2. 程式人生 > >Ubuntu16.04安裝caffe非常細緻教程（歷經兩週的血淚史）

Ubuntu16.04安裝caffe非常細緻教程（歷經兩週的血淚史）

阿新 • • 發佈：2019-01-04

我這兩週安裝了很多次caffe，一直都是按照網上的教程，資料很多，但是說的感覺都不太全面，對於我這一個首次接觸Ubuntu系統的小白而言，每一步操作都是感覺如臨深淵。所以想寫一篇教程，避免大家重蹈我的覆轍。以下，就開始進入正題：

想要安裝caffe跑深度學習的人注意了，這裡麵包括好幾步，請一步一步來，個人感覺一蹴而就容易出問題，首先就是安裝nvidia驅動，我看網上很多例程說是可以和cuda一起安裝，但是一旦出了問題就不知道在哪裡了，而且很容易出錯！！！血和淚的教訓啊！！！所以還是一步步來。

網上有很多安裝NVIDIA驅動的教程，90%都說用下載.run檔案，然後安裝，然而我安裝後使用nvidia-smi命令出現的卻沒有正在執行時的執行緒（這個問題我之前沒有足夠的重視，造成最後出現很多問題），而且ppa安裝方式確實簡單，還安全。建議大家使用這種方式。

1、PPA安裝NVIDIA驅動

（1）禁用nouveau

sudo gedit /etc/modprobe.d/blacklist.conf

在最後另起一行新增如下

blacklist vga16fb
blacklist nouveau
blacklist rivafb
blacklist rivatv
blacklist nvidiafb

進行更新儲存

sudo update-initramfs -u

接下來關機重啟之後，在終端輸入

lsmod | grep nouveau

若沒有輸出，則證明關閉nouveau成功！

（2）PPA安裝NVIDIA驅動

新增Graphic Drivers PPA

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

查詢合適的版本

ubuntu-drivers devices

其中一個driver後面加上了recommend字樣，記住該版本，這個版本就是你要安裝的NVIDIA驅動版本

確定版本之後，接下來就進入到正式安裝了！！！

在進入安裝之前，建議沒設定root密碼的設定一下，因為一會兒用得到，很簡單，在終端輸入

sudo passwd

接下來設定的root密碼

輸入新的UNIX密碼：
重新輸入新的UNIX密碼：
passwd:已成功更新密碼

設定完成後，按Ctrl+Alt+F1進入終端模式

輸入你的賬號密碼後，獲取你的root許可權，輸入su，之後輸入你設定的root密碼後，即獲得root許可權（若不獲取，之後可能會出現許可權問題）

接著，輸入以下命令關閉圖形介面

sudo service lightdm stop

安裝driver，後面的數字修改為相應的版本號。

sudo apt-get install nvidia-396

等待一段時間之後（需要一會兒），之後直接重啟

sudo reboot

驗證是否成功

sudo nvidia-smi

注意Processes一欄，若出現如圖所示的執行緒資訊，則成功，否則就有問題了！！！

（3）配置環境變數

使用 gedit 命令開啟配置檔案：

sudo gedit ~/.bashrc

開啟後在檔案最後加入以下兩行內容，然後儲存退出：

export LD_LIBRARY_PATH=/usr/lib/x86_64-linux-gnu:$LD_LIBRARY_PATH
export LD_LIBRARY_PATH=/lib/x86_64-linux-gnu:$LD_LIBRARY_PATH

2、安裝CUDA（最好是cuda8.0+cudnn5.1)
由於現在官網下載都是最新版的，而大多數用的都是cuda8.0版本，所以這裡分享給你們百度雲連結：

https://pan.baidu.com/s/1mkEPRYPWpwLS6sNtE1Gn8A 密碼：8fw8

（1）安裝cuda

下載完成後開始安裝cuda，在終端裡執行命令

sudo chmod 777 cuda_8.0.61_375.26_linux.run
sudo sh cuda_8.0.61_375.26_linux.run --no-opengl-libs

