人工智能 | 计算机视觉 | 深度学习

0%

caffe安装系列——安装cuda和cudnn

发表于 更新于 分类于 阅读次数： Valine： 本文字数： 3.7k 阅读时长 ≈ 3 分钟
...

说明

  • 网上关于caffe的安装教程非常多，但是关于每一步是否操作成功，出现了什么样的错误又该如何处理没有给出说明。因为大家的操作系统的环境千差万别，按照博客中的教程一步步的安装，最后可能失败——这是很常见的哦。有的教程甚至省略了一些细节部分，让小白更不知道如何判断每一步是否操作成功，如何处理出现的错误。
  • 作者花费了很长时间才成功地将caffe装完，期间遇到好多错误，多次重装操作系统。现在将经验写下来，一方面为了和大家分享，讨论；另一方面是为了记录一下下~~~

环境

操作系统： Ubuntu 14.04(64bit)
GCC/G++:4.7.x
OpenCV: 2.4.11和3.0.0
Matlab :R2014b(a)
Python: 2.7
显卡：Telsa K40m & Telsa K20xm

安装步骤

  1. 综述
  2. 准备工作
  3. 安装GCC4.7和G++4.7并降级
  4. 安装显卡驱动
  5. 安装cuda和cudnn
  6. 安装Matlab
  7. 安装OpenCV
  8. 安装Python依赖包
  9. 安装caffe

安装cuda

  • 参考《Ubuntu-安装-cuda7.0-单显卡-超详细教程》 《Caffe + Ubuntu 15.04 + CUDA 7.0 新手安装配置指南》
  • 注意1：安装cuda可以通过二进制安装包安装，也可以通过deb包在线安装。本文使用二进制安装包安装。
  • 注意2：由于前面已经安装了显卡驱动，因此关于显卡驱动的选项，选择no，即不再安装显卡驱动。
    1
    2
    3
    4
    5
    6
    7
    8
    9
    # 安装依赖库
    apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libgl1-mesa-dev libglu1-mesa libglu1-mesa-dev libxi-dev 
    # 添加执行权限,并安装。注意不要重复安装显卡驱动。
    # cuda**run根据自己下载的版本更改名称。
    # 选择安装Cuda Samples，后边还会编译它。
    # 选择创建软连接。cuda -> cuda7.0
    stop lightdm
    chmod a+x cuda_7.0.28_linux.run
    sudo ./cuda_7.0.28_linux.run
  • 修改/etc/profile文件，将cuda添加到环境变量中。【注：关于这一点，安装完cuda之后，命令行中有提示！！！细心看一下】
  • 将/usr/local/cuda-7.0/bin添加到环境变量PATH路径中，这样一来，就可以在任何路径下调用cuda相关的可执行文件了。
  • 将/usr/local/cuda7.0/lib64添加环境变量LD_LIBRARY_PATH 中，作为共享库使用。这样一来，后面编译Cuda Samples 和OpenCV时，就不会提示找不到库的错误了。
  • 操作1：将以下内容添加到文件/etc/profile的最后面，保存后，执行命令source /etc/profile，使配置生效。
    1
    2
    3
    4
    PATH=/usr/local/cuda/bin:$PATH 
    export PATH 
    LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64
    export LD_ LIBRARY_PATH
  • 操作2：在目录/etc/ld.so.conf.d/下新建文件 cuda.conf，并添加如下内容。然后执行命令sudo ldconfig，使配置生效。

  • 解释：下面第一行是上面提到的cuda库文件路径，后面3行是后来综合调试错误和其它博文总结得到的。所以，最好加上，省的出错哦。。。

    1
    2
    3
    4
    /usr/local/cuda/lib64
    /lib
    /usr/lib
    /usr/lib32

  • 检查cuda是否配置好,在命令行中执行以下命令。

    1
    2
    #输入以下命令，检查是否配置好。如下图所示，说明安装好。
    nvcc --version

    这里写图片描述

安装CUDA SAMPLES

  • 为什么安装cuda samples?

