【深度教程】Ubuntu16.04 安装环境配置 (CUDA+cuDNN+OpenCV+Caffe)

其他 2018-11-01 04:21:11 阅读次数: 0
版权声明：本文为博主原创文章，转载请注明出处，谢谢！ https://blog.csdn.net/Jkwwwwwwwwww/article/details/81135327

Overview

服务器环境：Ubuntu 16.04 Linux media50 4.10.0-30-generic Wed Aug 2 02:13:56 UTC 2017 x86_64 GNU/Linux

所用版本：CUDA 8.0 + cuDNN 6.0 + OpenCV 3.3.0 + Caffe 1.0

CUDA

CUDA Toolkit 8.0 GA2：https://developer.nvidia.com/cuda-80-ga2-download-archive

根据OS和CPU架构选择对应版本的.run file并下载

安装NVIDIA显卡驱动

卸载原有旧版本驱动：（可选）

sudo apt-get remove nvidia* # 需要sudo权限

赋予.run安装文件执行权限：

sudo chmod a+x NVIDIA-Linux-${***}.run

带参数运行，以避免出现循环登录的问题：Ref[5]

sudo ./NVIDIA-Linux-x86_64-375.20.run –no-x-check –no-nouveau-check –no-opengl-files
# –no-x-check 安装驱动时关闭X服务
# –no-nouveau-check 安装驱动时禁用nouveau
# –no-opengl-files 只安装驱动文件，不安装OpenGL文件

验证NVIDIA驱动是否安装成功：

nvidia-smi

安装CUDA

运行.run file文件：

sudo sh cuda8.0_${***}_linux.run # 需要sudo权限

一直按空格到100%后，输入accept接受条款；

输入no不安装NVIDIA驱动，因为已经安装过了；

扫描二维码关注公众号，回复： 3859573 查看本文章

输入y安装cuda8.0工具，回车使用默认路径安装cuda8.0工具；

输入y使用sudo命令，接着输入密码；

输入n不安装指向/usr/local/cuda的符号连接（也可选择y安装符号连接）；

输入y安装cuda8.0的实例，可以用此来检验cuda是否安装成功，回车选择默认路径安装；

等待cuda安装成功… Ref[4]

安装完成后，打开profile文件：

sudo gedit /etc/profile # 需要sudo权限

在末尾处添加（注意不要有空格）：

export PATH=/usr/local/cuda-8.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH

测试CUDA安装

cd /usr/local/cuda-8.0/samples
sudo make all -j8 # 需要sudo权限
cd bin/x86_64/linux/release
./deviceQuery

或者

cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery
sudo make -j8 # 需要sudo权限
./deviceQuery

如果显示一些关于GPU的信息，则说明安装成功了

查看已安装CUDA版本

cat /usr/local/cuda/version.txt

cuDNN

免注册直接下载：http://developer.download.nvidia.com/compute/redist/cudnn/v6.0/cudnn-8.0-linux-x64-v6.0.tgz (v6.0 for CUDA 8.0)

安装cuDNN

解压缩：

tar zxvf cudnn-8.0-linux-x64-v${*}.tgz

复制文件至系统目录：

# 复制头文件cudnn.h到/usr/local/cuda-8.0/include/目录下
sudo cp cuda/include/cudnn.h /usr/local/cuda-8.0/include/
# 复制库文件lib*到/usr/local/cuda-8.0/lib64/目录下
sudo cp cuda/lib/lib* /usr/local/cuda-8.0/lib64/
# 均需要sudo权限

如果发现文件上有锁：Ref[4]

sudo chmod 777 ${file} # 赋予文件夹及子文件夹777权限，去掉锁后再复制

重置读写权限：Ref[6]

sudo chmod a+r /usr/local/cuda-8.0/include/cudnn.h

建立符号链接

创建并编辑链接文件：

sudo gedit /etc/ld.so.conf.d/cuda.conf # 需要sudo权限

增加下面一行：Ref[4]

/usr/local/cuda-8.0/lib64

最后更新动态链接库：

ldconfig -v

关联环境变量

编辑.bashrc文件：

gedit ~/.bashrc

添加一行：Ref[6]

export PATH=/usr/local/cuda-8.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH
export LD_LIBRARY_PATH=/usr/lib/x86_64-linux-gnu:$LD_LIBRARY_PATH
export LD_LIBRARY_PATH=/lib/x86_64-linux-gnu:$LD_LIBRARY_PATH