注意，這裡的cuda後面的數字是我安裝的版本號，我的百度雲連結的cuda版本也是這個。還有要注意的就是，建議大家把軟體包都放在根目錄下，以便於安裝，若直接放在下載檔案下，終端輸入中文識別有問題。

下面安裝時要注意：執行後會有一系列提示讓你確認，但是注意，在accept之後，第二步就是問你是否安裝nvidia375驅動，這個時候輸入n。

剩下的選擇則都輸入“y”確認安裝或確認預設路徑安裝，開始安裝，安裝完成後最好還是重啟一下，輸入命令

reboot

重新登陸後，開啟終端，配置cuda環境變數，開啟~/.bashrc檔案

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}}

（2）測試cuda是否安裝正確

在終端輸入命令：

cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery 
sudo make 
sudo ./deviceQuery

若顯示這樣的內容，則證明你的cuda安裝成功了！！

./deviceQuery Starting...

 CUDA Device Query (Runtime API) version (CUDART static linking)

Detected 1 CUDA Capable device(s)

Device 0: "GeForce GT 740M"
  CUDA Driver Version / Runtime Version          8.0 / 8.0
  CUDA Capability Major/Minor version number:    3.5
  Total amount of global memory:                 2004 MBytes (2100953088 bytes)
  ( 2) Multiprocessors, (192) CUDA Cores/MP:     384 CUDA Cores
  GPU Max Clock rate:                            1032 MHz (1.03 GHz)
  Memory Clock rate:                             800 Mhz
  Memory Bus Width:                              64-bit
  L2 Cache Size:                                 524288 bytes
  Maximum Texture Dimension Size (x,y,z)         1D=(65536), 2D=(65536, 65536), 3D=(4096, 4096, 4096)
  Maximum Layered 1D Texture Size, (num) layers  1D=(16384), 2048 layers
  Maximum Layered 2D Texture Size, (num) layers  2D=(16384, 16384), 2048 layers
  Total amount of constant memory:               65536 bytes
  Total amount of shared memory per block:       49152 bytes
  Total number of registers available per block: 65536
  Warp size:                                     32
  Maximum number of threads per multiprocessor:  2048
  Maximum number of threads per block:           1024
  Max dimension size of a thread block (x,y,z): (1024, 1024, 64)
  Max dimension size of a grid size    (x,y,z): (2147483647, 65535, 65535)
  Maximum memory pitch:                          2147483647 bytes
  Texture alignment:                             512 bytes
  Concurrent copy and kernel execution:          Yes with 1 copy engine(s)
  Run time limit on kernels:                     No
  Integrated GPU sharing Host Memory:            No
  Support host page-locked memory mapping:       Yes
  Alignment requirement for Surfaces:            Yes
  Device has ECC support:                        Disabled
  Device supports Unified Addressing (UVA):      Yes
  Device PCI Domain ID / Bus ID / location ID:   0 / 1 / 0
  Compute Mode:
     < Default (multiple host threads can use ::cudaSetDevice() with device simultaneously) >

deviceQuery, CUDA Driver = CUDART, CUDA Driver Version = 8.0, CUDA Runtime Version = 8.0, NumDevs = 1, Device0 = GeForce GT 740M
Result = PASS

3、安裝cudnn

這就要求你事先對自己的電腦有所瞭解了，尤其是顯示卡，你可以通過https://developer.nvidia.com/cuda-gpus查詢自己電腦的計算能力，大於3的，裝cudnn才有意義。

