Ubuntu中caffe安装

[一]硬件以及系统介绍:

1.1.显卡(getforce 10 系列--GTX10xx,如GTX1060

  本解决方案使用的显卡类型为GTX1060,当然所有的getforce 10 系列---GTX10xx都可以。cuda7.5不支持getforce 10 系列以上的显卡,所以,那些安装有getforce 10 系列---GTX10以上的显卡的同学必须安装Cuda8.0,那些含有cuda7.5以及以下的教程将不再适用。

系统(主要是Linux)

  我们先来看一看,Cuda8.0支持的系统和软件,如下图,Ubuntu16.04需要的gcc版本为5.3.1,而当Ubuntu16.04安装好之后,系统自带的gcc版本为5.4,所以gcc要重新安装,下面会有安装教程。


      也就是说不论你是那个版本的Linux系统只要在上面表里即可使用Cuda8.0,从上表中可以看出Ubuntu14.04Ubuntu16.04都可以使用Cuda8.0


1.2.OpenCV版本选择

   之前装了好几OpenCV3.1.0都失败了,找了半天原因,原来是OpenCV3.1.0Cuda8.0兼容性不好。

     

  由上图可知Cuda8.0出来的时间是2016年9月,而OpenCV3.1.0却是去年,OpenCV2.4.13是今年5月,兼容性比OpenCV3.1.0要好,所以我选择的是OpenCV2.4.13


[二]NVIDIA显卡驱动安装


  2.1有两种安装方式,第一种如下:


        选择附加驱动,点击后会有如下窗口弹出


        上面一项选择使用英伟达驱动,下面一项未知驱动为cpu带的集成显卡选择下面的选项:不用这个设备,选完以后一定要点击”Apply Changes”也就是“应用改变”的按钮(右边的按钮)。

        安装完成以后要重启一下系统,然后在bash里面输入:

  1. nvidia-settings  
    nvidia-settings


       显示如下结果表示安装成功,你可以在下面查看你的驱动版本

        2.2方案二:如果方案一行不通,可以自行安装驱动,从NVIDIA官网上下载驱动:

         http://www.nvidia.cn/Download/index.aspx?lang=cn 如下图


         选择自己需要的版本和驱动,然后点击旁边绿色按钮“搜索”:


        点击绿色按钮“下载”


        2.2.2下载完成,打开终端,先删除旧的驱动:

  1. sudo apt-get purge nvidia*  
    sudo apt-get purge nvidia*

            2.2.3 禁用自带的 nouveau nvidia驱动 (很重要!)

              通过如下命令创建一个文件

  1. sudo vim /etc/modprobe.d/blacklist-nouveau.conf  
    sudo vim /etc/modprobe.d/blacklist-nouveau.conf
              在文件内添加如下内容:

  1. blacklist nouveau  
    blacklist nouveau
  1. options nouveau modeset=0  
    options nouveau modeset=0
              更新一下

  1. sudo update-initramfs -u  
    sudo update-initramfs -u
      2.2.4重启系统至init 3(文本模式),也可先进入图形桌面再运行init 3进入文本模式,再安装下载的驱动就无问题,首先我们需要结束x-window的服务,否则驱动将无法正常安装


              关闭X-Window

  1. sudo service lightdm stop  
    sudo service lightdm stop
              切换到tty1控制台


  1. Ctrl+Alt+F1  
         Ctrl+Alt+F1

      2.2.5.执行如下命令开始安装

  1. sudo ./NVIDIA.run  
    sudo ./NVIDIA.run
                        安装完成后重新启动X-Window

  1. sudo service lightdm start  
    sudo service lightdm start
                       然后Ctrl+Alt+F7进入图形界面

                      如果安装后驱动程序工作不正常,使用下面的命令进行卸载:

  1. sudo sh ~/NVIDIA-Linux-x86_64-367.44.run –uninstall  
    sudo sh ~/NVIDIA-Linux-x86_64-367.44.run --uninstall

       2.2.6检查是否安装成功,过程跟第一种方案一样,输入

  1. nvidia-smi  
        nvidia-smi
  1. nvidia-settings  
        nvidia-settings

 

[三]系统软件源设置并安装依赖包

     流程,分别操作:系统设置(system settings)—->软件与更新(software & update)—–>选择Ubuntu软件(Ubuntu software)选项卡。     来改变系统软件源为阿里的源。


     更新列表,打开终端输入如下命令

  1. sudo apt-get update  
     sudo apt-get update

        软件源更新完毕后,安装一些必要的依赖包,命令如下

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


        如果执行过程报出有一些包没有找到,如下图


        则更新列表,打开终端输入如下命令

  1. sudo apt-get update  
     sudo apt-get update
        软件源更新完毕后,重新安装这些必要的依赖包,命令如下

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

             此时就会安装成功!