更新环境：（需要重启终端）

source ~/.bashrc

查看已安装cuDNN版本

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

OpenCV

下载对应相同版本的tar.gz源文件

解压后将opencv_contrib存放在opencv目录下，以便安装

卸载旧版本OpenCV (可选)

进入源码build文件夹uninstall卸载：

cd ${OPENCV/SOURCE/PATH}
cd build
make uninstall

cd ..
rm -r build
sudo rm -r /usr/local/include/opencv2 /usr/local/include/opencv /usr/include/opencv /usr/include/opencv2 /usr/local/share/opencv /usr/local/share/OpenCV /usr/share/opencv /usr/share/OpenCV /usr/local/bin/opencv* /usr/local/lib/libopencv* # 需要sudo权限

后续清理：

# 删除/usr中所有opencv相关项 Ref[3]
cd /usr/
find . -name "*opencv*" | xargs sudo rm -r

# 移除Python相关
sudo apt-get remove opencv-doc opencv-data python-opencv # 需要sudo权限

安装OpenCV

针对CUDA 8.0以上版本，修改modules/(gpu)or(cudalegacy)/src/graphcuts.cpp第45行

#if !defined (HAVE_CUDA) || defined (CUDA_DISABLER)

为

// Ref[1]
#if !defined (HAVE_CUDA) || defined (CUDA_DISABLER) || (CUDART_VERSION >= 8000)

源码编译安装命令：

cd ${OPENCV/SOURCE/PATH}
mkdir build
cd build

# WITHOUT opencv_contrib Ref[2]
cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local -D CUDA_GENERATION=Kepler ..
# WITH opencv_contrib Ref[7]
cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local -D CUDA_GENERATION=Kepler -D OPENCV_EXTRA_MODULES_PATH=${OPENCV/CONTRIB/SOURCE/PATH}/modules -D WITH_EIGEN=OFF ..
# 如果提示缺少ippicv或者protobuf，则下载相应版本放入错误提示的目录内

make -j8 # -jx 分配进程数x
sudo make install # 需要sudo权限

# 更新动态链接库
ldconfig -v

编译出错解决方案

  • make 提示出错 fatal error: opencv2/xfeatures2d/cuda.hpp或nonfree.hpp: No such file or directory

将

${OPENCV/CONTRIB/SOURCE/PATH}/modules/xfeatures2d/include/opencv2

下内容复制到

${OPENCV/SOURCE/PATH}/modules/features2d/include/opencv2
  • make 提示出错 fatal error: boostdesc_*bgm_***.i或vgg_generated_***.i: No such file or directory

下载 boostdesc_*bgm_***.i ×7 Ref[8]

依据https://github.com/opencv/opencv_contrib/blob/master/modules/xfeatures2d/cmake/download_boostdesc.cmake

得到下载地址

https://raw.githubusercontent.com/opencv/opencv_3rdparty/34e4206aef44d50e6bbcd0ab06354b52e7466d26/boostdesc_bgm.i

替换末尾文件名即可逐一下载

下载 vgg_generated_***.i ×4

opencv/opencv_3rdparty：https://github.com/opencv/opencv_3rdparty/tree/contrib_xfeatures2d_vgg_20160317

或者

opencv-dlco：https://github.com/cbalint13/opencv-dlco/tree/master/workspace/opencv

下载完成后，可将所有相关文件置于

${OPENCV/SOURCE/PATH}/modules/features2d/include

而后重新make即可

查看已安装OpenCV版本

pkg-config --modversion opencv

Caffe

git clone或下载tar.gz源文件，并解压

修改Makefile.config

进入caffe目录，根据Makefile.config.example复制一份Makefile.config：

cd caffe-1.0
cp Makefile.config.example Makefile.config
gedit Makefile.config

根据内容提示，结合具体情况修改Makefile.config，典型修改示例如下：Ref[9]

  • 应用cuDNN
# USE_CUDNN := 1
↓
USE_CUDNN := 1
  • 应用OpenCV3
# OPENCV_VERSION := 3
↓
OPENCV_VERSION := 3
  • 更改Python lib路径
PYTHON_LIB := /usr/lib
↓
PYTHON_LIB := /usr/lib/x86_64-linux-gnu
  • 应用Python层接口
# WITH_PYTHON_LAYER := 1
↓
WITH_PYTHON_LAYER := 1
  • 修改include & lib路径
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib
↓
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu /usr/lib/x86_64-linux-gnu/hdf5/serial

修改其他配置文件

修改caffe目录下的Makefile文件：

NVCCFLAGS += -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS)
↓
NVCCFLAGS += -D_FORCE_INLINES -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS)

LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_hl hdf5
↓
LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_serial_hl hdf5_serial

这是因为Ubuntu16.04的文件包含位置发生了变化，尤其是需要用到的hdf5的位置，所以需要更改这一路径

修改/usr/local/cuda/include/目录下的host_config.h文件：

#error-- unsupported GNU version! gcc versions later than 5 are not supported!
↓
// #error-- unsupported GNU version! gcc versions later than 5 are not supported!

