INSTALL CAFEE ALL

NVIDIA driver & CUDA & cuDNN & Caffe Installation

summary

NVIDIA driver 与 CUDA 的关系：两者存在一定的匹配关系，驱动更新相对于CUDA频繁很多，因此一些版本的驱动对应一个某个CUDA版本。例如，CUDA8.0与CUDA8.0放出之后更新的所有NVIDIA驱动应该都是相互匹配的，直到CUDA8.5可能又会对应另外一些NVIDIA驱动。注意：也许某些NVIDIA驱动同时可以对应CUDA7.5和CUDA8.0（未考证）。总之，一般安装比较新的NVIDIA驱动和最新CUDA是不会有匹配问题的。
NVIDIA driver 与 CUDA 最好下载.run本地文件。一般CUDA会内置一个NVIDIA driver版本，但相对于最新的NVIDIA driver较旧，因此安装CUDA注意不要选择安装老版本NVIDIA driver（只有用.run安装方式可以有这个选项）。
目前尝试的比较稳定容易安装的搭配是 Ubuntu14.04+NVIDIA375+CUDA8.0+CUDNN5
个人认为：如果没有特殊的需求（或者安装caffe时opencv出问题）不要手动编译opencv，直接apt-get安装即可。
推荐Anaconda管理python包（即使用conda install），opencv的python版本也可轻易安装。若安装速度慢可使用国内镜像。
安装的这些工具最好都在默认位置，如果更改安装位置，请在相应配置文件中记得修改。

NVIDIA driver

确保BIOS中优先显示模式为集显（onboard），确保DVI或VGA插在机箱核显位置。
英伟达官网下载本地显卡支持版本的.run文件
sudo chmod +x NVIDIA*.run

注销图形界面，并进入终端模式

sudo service lightdm stop
sudo ./NVIDIA*.run  // 一直yes，直到结束
nvidia-smi  //如果可以显示显卡版本以及用量信息 安装成功
sudo reboot

上一步重启之后，进BIOS设置优先显示模式为独显（offboard或GPU），关机。把DVI插到显卡上，开机（注意调节显示器显示模式以适应DVI，有的显示器无需设置）。如果能登录图形界面则成功。如果卡在登录界面循环，则检查BIOS设置优先显示模式是否为独显以及是否DVI插到显卡上。

CUDA

英伟达官网下载本地.run文件

安装

sudo chmod +x cuda*.run
sudo ./cuda*.run //注意不要安装cuda带的驱动；注意提示建立软连接；注意安装完会提示加入cuda系统路径，按提示操作,记得source ~/.bashrc

nvcc –version 若能显示cuda信息则安装成功；若提示nvcc未安装，则检查是否加入cuda系统路径，后续编译caffe可能会出现cuda相关的lib找不到，这种情况有可能是加入cuda系统路径未生效，则尝试向/etc/ld.so.conf加入cuda路径，sudo ldconfig生效。

cuDNN

下载cuDNN，并解压

复制cuDNN头文件及lib到系统目录

sudo cp ./include/*.h /usr/local/include/
sudo cp ./lib64/lib* /usr/local/lib/
cd /usr/local/lib
sudo ln -sf libcudnn.so.5.0.4 libcudnn.so.5 //更改相应版本号
sudo ln -sf libcudnn.so.5 libcudnn.so
sudo ldconfig

Anaconda

官网下载.sh文件
bash anaconda.sh
注意提示，将anaconda路径加入系统路径

Caffe

git clone caffe

针对Ubuntu14.04 安装以下

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 libatlas-base-dev
sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev

配置caffe的Makefile.config，以下为注意的地方

# 修改python位置为Anaconda
#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 \

# We need to be able to find libpythonX.X.so or .dylib.
#PYTHON_LIB := /usr/lib
PYTHON_LIB := $(ANACONDA_HOME)/lib

编译caffe(cd CAFFE_ROOT)

sudo make all -j
sudo make test -j
sudo make runtest -j

编译pycaffe

cd python
for req in $(cat requirements.txt); do conda install $req; done

cd ..
sudo make pycaffe

注意 apt-get 安装的protobuf-compile可能会与conda安装的protobuf的编译器冲突。如果严格按照4、5的顺序第一次安装不会出现这个问题；如果按照4、5的步骤编译成功，之后再次编译新的caffe在第4步会出现上述问题。
解决办法： conda remove libprotobuf，然后执行第4步，成功后conda install protobuf(自动安装libprotobuf)，再make pycaffe。

caffe_install

INSTALL CAFEE ALL

summary

NVIDIA driver

CUDA

cuDNN

Anaconda

Caffe

CATALOG

FEATURED TAGS

FRIENDS