Ubuntu16.04配置caffe

一、CPU模式

1、安装caffe依赖包

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

2、下载caffe源码（可能需要安装git）

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

3、编译

（1）针对ubuntu16.04进行基本配置和部分修改

cd caffe
sudo cp Makefile.config.example Makefile.config //使用默认配置作为caffe编译配置

a、修改Makefile.config（打开CPU_ONLY选项），如下

CPU_ONLY：=1

b、修改Makefile.config,修改位置是#Whatever else you find you need goes here.下面的

INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib 
修改为： 
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

这是因为ubuntu16.04的文件位置发生了变化，尤其是需要用到hdf5的位置，所以需要更改这一路径。

（3）执行编译

make -j  //-j表示使用所有可用线程

二、GPU模式

1、安装显卡驱动

a、下载

根据自己的显卡型号在官网（http://www.nvidia.com/Download/index.aspx?lang=en-us）下载相应驱动，我的情况如下：

b、安装

安装之前先卸载已经存在的驱动版本

sudo apt-get remove --purge nvidia*

屏蔽开源驱动nouveau

创建新文件：
sudo vim /etc/modprobe.d/blacklist-nouveau.conf
内容为
blacklist nouveau
options nouveau modeset=0
再更新
sudo update-initramfs -u

结束X-Windows

sudo service lightdm stop

进入命令行模式后，进入下载文件所在命令，执行以下命令安装

./NVIDIA-Linux-x86_64-384.98.run

使用命令nvidia-smi查看GPU安装状态。

2、安装CUDA

a、下载

首先在官网上(https://developer.nvidia.com/cuda-downloads)下载CUDA：

也可在以下网址下载历史版驱动

https://developer.nvidia.com/cuda-toolkit-archive

b、安装

执行如下命令进行安装：

 sudo sh cuda_8.0.44_linux.run

正常选项默认即可，但是有选择安装显卡驱动时要选择否，因为前面已经安装过了显卡驱动：

Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 367.48?
(y)es/(n)o/(q)uit: n

c、配置环境变量

将以下内容写入到~/.bashrc尾部：

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

d、测试CUDA

cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery #由自己电脑目录决定
make
sudo ./deviceQuery

如果显示一些关于GPU的信息，则说明安装成功。

3、安装cuDNN

（1）在官网(https://developer.nvidia.com/rdp/cudnn-download)下载cuDNN（v5.1）

(2)下载cuDNN5.1之后进行解压，cd进入cuDNN5.1解压之后的include目录，在命令行进行如下操作：

sudo cp cudnn.h /usr/local/cuda/include/    #复制头文件

(3)再将cd进入lib64目录下的动态文件进行复制和链接：

sudo cp lib* /usr/local/cuda/lib64/    #复制动态链接库
cd /usr/local/cuda/lib64/
sudo rm -rf libcudnn.so libcudnn.so.5    #删除原有动态文件
sudo ln -s libcudnn.so.5.1.10 libcudnn.so.5  #生成软衔接（注意这里要和自己下载的cudnn版本对应，可以在/usr/local/cuda/lib64下查看自己libcudnn的版本）
sudo ln -s libcudnn.so.5 libcudnn.so      #生成软链接

完成安装。

4、安装opencv

（1）在官网（https://sourceforge.net/projects/opencvlibrary/?source=typ_redirect）下载相应的安装包。

（2）创建编译文件夹

cd ~/opencv
mkdir build
cd build

（3）配置

cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local ..

（4）编译

make -j4

编译错误1

modules/cudalegacy/src/graphcuts.cpp:120:54: error: 
‘NppiGraphcutState’ has not been declared
typedef NppStatus (*init_func_t)(NppiSize oSize, 
NppiGraphcutState** ppState, Npp8u* pDeviceMem);

修改办法：这是因为opecv3.0与cuda8.0不兼容导致的。解决办法：
修改～/opencv/modules/cudalegacy/src/graphcuts.cpp文件内容，如图：

（5）以上只是将opencv编译成功，还没将opencv安装，需要运行下面指令进行安装：

sudo make install

完成安装

5、测试

（1）关闭仅CPU模式

（2）使用cudnn

将
#USE_CUDNN := 1
修改成： 
USE_CUDNN := 1

（3）若使用opencv版本是3的，则

将
#OPENCV_VERSION := 3 
修改为： 
OPENCV_VERSION := 3

（4）若使用python来编写layer层

将
#WITH_PYTHON_LAYER := 1 
修改为 
WITH_PYTHON_LAYER := 1

（5）修改makefile

将：
NVCCFLAGS +=-ccbin=$(CXX) -Xcompiler-fPIC $(COMMON_FLAGS)
替换为：
NVCCFLAGS += -D_FORCE_INLINES -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS)

（6）测试

make -j8
sudo make runtest

(7)错误修改

a、

"libcudart.so.8.0 cannot open shared object file: No such file or directory"

解决

解决办法是将一些文件复制到/usr/local/lib文件夹下：

#注意自己CUDA的版本号！
sudo cp /usr/local/cuda-8.0/lib64/libcudart.so.8.0 /usr/local/lib/libcudart.so.8.0 && sudo ldconfig
sudo cp /usr/local/cuda-8.0/lib64/libcublas.so.8.0 /usr/local/lib/libcublas.so.8.0 && sudo ldconfig
sudo cp /usr/local/cuda-8.0/lib64/libcurand.so.8.0 /usr/local/lib/libcurand.so.8.0 && sudo ldconfig

b、

.build_release/tools/caffe: error while loading shared libraries: libcudnn.so.5: cannot open shared object file: No such file or directory

解决方法同上：

sudo cp /usr/local/cuda-8.0/lib64/libcudnn.so /usr/local/lib/libcudnn.so && sudo ldconfig
sudo cp /usr/local/cuda-8.0/lib64/libcudnn.so.5 /usr/local/lib/libcudnn.so.5 && sudo ldconfig

sudo cp /usr/local/cuda-8.0/lib64/libcudnn.so.5.1.10 /usr/local/lib/libcudnn.so.5.1.10 && sudo ldconfig

最终结果如图

三、常见caffe错误

1、error: /home/liuhao/anaconda2/lib/libpng16.so.16: undefined reference to `inflateValidate@ZLIB_1.2.9'
解决方式：自行编译zlib1.2.9

wget https://sourceforge.net/projects/libpng/files/zlib/1.2.9/
unzip xxx
cd xxx
./configure
make
sudo make install

2、nccl.hpp:5:18: fatal error: nccl.h: No such file or directory

# 在多个 GPU 上运行 Caffe 需要使用 NVIDIA NCCL
$ git clone https://github.com/NVIDIA/nccl.git
$ cd nccl
$ sudo make install -j4
# NCCL 库和文件头将安装在 /usr/local/lib 和 /usr/local/include 中
$ sudo  ldconfig # 该命令不执行会出现错误： error while loading shared libraries: libnccl.so.1: cannot open shared object

3、/usr/local/lib/libopencv_imgcodecs.so.3.1.0: undefined reference to `TIFFReadDirectory@LIBTIFF_4.0'

猜你喜欢