[四]安装Anaconda

    anaconda里面集成了很多关于python科学计算的第三方库,主要是安装方便,而python是一个编译器,如果不使用anaconda,那么安装起来会比较痛苦,各个库之间的依赖性就很难连接的很好

      4.1.下载:anaconda的下载地址为:  https://www.continuum.io/downloads#linux  

 

        根据自己的需要选择不同的版本,但是推荐选择Python2.7的64位的。


       

       4.2.安装

           在终端中进入存放这你刚刚下载好的文件的目录(我的是/下载),然后执行如下命令进行安装:

  1. sudo ./Anaconda2-4.2.0-Linux-x86_64.sh  
     sudo ./Anaconda2-4.2.0-Linux-x86_64.sh



           输入回车键之后会有一段长长的须知,一直按Ctr+F直到须知展示完毕,然后输入yes继续执行



           这个时候,我们在家目录下新建一个/Software文件夹用存放以后自己安装的软件,当然包含anaconda,执行如下命令

  1. cd ~  
      cd ~
  1. mkdir Software  
      mkdir Software

              此时终端会提示你输入安装位置,你输入:/home/leijie/Software/anaconda2,然后继续安装


      

           直到最后安装成功,到这里anaconda就安装完成了,测试一下

  1. anaconda -V  
       anaconda -V




[五]cuda安装

     前言:一定要搞清楚你自己的显卡要装什么版本的驱动,以及支持的cuda版本。我的显卡支持cuda8.0

     5.1.下载: 下载地址为:https://developer.nvidia.com/cuda-downloads,然后根据自己的需要选择下载文件


               我下载的是.run文件,也推荐大家下载这种格式的。


    5.2.GCC降级——->由文章的最开始,我们可以知道cuda8.0目前仅支持gcc5.3而ubuntu16.04自带的gcc版本为gcc5.4,所以要降级。

        5.2.1.先查看你是否需要降级GCC

  1. gcc -v  
    gcc -v


          如果你的版本是5.3.1以下的就不用降级了,否则要降级gcc。

         5.2.2.下载gcc5.3.0,下载地址为:https://pan.baidu.com/s/1cL2v62,下载好后,进入到该文件目录,执行如下操作:

  1. sudo tar -zxvf gcc-5.3.0.tar.gz  
       sudo tar -zxvf gcc-5.3.0.tar.gz
          5.2.3.进入到gcc目录:

  1. cd gcc-5.3.0/  
      cd gcc-5.3.0/

          5.2.4.下载依赖项(网络不好的话可能慢点,慢慢等吧):

  1. sudo ./contrib/download_prerequisites  
      sudo ./contrib/download_prerequisites
          5.2.5. 新建一个编译的文件夹,并进入该文件夹:

  1. sudo mkdir build  
      sudo mkdir build
  1. cd build/  
      cd build/

          5.2.6.生成makefile文件:

  1. sudo ../configure –enable-checking=release –enable-languages=c,c++ –disable-multilib  
      sudo ../configure --enable-checking=release --enable-languages=c,c++ --disable-multilib
          5.2.7.编译,编译过程有点长,请耐心等待:

  1. sudo make -j4  
      sudo make -j4
          5.2.8.安装:


          编译结束以后,我们就可以执行安装了:

  1. sudo make install  
       sudo make install
           5.2.9.查看是否成功

  1. gcc –version  
       gcc --version



  1. g++ –version  
       g++ --version

        

     5.3安装cuda

      gcc降到5.3之后,可以直接来安装了cuda了,进到你下载好的cuda-8.0的run文件目录,运行如下命令:

     

  1. sudo ./cuda_8.0.44_linux.run  
    sudo ./cuda_8.0.44_linux.run

     这时便进入的声明的界面,你可以连续按Ctr+f向下阅读直到结尾,也可以按Ctr+C跳过阅读,直接到选择接受与否的位置



                输入接受:accept;  然后回车。具体应该怎么输入请按照如下图片的指示来操作,原因:第一次不安装的是英伟达驱动,因为我们之前已经安装过了,第二次不安装是更新,也不用安,安装了麻烦。