  • 一方面为了后面学习cuda使用，另一方面，可以检验cuda是否真的安装成功。如果cuda samples全部编译通过，没有一个Error（Warning忽略），那么就说明成功地安装了cuda。但如果没有通过编译，或者虽然最后一行显示PASS，但是编译过程中有ERROR，请自行GOOGLE解决之后，再向下安装，否则失之毫厘谬以千里！！！

  • make时，请使用make -j，可以最大限度的使用cpu编译，加快编译的速度。

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    # 切换到cuda-samples所在目录
    # 注意，换成自己的路径
    cd /home/xuezhisd/NVIDIA_CUDA-7.0_Samples
    # 编译 make （安装命令 sudo apt-get install cmake)
    make –j 
    # 编译完毕，切换release目录
    cd ./bin/x86_64/linux/release
    # 检验是否成功
    # 运行实例 ./deviceQuery
    ./deviceQuery 
    # 可以认真看看自行结果，它显示了你的NVIDIA显卡的相关信息。
  • ./deviceQuery执行结果如下图所示：
    这里写图片描述
  • 一个Error例子
  • 安装CUDA SAMPLES的过程中，可能会出现错误“/usr/bin/ld: cannot find –lGL”
  • 通过Google搜索，找到以下解决方法：
    1
    2
    3
    4
    5
    locate libGL.so
    # 返回结果
    #/usr/lib/i386-linux-gnu/mesa/libGL.so.1
    #/usr/lib/i386-linux-gnu/mesa/libGL.so.1.2.0
    sudo ln -s /usr/lib/i386-linux-gnu/mesa/libGL.so.1.2.0 /usr/lib/libGL.so
  • 但是，依然不能编译通过。忽略进行后面的步骤，依然会提示一些.so文件找不到。最终在OpenCV那里完全无法再安装了，返回卸掉**卸载NVIDIA DRIVER 和cuda，重新安装驱动和cuda*，成功地编译cuda samples。
  • 安装的驱动的方法是在命令行中执行：
    1
    2
    sudo stop lightdm 
    sudo apt-get install nvidia-346
  • 然后将libGLobal.so链接到nvidia提供的libGLobal.so.346.82。后面编译cuda samples和opencv过程中顺利通过。
    1
    sudo ln –s /usr/lib/nvidia-346-updates/libGL.so.346.82 /usr/lib/libGL.so

  • 即使用NVIDIA提供的libGL.so可以完成编译，不再报错。

  • 注意：上面这个错误，就是在先装显卡驱动，后装gcc4.7过程遇到的。所以，请先安装gcc4.7和g++4.7，然后再安装NVDIA显卡驱动，再安装cuda。

安装cudnn

  • 安装cudnn比较简单，简单地说，就是复制几个文件：库文件和头文件。将cudnn的头文件复制到cuda安装路径的include路径下，将cudnn的库文件复制到cuda安装路径的lib64路径下。
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    #解压文件
    tar -zxvf cudnn-6.5-linux-x64-v2.tgz
    #切换路径
    cd cudnn-6.5-linux-x64-v2
    #复制lib文件到cuda安装路径下的lib64/
    sudo cp lib* /usr/local/cuda/lib64/
    #复制头文件
    sudo cp cudnn.h /usr/local/cuda/include/

    #更新软连接
    cd /usr/local/cuda/lib64/ 
    sudo rm -rf libcudnn.so libcudnn.so.6.5 
    sudo ln -s libcudnn.so.6.5.48 libcudnn.so.6.5 
    sudo ln -s libcudnn.so.6.5 libcudnn.so
  • 到目前为止，cudnn已经安装完了。但是，是否安装成功了呢，还得通过下面的cudnn sample测试。
    1
    2
    3
    4
    5
    6
    #运行cudnn-sample-v2
    tar –zxvf cudnn-sample-v2.tgz
    cd cudnn-sample-v2
    make
    ./mnistCUDNN
    #改程序运行成功，说明cudnn安装成功。
  • 此时可能出现错误：./mnist CUDNN: error while loading shared libraries: libcudart.so.6.5: cannot ope

  • 解决方法参考 https://groups.google.com/forum/#!topic/caffe-users/dcZrE3-60mc

  • 方法1：在命令行中执行
    export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64

  • 方法2：在/etc/profile文件最后添加export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64, 并在命令行中执行source /etc/profile。
相关文章