By

文章目錄
  1. 1. 1. 安装依赖库：
  2. 2. 2. 安装BLAS：
  3. 3. 3.安装Opencv：
  4. 4. 4. 安装 Matlab
  5. 5. 5. 下载Caffe：
    1. 5.0.0.1. CPU model
    2. 5.0.0.2. GPU model
  • 5.1. CuDNN model
  • 6. 6. 编译Caffe：
  • 7. 7. gcc降级
  • 8. 8. 编译matlab借口

    • 1. 安装依赖库：

    1
    2
    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

    2. 安装BLAS：

    1
    2
     sudo apt-get install libatlas-base-dev
    （or install OpenBLAS or MKL for better CPU performance）

    3.安装Opencv：

    下载 linux 版本 opencv 安装包,unzip解压到指定目录
在安装目录下执行下面code

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    sudo apt-get update   
    sudo apt-get upgrade  // 更新
    //安装依赖库
    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  
    //安装opencv
    sudo cmake .
    sudo make
    sudo make install
    //配置环境变量
    sudo /bin/bash -c 'echo "/usr/local/lib" > /etc/ld.so.conf.d/opencv.conf'
    sudo ldconfig
    sudo gedit/etc /bash.bashrc
    PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig
    export PKG_CONFIG_PATH
    //编译samples程序：
    cd samples
    sudo cmake .
    sudo make -j $(nproc) 
    cd cpp
    //运行测试程序：
    sudo ./cpp-example-facedetect ../data/lena.jpg

    4. 安装 Matlab

    5. 下载Caffe：

    1
    2
    3
    cd path_caffe // 到指定目录
    git clone git://github.com/BVLC/caffe.git//下载Caffe
    cp Makefile.config.example Makefile.config

    修改Makefile，在

    1
    2
    3
    LIBRARIES += glog gflags protobuf leveldb snappy \
    lmdb boost_system hdf5_hl hdf5 m \
    opencv_core opencv_highgui opencv_imgproc opencv_imgcodecs

    处加入后面的opencv_imgcodecs，因为opencv3.0.0把imread相关函数放到imgcodecs.lib中了（原来是imgproc.lib）

    CPU model
    修改Makefile.config文件：去掉CPU_ONLY:= 1的注释
    GPU model

    mint下安装英伟达驱动和cuda显得格外简单。我在ubuntu下折腾了n久，都以悲剧收场。
    安装驱动： 打开mint的驱动管理器 直接安装即可
    安装完成后　打开驱动管理器如图所示，

    而且系统右下角会出现英伟达的图标，点击打开图标后显示

    如果途中选中的是　Intel　那一项可能是因为bios显卡设置的问题，重启电脑进入bios,将显卡设置为独立显卡模式即可。
    下载最新的cuda安装包（.deb文件）
    sudo dpkg -i xxx.deb
    sudo apt-get update
    sudo apt-get insatll cuda
    也可以直接用软件管理器打开.deb文件直接安装
    安装完成后进入 /usr/local/cuda/samples/
    编译例子　　　 sudo make
    全部编译完成后， 进入 samples/bin/x86_64/linux/release,
    sudo下运行deviceQuery,如果出现下列显卡信息， 则驱动及显卡安装成功

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    24
    25
    26
    27
    28
    29
    30
    31
    32
    33
    34
    35
    36
    37
    38
    39
    40
     sudo ./deviceQuery
     ./deviceQuery Starting.

    CUDA Device Query (Runtime API) version (CUDART static linking)
    Detected 1 CUDA Capable device(s)
    Device 0: "NVS 4200M"
    CUDA Driver Version / Runtime Version          7.0 / 7.0
    CUDA Capability Major/Minor version number:    2.1
    Total amount of global memory:                 1024 MBytes (1073414144 bytes)
     ( 1) Multiprocessors, ( 48) CUDA Cores/MP:     48 CUDA Cores
     GPU Max Clock rate:                            1620 MHz (1.62 GHz)
     Memory Clock rate:                             800 Mhz
     Memory Bus Width:                              64-bit
     L2 Cache Size:                                 65536 bytes
     Maximum Texture Dimension Size (x,y,z)         1D=(65536), 2D=(65536, 65535), 3D=(2048, 2048, 2048)
      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: 32768
      Warp size:                                     32
      Maximum number of threads per multiprocessor:  1536
      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): (65535, 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:                     Yes
      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 = 7.0, CUDA Runtime Version = 7.0, NumDevs = 1, Device0 = NVS 4200M
    Result = PASS