               由于我第一遍输错了,所以我又重新安装了一遍,这一次的操作如下图:


                 如果出现下图的结果,表明你已经安装成功了,虽然有一个警告和一个特别注意但是不影响结果


          从上图可是,下载的例子里面是缺少一些支持库的,现在我们安装这些库:

  1. sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev  
     sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev

          从上图可以看出来,有一个特别注意,所以我们做如下配置:打开.bashrc来进行配置,命令如下

  1. sudo vim ~/.bashrc  
      sudo vim ~/.bashrc

         并将如下的几行内容复制的到.bashrc文件的最下面

  1. export PATH=/usr/local/cuda-8.0/bin {PATH:+:${PATH}}&nbsp;&nbsp;</span></span></li></ol></div><pre class="html" name="code" style="display: none;">      export PATH=/usr/local/cuda-8.0/bin {PATH:+: {PATH}}</pre><div class="dp-highlighter bg_html"><div class="bar"><div class="tools"><b>[html]</b> <a href="#" class="ViewSource" title="view plain" onclick="dp.sh.Toolbar.Command('ViewSource',this);return false;">view plain</a><span data-mod="popu_168"> <a href="#" class="CopyToClipboard" title="copy" onclick="dp.sh.Toolbar.Command('CopyToClipboard',this);return false;">copy</a><div style="position: absolute; left: 771px; top: 16363px; width: 16px; height: 16px; z-index: 99;"><embed id="ZeroClipboardMovie_37" src="https://csdnimg.cn/public/highlighter/ZeroClipboard.swf" loop="false" menu="false" quality="best" bgcolor="#ffffff" name="ZeroClipboardMovie_37" allowscriptaccess="always" allowfullscreen="false" type="application/x-shockwave-flash" pluginspage="http://www.macromedia.com/go/getflashplayer" flashvars="id=37&amp;width=16&amp;height=16" wmode="transparent" width="16" height="16" align="middle"></div><div style="position: absolute; left: 771px; top: 16363px; width: 16px; height: 16px; z-index: 99;"><embed id="ZeroClipboardMovie_138" src="https://csdnimg.cn/public/highlighter/ZeroClipboard.swf" loop="false" menu="false" quality="best" bgcolor="#ffffff" name="ZeroClipboardMovie_138" allowscriptaccess="always" allowfullscreen="false" type="application/x-shockwave-flash" pluginspage="http://www.macromedia.com/go/getflashplayer" flashvars="id=138&amp;width=16&amp;height=16" wmode="transparent" width="16" height="16" align="middle"></div></span><span data-mod="popu_169"> <a href="#" class="PrintSource" title="print" onclick="dp.sh.Toolbar.Command('PrintSource',this);return false;">print</a></span><a href="#" class="About" title="?" onclick="dp.sh.Toolbar.Command('About',this);return false;">?</a></div></div><ol start="1" class="dp-xml"><li class="alt"><span><span>export&nbsp;</span><span class="attribute">LD_LIBRARY_PATH</span><span>=/usr/local/cuda8.0/lib64 {LD_LIBRARY_PATH:+: {LD_LIBRARY_PATH}}&nbsp;&nbsp;</span></span></li></ol></div><pre class="html" name="code" style="display: none;">      export LD_LIBRARY_PATH=/usr/local/cuda8.0/lib64 {LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
    1. export CUDA_HOME=/usr/local/cuda  
          export CUDA_HOME=/usr/local/cuda




              然后设置环境变量和动态链接库,在命令行输入:

    1. sudo vim /etc/profile  
          sudo vim /etc/profile

              在打开的文件末尾加入:

    1. export PATH=/usr/local/cuda/bin: PATH&nbsp;&nbsp;</span></span></li></ol></div><pre class="html" name="code" style="display: none;">      export PATH=/usr/local/cuda/bin: PATH          保存之后,创建链接文件:

      1. sudo gedit /etc/ld.so.conf.d/cuda.conf  
            sudo gedit /etc/ld.so.conf.d/cuda.conf
                在打开的文件中添加如下语句:

      1. /usr/local/cuda/lib64  
            /usr/local/cuda/lib64
                然后执行如下命令使得链接立即生效:

      1. sudo ldconfig  
            sudo ldconfig
               现在重启电脑


               现在就开始测试一下看看cuda是否安装成功吧!输入如下命令打开测试的代码位置:

      1. cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery  
            cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery
               编译这些代码:

      1. sudo make -j4  
            sudo make -j4
               执行代码

      1. ./deviceQuery  
           ./deviceQuery

               如果出现如下结果—显卡的配置信息,恭喜你,这就证明你成功的安装了cuda



      [六]cuDNN安装

            cuDNN深度学习加速的一些库。下载地址为:https://developer.nvidia.com/cudnn

           6.1.下载

              打开网站,如下图,需要注册一个账户,因为下载的时候需要,然后下载,流程如下图:





             6.2下载后解压

      1. tar -xvf cudnn-8.0-linux-x64-v5.1.tgz  
          tar -xvf cudnn-8.0-linux-x64-v5.1.tgz
             执行如下操作:

      1. cd cuda/include/  
          cd cuda/include/
      1. sudo cp cudnn.h /usr/local/cuda/include/  
          sudo cp cudnn.h /usr/local/cuda/include/
      1. cd ../lib64/  
          cd ../lib64/
      1. sudo cp lib* /usr/local/cuda/lib64/  
          sudo cp lib* /usr/local/cuda/lib64/
      1. cd /usr/local/cuda/lib64/  
          cd /usr/local/cuda/lib64/
      1. sudo rm -rf libcudnn.so libcudnn.so.5  
          sudo rm -rf libcudnn.so libcudnn.so.5
      1. sudo ln -s libcudnn.so.5.1.5 libcudnn.so.5  
          sudo ln -s libcudnn.so.5.1.5 libcudnn.so.5
      1. sudo ln -s libcudnn.so.5 libcudnn.so  
          sudo ln -s libcudnn.so.5 libcudnn.so

            执行完之后,cuDNN算是安装完成了

      [七]OpenCV2.4.13安装
            7.1下载

              下载地址:http://opencv.org/ 也可以从网盘下载:https://pan.baidu.com/s/1qXT7is0


           7.2安装相关依赖项:

      1. sudo apt-get install build-essential cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng12-dev libtiff5-dev libjasper-dev libdc1394-22-dev libatlas-base-dev gfortran  
          sudo apt-get install build-essential cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng12-dev libtiff5-dev libjasper-dev libdc1394-22-dev libatlas-base-dev gfortran

           7.3配置编译opencv的环境

          

           配置opencv,在这里使用cmake-gui进行配置,,后面会介绍。
           先安装cmake-gui,直接在终端输入cmake-gui会有提示的:
         
      1. sudo apt-get install cmake-qt-gui  
          sudo apt-get install cmake-qt-gui
           7.4解压这个下载的文件,在解压后的文件夹下新建一个opencv-debug文件夹:
      1. unzip opencv-2.4.13.zip  
          unzip opencv-2.4.13.zip
      1. cd opencv-2.4.13/  
          cd opencv-2.4.13/
      1. mkdir opencv-debug  
          mkdir opencv-debug
      1. cd opencv-debug/  
          cd opencv-debug/

          7.5配置cmake
            执行如下命令
      1. cmake-gui  
          cmake-gui
           点击configure出现下面的界面,cmake中configure的作用就是能够读出系统已经安装的相关文件,然后进行generate:

              7.6编译安装
                 编译 时间可能有点长,耐心等待。 还是在刚刚的cd的那个文件夹opencv2-4-13-debug下执行:
      1. make -j8  
          make -j8

             
               要是中途出现了一些问题是与cuda有关的,打开opencv下面那个cmakelist文件把with_cuda设置为OFF,如下图,之后再cmake,再编译。 

              安装opencv,安装时间可能有点长,耐心等待。
      1. sudo make install  
          sudo make install

            
           7.7环境变量配置
              安装成功后还需要设置opencv的环境变量,打开文件
      1. sudo gedit /etc/profile  
          sudo gedit /etc/profile
        在最后一行输入如下内容:
      1. export PKG_CONFIG_PATH=/usr/local/lib/pkgconfig: PKG_CONFIG_PATH&nbsp;&nbsp;</span></span></li></ol></div><pre class="html" name="code" style="display: none;">    export PKG_CONFIG_PATH=/usr/local/lib/pkgconfig: PKG_CONFIG_PATH
          