编译安装Caffe

在caffe根目录下：Ref[11]

cd caffe-1.0
make pycaffe -j8 # 可选
make all -j8
make test -j8
make runtest -j8

各项均是RUN……OK，即表示runtest成功

验证：MNIST数据集分类测试

具体参见Ref[12]，有比较详细的描述与解释：

# 将终端定位到Caffe根目录
cd $CAFFE_ROOT
# 下载MNIST数据库并解压缩
./data/mnist/get_mnist.sh # 亦可手动下载 http://yann.lecun.com/exdb/mnist/
# 将其转换成Lmdb数据库格式
./examples/mnist/create_mnist.sh
# 训练网络
./examples/mnist/train_lenet.sh

训练一共迭代10000次，最终正确率能够达到99.07%

在CAFFE_ROOT/examples/mnist/目录下新生成了lenet_iter_10000.solverstate、lenet_iter_10000.caffemodel、lenet_iter_5000.solverstate、lenet_iter_5000.caffemodel共4个文件

  • 运行create_mnist.sh时出错：Unable to open file data/mnist/train-images-idx3-ubyte

修改create_mnist.sh中的文件名，使与已下载的文件名保持一致（一般为 . 与 - 的区别）

References

[1] GraphCut deprecated in CUDA 7.5 and removed in 8.0：https://github.com/opencv/opencv/pull/6510/files

[2] Unsupported gpu architecture ‘compute_11’解决方法：https://blog.csdn.net/sysuwuhongpeng/article/details/45485719

[3] Ubuntu16.04卸载opencv2.4.9并安装opencv3.2.0+contrib：https://www.cnblogs.com/mar-q/p/7490271.html

[4] Ubuntu16.04安装cuda及cudnn：https://blog.csdn.net/cdwxx1234/article/details/75121562

[5] 安装NVIDIA显卡驱动以及CUDA：https://blog.csdn.net/qq_28413479/article/details/76377184

[6] 最正确的姿势安装cudnn，网上大多数教程都太坑了：https://blog.csdn.net/lucifer_zzq/article/details/76675239

[7] ubuntu 下配置opencv3.10问题-Eigen/Eigenvalues: No such file or directory：https://blog.csdn.net/kekong0713/article/details/53674067

[8] fatal error: boostdesc_bgm.i: No such file or directory：https://github.com/opencv/opencv_contrib/issues/1301

[9] Ubuntu 16.04 安装配置Caffe 图文详解：https://www.linuxidc.com/Linux/2016-12/138870p2.htm

[10] Ubuntu16.04 Caffe 安装步骤记录（超详尽）：https://blog.csdn.net/yhaolpz/article/details/71375762

[11] Caffe | Installation：http://caffe.berkeleyvision.org/installation.html

[12] Caffe | LeNet MNIST Tutorial：http://caffe.berkeleyvision.org/gathered/examples/mnist.html

猜你喜欢

转载自blog.csdn.net/Jkwwwwwwwwww/article/details/81135327
今日推荐
中国码农的“35岁魔咒”
蘭雅 CorelDRAW 插件 2024.5.1 国际劳动节版，免费下载
Arc Browser for Windows 1.0 正式 GA
90后程序员开发视频搬运软件、不到一年获利超 700 万，结局很刑！
《美国对全球网络空间安全与发展的威胁和破坏》报告发布
周排行
[编程题]学英语
[codeforces 1288A] Deadline 约数+模
Python的web开发
Docker在Centos 7上的部署
python编码
解决Ubuntu16.04 fatal error: json/json.h: No such file or directory
mysql并发插入
rest接口如何适应jsonp的方案
linux 终端上网设置
高数——等号两边同时求导、积分的解释
每日归档
更多
2024-05-04(7)
2024-05-03(19)
2024-05-02(0)
2024-05-01(4)
2024-04-30(1)
2024-04-29(40)
2024-04-28(0)
2024-04-27(56)
2024-04-26(39)
2024-04-25(22)

代码天地 © 2018 codetd.com

境外服务器   最新电视剧2022