    效果如下图所示:

    然后查看CUDA Capability Major/Minor version number这一项，为2.1.
    在Makefile.config文件中，修改

    CuDNN model

    安装CuDNN
    下载CuDNN库文件:cudnn-7.0-linux-x64-v3.0-rc.tgz
    tar -xzvf cudnn-7.0-linux-x64-v3.0-rc.tgz
    cd cuda/lib64
    sudo cp lib* /usr/local/cuda/lib64/
    cd ..
    cd include
    sudo cp cudnn.h /usr/local/cuda/include/
    在~/caffe/Makefile.config中，将# USE_CUDNN := 1的注释去掉，
    即：USE_CUDNN := 1，并重新编译

    6. 编译Caffe：

    之前make过的话，要make clean命令清除之前的结果，然后重新执行下面的命令即可

    1
    2
    3
    4
    make clean
    make all -j4
    make test -j4
    make runtest -j4

    出现 error，具体信息如下：

    1
    2
    .build_release/tools/caffe: error while loading shared libraries: libcudart.so.7.0: cannot open shared object file: No such file or directory
    make: 3* [runtest] Error 127

    解决办法
    sudo ldconfig /usr/local/cuda-7.0/lib64
    error

    SolverTest/3.TestInitTrainTestNets
    F0910 11:19:15.516458 4395 cudnn_softmax_layer.cpp:19] Check failed: status == CUDNN_STATUS_SUCCESS (6 vs. 0) CUDNN_STATUS_ARCH_MISMATCH
    Check failure stack trace:
    因为笔记本上的NVS4200M的CUDA Capability是2.1,而官方的cudnn加速是不支持3.0以下的版本的，因此只能在Makefile.config中注释掉USE_CUDNN这行,最后终于编译成功。
    执行data下的的相关文件下载数据

    1
    2
    3
    sudo sh  data/mnist/get_mnist.sh
    sudo sh data/cifar10/get_cifar10.sh
    sudo sh data/ilsvrc12/get_ilsvrc_aux.sh

    运行Mnist例子

    1
    2
    sudo  ./examples/mnist/create_mnist.sh
    sudo ./examples/mnist/train_lenet.sh

    7. gcc降级

    ubuntu14.04(mint)自带的gcc版本是4.8，MATLAB2014a支持的最高版本为4.7x。因此，需要安装gcc4.7，

    1
    2
    3
    4
    5
    6
    7
    8
    9
    sudo apt-get install gcc-4.7 g++-4.7 g++-4.7-multilib gcc-4.7-multilib
    sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-4.7 100 
    sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-4.8 50 
    sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-4.7 100 
    sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-4.8 50
    sudo update-alternatives --install /usr/bin/cpp cpp-bin /usr/bin/cpp-4.7 100
    sudo update-alternatives --install /usr/bin/cpp cpp-bin /usr/bin/cpp-4.8 50
    // 验证gcc默认版本：
     gcc -v

    8. 编译matlab借口

    　　修改Makefile.config文件，配置matlab安装路径:
    　　 MATLAB_DIR :=/home/sun/app/matlab/R2015a

    sudo make matcaffe

    参考链接：
    Ubuntu14.04 安装Caffe（仅CPU)

    cuda7.0+ caffe 小白安装手

    文章目錄
    1. 1. 1. 安装依赖库：
    2. 2. 2. 安装BLAS：
    3. 3. 3.安装Opencv：
    4. 4. 4. 安装 Matlab
    5. 5. 5. 下载Caffe：
      1. 5.0.0.1. CPU model
      2. 5.0.0.2. GPU model
  • 5.1. CuDNN model
  • 6. 6. 编译Caffe：
  • 7. 7. gcc降级
  • 8. 8. 编译matlab借口