cudnn需要去官網下載，而去官網下載還需要註冊，很麻煩，我就把我的百度雲連結發出來，供大家下載

連結：https://pan.baidu.com/s/1O7vvWEAvAHbHVCQOboav5A 密碼：f20o

下載cuDNN5.1之後進行解壓，XXX是你自己的註冊賬號。

sudo tar -zxvf /home/XXX/cudnn-8.0-linux-x64-v5.1.tgz -C /home/XXX

解壓之後，你會在跟目錄下看見cuda資料夾，在終端執行命令

cd cuda; sudo cp lib64/lib* /usr/local/cuda/lib64/; 
sudo cp include/cudnn.h /usr/local/cuda/include/  
更新軟連線: cd /usr/local/cuda/lib64/
sudo chmod +r libcudnn.so.5.1.10
sudo ln -sf libcudnn.so.5.1.10 libcudnn.so.5
sudo ln -sf libcudnn.so.5 libcudnn.so
sudo ldconfig

注意，請到自己解壓後的lib64資料夾看這個檔案libcudnn.so.5.0.5 ，電腦配置不同後面的數字型號不同，進行相應的修改，否則會報錯。

安裝完成後可用 nvcc -V 命令驗證是否安裝成功，若出現以下資訊則表示安裝成功：

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2016 NVIDIA Corporation
Built on Tue_Jan_10_13:22:03_CST_2018
Cuda compilation tools, release 8.0, V8.0.61

4、安裝opencv3.1.0

首先是下載opencv3.1.0安裝包，進入官網： http://opencv.org/releases.html，選擇 3.1.0 版本的 source , 下載 opencv-3.1.0.zip

安裝opencv需要的一些庫，這個是都需要安裝的，能安裝的儘量都安裝上。

sudo apt-get install build-essential

sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev

sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev

sudo apt-get install --assume-yes libopencv-dev 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

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

將安裝包放在根目錄下，進行解壓

unzip opencv-3.1.0.zip

解壓後，由於opencv3與cuda的相容問題，所以需要修改一下，修改 /opencv-3.1.0/modules/cudalegacy/src/graphcuts.cpp 檔案內容,修改成如圖

再執行命令

cd opencv-3.1.0
mkdir build
cd build
cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local ..
sudo make -j4

編譯成功後進行安裝

sudo make install

安裝完成後通過檢視 opencv 版本驗證是否安裝成功：

pkg-config --modversion opencv

5、安裝caffe

終於可以安裝caffe了，使用Git直接下載Caffe非常簡單，或者去https://github.com/BVLC/caffe下載。由於我習慣去github上找程式碼，所以就直接去下載的原始碼。

將caffe-master放在根目錄下，解壓

unzip caffe-master.zip

將解壓後的資料夾的名字改為caffe，因為make指令只能make Makefile.config檔案，而Makefile.config.example是caffe給出的makefile例子，因此，首先將Makefile.config.example的內容複製到Makefile.config

cd caffe
sudo cp Makefile.config.example Makefile.config

開啟Makefile.config檔案

sudo gedit Makefile.config

在開啟的檔案中修改如下

a.若使用cudnn，則 將

#USE_CUDNN := 1 

修改成： 

USE_CUDNN := 1 

b.若使用的opencv版本是3的，則 將

#OPENCV_VERSION := 3 

修改為： 

OPENCV_VERSION := 3 

c.若要使用python來編寫layer，則 將

#WITH_PYTHON_LAYER := 1 

修改為

WITH_PYTHON_LAYER := 1 

d.重要的一項 : 
將 # 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

修改為

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

若你用的是anaconda，則還需要修改

# NOTE: this is required only if you will compile the python interface.

# We need to be able to find Python.h and numpy/arrayobject.h.

#PYTHON_INCLUDE := /usr/include/python2.7 \
		
	 #/usr/lib/python2.7/dist-packages/numpy/core/include

# Anaconda Python distribution is quite popular. Include path:

# Verify anaconda location, sometimes it's in root.
 
ANACONDA_HOME := $(HOME)/anaconda
 
PYTHON_INCLUDE := $(ANACONDA_HOME)/include \
		
	 $(ANACONDA_HOME)/include/python2.7 \
		
	 $(ANACONDA_HOME)/lib/python2.7/site-packages/numpy/core/include

修改makefile檔案

NVCCFLAGS +=-ccbin=$(CXX) -Xcompiler-fPIC $(COMMON_FLAGS)
替換為：
NVCCFLAGS += -D_FORCE_INLINES -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS)
LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_hl hdf5
改為：
LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_serial_hl hdf5_serial

