你好,游客 登录 注册 搜索
背景:
阅读新闻

Caffe 深度学习入门教程

安装配置Ubuntu14.04+CUDA7.5+Caffe+cuDNN

[日期:2016-11-05] 来源:Linux社区  作者:denny402 [字体: ]

安装配置Ubuntu14.04+CUDA7.5+Caffe+cuDNN

一、版本

Linux系统:Ubuntu 14.04 (64位)

显卡:Nvidia K20c

cuda: cuda_7.5.18_linux.run

cudnn: cudnn-7.0-linux-x64-v4.0-rc

二、下载

Ubuntu 14.04下载地址:http://www.ubuntu.com/download/desktop (64bit)

cuda7.5下载地址:https://developer.nvidia.com/cuda-downloads/  ,下载对应的操作系统和版本cuda_7.5.18_linux.run,放到~根目录下

cudnn下载址:https://developer.nvidia.com/cudnn, 需要注册,并通过审核才能下载,下载相应文件cudnn-7.0-linux-x64-v4.0-rc.tgz, 放到~根目录下.审核一般一至两天,等不及的同学可到Linux公社1号FTP服务器下载

------------------------------------------分割线------------------------------------------

FTP地址:ftp://ftp1.linuxidc.com

用户名:ftp1.linuxidc.com

密码:www.linuxidc.com

在 2016年LinuxIDC.com\11月\Caffe 深度学习入门教程\

下载方法见 http://www.linuxidc.com/Linux/2013-10/91140.htm

------------------------------------------分割线------------------------------------------ 

三、开始安装

 1、安装ubuntu,此文不关注。

 2、禁用nouveau驱动

    按Ctrl+Alt+F1进入命令提示符,新建一个黑名单文件

# sudo vi /etc/modprobe.d/blacklist-nouveau.conf

输入

blacklist nouveau
options nouveau modset=0

保存退出(:wq)

然后执行

# sudo update-initramfs -u

执行 lspci | grep nouveau查看是否有内容

# lspci | grep nouveau

如果没有内容 ,说明禁用成功,如果有内容,就重启一下再查看

# sudo reboot

重启后,进入登录界面的时候,不要登录进入桌面,直接按Ctrl+Alt+F1进入命令提示符。

3、安装cuda 7.5

先安装一些常用的软件,注意整个过程需要联网

# sudo service lightdm stop
# sudo apt-get install g++
# sudo apt-get install git
# sudo apt-get install freeglut3-dev

接下来进入~根据目录安装cuda 7.5

# cd
# sudo sh cude_7.5.18_linux.run

安装的时候,要让你先看一堆文字(EULA),我们直接不停的按空格键到100%,然后输入一堆accept,yes,yes或回车进行安装。

安装完成后,重启,然后用ls查看一下,是否生成了四个左右以nvidia开头的文件夹

# ls /dev/nvidia*

如果有,说明安装成功了,如果没有,可能不成功,需要卸载重装。卸载命令如下:

# sudo /usr/local/cuda-7.5/bin/uninstall_cuda_7.5.pl
# sudo /usr/bin/nvidia-uninstall

如果你还不放心是否安装成功,请参考其它教程,编译Samples进行测试。

最后,配置环境变量,我们直接放在系统配置文件profile里面,先打开profile文件

# sudo vi /etc/profile

在最后面加入两行代码,如果你还不会用vi进行编辑,请百度

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

保存退出,至此cuda 7.5安装完毕。

4、安装caffe

   先下载caffe

# sudo git clone https://github.com/BVLC/caffe.git

然后安装一堆第三方库

# sudo apt-get install libatlas-base-dev
# sudo apt-get install libprotobuf-dev
# sudo apt-get install libleveldb-dev
# sudo apt-get install libsnappy-dev
# sudo apt-get install libopencv-dev
# sudo apt-get install libboost-all-dev
# sudo apt-get install libhdf5-serial-dev
# sudo apt-get install libgflags-dev
# sudo apt-get install libgoogle-glog-dev
# sudo apt-get install liblmdb-dev
# sudo apt-get install protobuf-compiler

接着,安装opencv

# cd caffe
# sudo git clone https://github.com/jayrambhia/Install-OpenCV
# cd Install-OpenCV/Ubuntu
# sudo sh dependencies.sh
# cd 2.4
# sudo sh opencv2_4_10.sh

接下来,编译caffe

# cd ~/caffe
# sudo cp Makefile.config.example Makefile.config
# make all

至此,caffe安装完成。

5、配置运行环境

caffe运行时需要调用cuda的库,我们在/etc/ld.so.conf.d目录下新建一个cafe.conf文件,将所需要用的库的目录写入

# sudo vi /etc/ld.so.conf.d/caffe.conf

添加内容:

/usr/local/cuda/lib64

保存退出(:wq)

更新配置

# sudo ldconfig

6、测试caffe

  下载mnist数据

# cd ~/caffe
# sudo sh data/mnist/get_mnist.sh
# sudo sh examples/mnist/create_mnist.sh

运行时,如果你有GPU,则不需要修改配置文件,如果没有gpu,则需要修改配置文件lenet_solver.prototxt

# sudo vi examples/mnist/lenet_solver.prototxt

将最后一行的solver_mode:GPU改为solver_mode:CPU

配置好后,就可以运行了

# sudo sh examples/mnist/train_lenet.sh

注意,运行caffe程序时,必须在caffe的根目录下,不然会出错

7、安装cudnn进行加速

假设事先已经下载好cudnn-7.0-linux-x64-v4.0-rc.tgz放到~根目录

# cd
# sudo tar xvf cudnn-7.0-linux-x64-v4.0-rc.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

将caffek根目录下 Makefile.config中 USE_CUDNN 行的注释去除,然后重新进行编译。

# cd ~/caffe
# sudo vi Makefile.config

 将USE_CUDNN 行的注释符号#去除,即 USE_CUDNN := 1

然后重新编译

# sudo make clean
# sudo make all

到此,全部安装完成。

如果没有gpu,则不能用cudnn。

更多详情见请继续阅读下一页的精彩内容http://www.linuxidc.com/Linux/2016-11/136774p2.htm

linux
【内容导航】
第1页:安装配置Ubuntu14.04+CUDA7.5+Caffe+cuDNN 第2页:数据层及参数
第3页:视觉层(Vision Layers)及参数 第4页:激活层(Activiation Layers)及参数
第5页:其它常用层及参数 第6页:Blob,Layer and Net以及对应配置文件的编写
第7页:solver及其配置 第8页:solver优化方法
第9页:运行caffe自带的两个简单例子 第10页:命令行解析
第11页:图像数据转换成db(leveldb/lmdb)文件 第12页:训练和测试自己的图片
第13页:数据可视化环境(Python接口)配置 第14页:初识数据可视化
第15页:计算图片数据的均值 第16页:caffemodel可视化
第17页:模型各层数据和参数可视化 第18页:绘制网络模型
第19页:绘制loss和accuracy曲线 第20页:用训练好的caffemodel来进行分类
第21页:caffe图形化操作工具digits的安装与运行 第22页:caffe图形化操作工具digits运行实例
第23页:如何将别人训练好的model用到自己的数据上