.5_Samples/bin/x86_64/linux/release$
./bandwidthTest 
 

[CUDA
Bandwidth Test] - Starting...
 

Running
on...
 


 


Device 0: GeForce 610M




Quick Mode
 


 


Host to Device Bandwidth, 1
Device(s)
 


PINNED Memory Transfers
 


Transfer Size
(Bytes) Bandwidth(MB/s)
 


33554432 6446.0
 


 


Device to Host Bandwidth, 1
Device(s)
 


PINNED Memory Transfers
 


Transfer Size
(Bytes) Bandwidth(MB/s)
 


33554432 6428.6
 


 


Device to Device Bandwidth, 1
Device(s)
 


PINNED Memory Transfers
 


Transfer Size
(Bytes) Bandwidth(MB/s)
 


33554432 12653.3
 


 

Result
= PASS
 


 

NOTE:
The CUDA Samples are not meant for performance measurements. Results
may vary when GPU Boost is enabled.



 

步骤5安装opencv3.0
 

先用了网上某个大神的方法 试着安装2.4版本oepncv， 听说是非常简单   但是
 

我在sudo ./opencv2_4_10.sh时，命令行出现很多绿色字体，GUI界面卡死  
 

 失败了！
 


 

那换方法，我又手动装了oepncv3.0    http://blog.csdn.net/u013915633/article/details/49886465
 

 

 

步骤6 安装cudnn5.1
 

cuDNN是GPU加速计算深层神经网络的库
 

注意：这个因为CUDNN要求GPUCUDA Capability 不小于3.0 （来自大神http://blog.csdn.net/eagelangel/article/details/50562065），我的只有2.1，所以实际不能用cudnn。
 

，我怎么知道不行的，我后面才知道的，
 

现在还是先安了再说，仅仅是记录了
 

 

下载cudnn  https://developer.nvidia.com/cudnn（网上好多人说，注册以后还要一两天才能下载，，我不是，我注册完了直接就能下载了）
 

我下载了
cudnn-7.5-linux-x64-v5.1.tgz
 

 

安装在终端中切换到文件所在文件夹，输入下面指令：
 

$
sudo tar xvf cudnn-7.0-linux-x64-v4.0-prod.tgz



$ cd
cuda/include
 

$
sudo cp *.h /usr/local/include/
 

$ cd
../lib64
 

$
sudo cp lib* /usr/local/lib/
 

$ cd
/usr/local/lib
 

$
sudo chmod +r libcudnn.so.4.0.4
 

$
sudo ln -sf libcudnn.so.4.0.4 libcudnn.so.4
 

$
sudo ln -sf libcudnn.so.4 libcudnn.so
 

$
sudo ldconfig
 

注意（我安装的是libcudnn.so.4.0.7，跟上面的例子对应就好，，，，上面的版本号要自己对应）
 



 



 

 

 

步骤7安装caffe   请确保cudnn和oepncv3.0都安装完成了再进行这一步
 

Caffe下载
直接从github下载最新版本，下载前切换到home目录
 

$ cd
~
 

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

    

  • 编译Caffe
    •  



$ cd
~/caffe



$ cp
Makefile.config.example Makefile.config
 

 

# 修改Makefile.config文件：
 

 

# 如果安装了Opencv3.0,去掉
 

OPENCV_VERSION := 3的注释
 

 

# 如果安装了cudnn,去掉
 

USE_CUDNN := 1 的注释
 

 

注意：这里还可能
与BLAS有关，先标注下
 

 

 

保存后重新编译：
 


 

注意：：：caffe需要一个BLAS。。。BLAS有3钟种选择，1 ATLAS 2 MKL 3 openBLAS 
 


 

 

$
sudo make clean（第一次编译不用这个，之后重新编译时候用）
 

$
sudo make all



$
sudo make test 
 

$
sudo make runtest 
 

本人编译的时候最后一步的时候，出现这样的错误：
 

libcudart.so.7.5
cannot open shared object file: No such file or directory1
 



 

解决方法是这样，将一些文件复制到/usr/local/lib文件夹下：
 

$
sudo cp /usr/local/cuda-7.5/lib64/libcudart.so.7.5
/usr/local/lib/libcudart.so.7.5 && sudo ldconfig
 

$
sudo cp /usr/local/cuda-7.5/lib64/libcublas.so.7.5
/usr/local/lib/libcublas.so.7.5 && sudo ldconfig
 

$
sudo cp /usr/local/cuda-7.5/lib64/libcurand.so.7.5
/usr/local/lib/libcurand.so.7.5 && sudo ldconfig123
 

再次，尝试sudomake runtest命令，出现如下：
 

 

显示很多绿色的RUN
 

注意：这里出现问题
 

F0823 12:59:13.293607 16025cudnn_tanh_layer.cpp:13] Check failed: status == CUDNN_STATUS_SUCCESS(6 vs. 0) CUDNN_STATUS_ARCH_MISMATCH
 

*** Check failure stack trace: ***
 

@ 0x2b7d843c9daa (unknown)
 

@ 0x2b7d843c9ce4 (unknown)
 

@ 0x2b7d843c96e6 (unknown)
 



 

这就是上文说的



这个因为CUDNN要求GPUCUDA Capability 不小于3.0 （来自大神http://blog.csdn.net/eagelangel/article/details/50562065），我的只有2.1，所以实际不能用cudnn。
 

 

只能禁用cudnn，再重新编译！！！
 

再
sudomake runtest
 

 

很多很多绿色的
ＲＵＮ　ＯＫ　　　最后是
 

[
RUN      ] ConvolutionLayerTest/1.TestGradient3D
 

[
      OK ] ConvolutionLayerTest/1.TestGradient3D (450 ms)
 

[----------]
15 tests from ConvolutionLayerTest/1 (1390 ms total)
 


 

[----------]
Global test environment tear-down
 

[==========]
2021 tests from 267 test cases ran. (593012 ms total)
 

[
 PASSED  ] 2021 tests.
 

 

至此，caffe安装完成。
 

 

 

 

最后注意：　上面没有写到ｐｙｔｈｏｎ　　　　没有　写到ｍｎｉｓｔ
 





 


 


 


 

 

 

 

附录：
 

第1
 

 

caffe需要一个BLAS。。。BLAS有3钟种选择，1 ATLAS 2 MKL 3 openBLAS 
   
我好像选了BLAS？？？？？？ 
我不明白 

 这个好像是一个运算库吧，可以加速运算什么，那个MKL性能最好，我用的是 前面安装依赖项的时候就着按了 atlas
 

第2
用vi编辑的时候
  更进入vi以后
用i表示插入
     （但是在vi里面删除功能真烂）
 

第3
 dpkg是软件管理系统
 管理deb文件
 

       -i表示安装
 

第4 下面命令里 -y表示 确定安装 就不用再确定了
 

 

    

  1. sudo apt-get install build-essential -y  
    2.  



标签：
相关文章