編輯/usr/local/cuda/include/host_config.h 將其中的第115行註釋掉：

也許你開啟後的檔案顯示只讀，這時你就在此資料夾開啟終端，執行命令將其改為可寫

chomd a+w host_config.h

將

#error– unsupported GNU version! gcc versions later than 4.9 are not supported!

修改為

//#error– unsupported GNU version! gcc versions later than 4.9 are not supported!

接下來就是編譯測試了！！！

在caffe資料夾下，執行命令

sudo make all -j4

這是如果之前的配置或安裝出錯，那麼編譯就會出現各種各樣的問題，所以前面的步驟一定要細心。我之前子啊這裡出現很多錯誤，也遇到很多問題，有的看別人的教程能解決，有的解決不了的就只能系統重灌！

如果沒有問題，那麼執行

sudo make runtest -j8

這會經歷一段時間，測試很多項是否正確，如果都沒有問題，那麼就會出現如圖所示的畫面

大功告成！！！！！

相關推薦

Ubuntu16.04安裝caffe非常細緻教程（歷經兩週的血淚史）

我這兩週安裝了很多次caffe，一直都是按照網上的教程，資料很多，但是說的感覺都不太全面，對於我這一個首次接觸Ubuntu系統的小白而言，每一步操作都是感覺如臨深淵。所以想寫一篇教程，避免大家重蹈我的覆轍。以下，就開始進入正題： 想要安裝caffe跑深度學習的人注意

ubuntu16.04安裝caffe（詳細教程）

cd ~ git clone https://github.com/BVLC/caffe.git 下載好後，進入到home下提取即可 注意：安裝順序為：nvidia顯示卡驅動--cuda--opencv--caffe，我的部落格裡有其他三個的安裝方法，安裝時間較長，可分

ubuntu16.04 安裝caffe(cpu)比較靠譜的教程

ubuntu16.04 安裝caffe(cpu)比較靠譜 一、安裝依賴庫 首先執行以下命令 sudo apt-get update 切換到root許可權 sudo su 安裝caffe之前需要安裝一些依賴庫： 注意：輸入下面的每一條程式碼時，不要急著回車

Ubuntu16.04安裝caffe（CPU版本）過程

具體安裝過程中遇到的幾點問題 1.第三步修改檔案路徑時記得注意空格； 2.錯誤：You are using pip version 9.0.3, however version 10.0.1 is available. You should consider

Caffe學習之——虛擬機器下Ubuntu16.04 安裝caffe教程

轉載自：https://blog.csdn.net/c20081052/article/details/79775127安裝caffe的依賴項1）一般依賴項sudo apt-get install libprotobuf-dev libleveldb-dev libsnapp

ubuntu16.04 安裝caffe（GPU）

1、首先安裝caffe之前我已經安裝好基於GPU的tensorflow，所以顯示卡驅動+cuda+cudnn我都已經安裝好。 教程如下： http://blog.csdn.net/xhjj520/article/details/78857353 2、另外 安裝opencv2

ubuntu16.04安裝caffe出現的問題

1. ./include/caffe/util/mkl_alternate.hpp:14:19: fatal error: cblas.h: No such file or directory Makefile:594: recipe for target '.build_release

[專業親測]Ubuntu16.04安裝Nvidia顯示卡驅動（cuda）--解決你的所有困惑

因為要做畢設需要安裝caffe2，配置cuda8.0，但是安裝nvidia驅動真的是把我難倒了，看了很多篇博文都沒有效果，現在我自己重新總結了下幾種 安裝方法（親測有效），希望能幫到大家。 檢視版本驅動 NVIDIA驅動 方法一： ppa源安裝驅動 sudo add-apt-repos