          执行下列命令, 使环境变量立即生效

        1. source /etc/profile  
            source /etc/profile
          设置lib库路径,打开文件
        1. sudo gedit /etc/ld.so.conf.d/opencv.conf  
            sudo gedit /etc/ld.so.conf.d/opencv.conf
               opencv的库一般安装在’/usr/local/lib’文件夹下,在文件内添加
        1. /usr/local/lib  
            /usr/local/lib
               执行下列命令使之立刻生效
        1. sudo ldconfig  
            sudo ldconfig
               经过上面的流程,这样就可以在eclipse里或者qtcreator里用opencv了。 不过要配置号相应的路径和lib文件。
          
         7.8验证是否安装成功
               对opencv的sample进行编译并运行,依次执行如下代码
        1. cd opencv-2.4.13/samples/c  
            cd opencv-2.4.13/samples/c
        1. ./build_all.sh  
            ./build_all.sh
        1. ./facedetect –cascade=“/usr/local/share/OpenCV/haarcascades/haarcascade_frontalface_alt.xml” –scale=1.5 lena.jpg  
            ./facedetect --cascade="/usr/local/share/OpenCV/haarcascades/haarcascade_frontalface_alt.xml" --scale=1.5 lena.jpg
          如果出现lena的图片就证明成功了!





        [八]Caffe安装配置

         8.1下载
           github下载地址:https://github.com/BVLC/caffe  网盘下载地址:https://pan.baidu.com/s/1bpqsnZD
           下载好以后解压,如下图




              8.2Makefile.config配置
          你会看到其中有一个文件叫Makefile.config.example.这个文件是官方给出了编译的“模板”,我们可以直接拿过来小小的修改一下就行。复制下面的命令把名字改为Makefile.config
        1. sudo cp Makefile.config.example Makefile.config  
            sudo cp Makefile.config.example Makefile.config
         你会发现下面多了一个Makefile.config的文件


          打开这个文件并且修改(我这里用的是sublime,你可以换成其他的编辑器比如vim):
          如果你没有安装sublime,可以参考我写的教程安装:http://blog.csdn.net/leijiezhang/article/details/53725710
        1. sudo subl Makefile.config  
            sudo subl Makefile.config

          你能够看到如下编辑窗口:


           

            然后根据个人情况修改文件:
             1.若使用cudnn,则将#USE_CUDNN := 1修改成: USE_CUDNN := 1 (就是去掉注释的‘#’号)

             2.若使用的opencv版本是2的,则将#OPENCV_VERSION := 3 修改为:OPENCV_VERSION := 2

             3.若要使用python来编写layer,则将#WITH_PYTHON_LAYER := 1修改为WITH_PYTHON_LAYER := 1

             4.要是你是用的anaconda的话,还需要改一些地方



           把之前的PYTHON_INCLUDE加上注释,把ANACONDA_HOME以及下面的PYTHON_INCLUDE 都去掉,并且改为如下图最终的样子。注意:ANACONDA_HOME后面是anaconda的安装位置,根据自己的情况不同而不同。其中$(HOME)就是你的家目录


           5.重要 :
            将# Whatever else you find you need goes here.下面的
        1. INCLUDE_DIRS : (PYTHON_INCLUDE)&nbsp;/usr/local/include&nbsp;&nbsp;</span></span></li></ol></div><pre class="html" name="code" style="display: none;">    INCLUDE_DIRS := (PYTHON_INCLUDE) /usr/local/include
          1. LIBRARY_DIRS : (PYTHON_LIB)&nbsp;/usr/local/lib&nbsp;/usr/lib&nbsp;&nbsp;</span></span></li></ol></div><pre class="html" name="code" style="display: none;">    LIBRARY_DIRS := (PYTHON_LIB) /usr/local/lib /usr/lib    修改为:
            1. INCLUDE_DIRS : (PYTHON_INCLUDE)&nbsp;/usr/local/include&nbsp;/usr/include/hdf5/serial&nbsp;&nbsp;</span></span></li></ol></div><pre class="html" name="code" style="display: none;">    INCLUDE_DIRS := (PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial
              1. LIBRARY_DIRS : (PYTHON_LIB)&nbsp;/usr/local/lib&nbsp;/usr/lib&nbsp;/usr/lib/x86_64-linux-gnu&nbsp;/usr/lib/x86_64-linux-gnu/hdf5/serial&nbsp;&nbsp;</span></span></li></ol></div><pre class="html" name="code" style="display: none;">    LIBRARY_DIRS := (PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu /usr/lib/x86_64-linux-gnu/hdf5/serial
                   (因为ubuntu16.04的文件包含位置发生了变化)