Ubuntu16.04安裝搜狗拼音輸入法（中文輸入法）

雖然網上有很多教程，但是我覺得我的很適合那些真正的小白。。。 1、下載檔案 由於我要給多臺電腦安裝搜狗輸入法，所以用的是資料夾安裝，不是命令列安裝。 2、開啟安裝目錄，調出終端。 sudo dpkg -i sogoupinyin_2.1.0.00826_amd

ubuntu16.04安裝opencv3.4.1教程

最近opencv3.4.1釋出了，想換個新的試試鮮，於是把配置的過程通過博文的方式記錄下來，方便查閱。 本教程原為3.3.0，但經過博主親測，3.4.0、3.4.1皆適用 1.去官網下載opencv，在本教程中選用的時opencv3.4.1，其他

ubuntu16.04安裝caffe以及各種問題彙總

前言： 本文是基於已經成功安裝了python各種常用包、opencv、cuda 安裝過程 1、首先安裝各種更新包 sudo apt-get update sudo apt-get upgrade sudo apt-get instal

Ubuntu16.04安裝caffe中遇到的問題總結

解決辦法是依據出現錯誤的順序而給出的，為了方便，可以直接先執行所有解決辦法後再安裝caffe。 1. ./include/caffe/common.hpp:5:27: fatal error: gflags/gflags.h: No such file or directo

Ubuntu16.04 安裝流程 -4 程式設計-Git_PyCharm_TeX_VSCode（201709）

1. Git sudo apt-get install git git config --global user.name "YOUR NAME" git config --global user.email "YOUR EMAIL ADDRESS" gi

Ubuntu16.04 安裝 Caffe(SSD版)

安裝步驟 首先安裝各種依賴包： $ sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev $ python-dev libgflags-dev libatl

ubuntu16.04安裝配置opencv3.2.0（完全安裝）

      本教程為完全安裝教程，只需要簡單安裝的可以參考此篇簡單安裝教程，大部分功能可以使用，但是不具有video等視訊處理的功能。由於本人需要video功能，因此重新安裝的自己的opencv。 安裝步驟 安裝FFMPEGapt-get安裝相關的依賴庫下載opencv，o

ubuntu16.04安裝caffe

CUDA安裝（包括nvidia顯示卡驅動和cuda庫檔案）：  CUDA(Compute Unified Device Architecture)，是顯示卡廠商NVIDIA推出的運算平臺CUDA™是一種由NVIDIA推出的通用平行計算架構，該架構使GPU能夠解決複雜的計算問題。開發人員現在可以使用C語言

ubuntu16.04安裝QQ2012國際版教程

在知乎，論壇上看了好多ubuntu系統qq版本的問題，2012是最好用的，也是ubuntu上可支援的最新的qq; 1 終端輸入  ：sudo apt-get update  //安裝新的下載源 2 終端輸入：sudo apt-get install wine1.6 //安

ubuntu16.04安裝Vivado 2017.4 教程

安裝vivado2017.4主要參考以下部落格，並做了一下總結： vivado 2017.4安裝和啟動步驟總結： 【安裝】 1.上官網下載vivado hlx 版本2017.4，和 連結如下： 選擇版本：Vivado Design Suite - HLx Editi

Ubuntu16.04安裝caffe問題總結以及解決方案

[email protected]:~/caffe$ python >>> import caffe 若不報錯則表示 caffe 的 python 介面已正確編譯 以下是我匯入 caffe 時出現的錯誤： 1.

Ubuntu16.04安裝OpenCV3.2.0教程

step 0 更新 apt-get（在安裝前最好先更新一下系統，不然可能會安裝失敗。） sudo apt-get update sudo apt-get upgrade step 1 安裝依賴 （太多了，自己相應替換） sudo apt-g