                 8.3修改makefile文件

                  打开makefile文件
                1. sudo subl Makefile  
                    sudo subl Makefile
                  将(大概409行的样子):
                1. NVCCFLAGS +=-ccbin= (CXX)&nbsp;-Xcompiler-fPIC&nbsp; (COMMON_FLAGS)  
                    NVCCFLAGS +=-ccbin=$(CXX) -Xcompiler-fPIC $(COMMON_FLAGS)
                  替换为:
                1. NVCCFLAGS += -D_FORCE_INLINES -ccbin= (CXX)&nbsp;-Xcompiler&nbsp;-fPIC&nbsp; (COMMON_FLAGS)  
                    NVCCFLAGS += -D_FORCE_INLINES -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS)


          在Makefile文件的第大概181行,把 hdf5_hlhdf5修改为hdf5_serial_hlhdf5_serial,即
        将:

        1. LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_hl hdf5  
            LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_hl hdf5

          改为:
        1. LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_serial_hl hdf5_serial  
            LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_serial_hl hdf5_serial
          

         8.4编辑/usr/local/cuda/include/host_config.h
          执行如下命令,开始编辑host_config.h 
        1. sudo subl /usr/local/cuda/include/host_config.h  
            sudo subl /usr/local/cuda/include/host_config.h
          将其中的第115行注释掉:
        1. #error– unsupported GNU version! gcc versions later than 5 are not supported!  
            #error-- unsupported GNU version! gcc versions later than 5 are not supported!
          改为:
        1. //#error– unsupported GNU version! gcc versions later than 5 are not supported!  
            //#error-- unsupported GNU version! gcc versions later than 5 are not supported!


          
         8.4编译
           
        编译之前,先安装编译需要的库

        1. sudo apt-get install libatlas-base-dev  
            sudo apt-get install libatlas-base-dev
        1. sudo apt-get install libprotobuf-dev  
            sudo apt-get install libprotobuf-dev
        1. sudo apt-get install libleveldb-dev  
            sudo apt-get install libleveldb-dev
        1. sudo apt-get install libsnappy-dev  
            sudo apt-get install libsnappy-dev
        1. sudo apt-get install libopencv-dev  
            sudo apt-get install libopencv-dev
        1. sudo apt-get install libboost-all-dev  
            sudo apt-get install libboost-all-dev
        1. sudo apt-get install libhdf5-serial-dev  
            sudo apt-get install libhdf5-serial-dev
        1. sudo apt-get install libgflags-dev  
            sudo apt-get install libgflags-dev
        1. sudo apt-get install libgoogle-glog-dev  
            sudo apt-get install libgoogle-glog-dev
        1. sudo apt-get install liblmdb-dev  
            sudo apt-get install liblmdb-dev
        1. sudo apt-get install protobuf-compiler  
            sudo apt-get install protobuf-compiler
        1. sudo apt-get install cmake  
            sudo apt-get install cmake
               接下来进行编译(在解压的文件夹下):
        1. sudo make all -j8  
            sudo make all -j8
               然后就编译好了



                再测试一下:
        1. sudo make test  
            sudo make test
          可能有个缓慢的编译过程,然后出现如下如所示的界面


          到此,所有需要安装的都已经安装好了!关键是遇到问题去解决问题,不要慌,越努力越幸运。







      参考网站:

      http://blog.csdn.net/xierhacker/article/details/53035989

      http://blog.csdn.net/autocyz/article/details/52299889

      http://www.cnblogs.com/jinggege/p/5877326.html

      http://blog.csdn.net/sunxianliang1/article/details/50723086

      另外补充几个网址,方便各位查看

      cuda的官方文档:http://docs.nvidia.com/cuda/

      nvcc介绍的官方文档:http://docs.nvidia.com/cuda/cuda-compiler-driver-nvcc/index.html#axzz4SsuDPfdq

      cuda开发包介绍的官方文档:http://docs.nvidia.com/cuda/#axzz4SsuDPfdq

      还有cuda8.0安装的官方文档:http://blog.csdn.net/u012581999/article/details/52433609http://docs.nvidia.com/cuda/cuda-installation-guide-linux/index.html#axzz4SsuDPfdq

           

            

       

       

              </div>
      

猜你喜欢

转载自blog.csdn.net/helloworld_Fly/article/details/80497309
今日推荐