Ubuntu 16.04+CUDA8.0+cuDNN6.0+caffe (GPU版)

ubuntu caffe python

之前安装过一次caffe，这次重新安装没想到又遇到很多问题，之前想写一下安装教程的，当时因为考虑到网上的教程已经有很多了，就没有着手去写。但是从这次的安装情况来看，还是需要认真记录一下安装的过程，以免下一次犯同样的错误，也是为了加深点自己的印象，同时也能作为别人的参考教程。

软件链接: https://pan.baidu.com/s/1eSgtXeE 密码: cmhy

第一步是安装Ubuntu系统

安装系统我也看过许多的教程，其中不变的就是系统分区问题，因为大多数人都是安装双系统，或者是虚拟机上安转，但是有一点意见就是尽量安装LTS的版本，也就是偶数开头的（如 Ubuntu 16.04）。至于怎么安转就不在这里赘述。

第二步是安装NVIDIA显卡

首先必须是NVIDIA的显卡才可以GPU加速计算，先去NVIDIA官网上（http://www.nvidia.com/Download/index.aspx?lang=en-us）图一 查询一下你显卡型号所需要的驱动，例如我的是GTX780Ti，需要的驱动是384.90图二
然后去设置->软件与更新 先把第一项中 Download from选择一个国内的下载源，aliyun，cn99都可以，然后在附加驱动 这里换成你的驱动型号，然后apply changes 完成之后重新启动，或者log out在命令行中输入nvidia-smi如果有GPU清单，则显卡安装成功。图三
如果这里没有与你相同的选项，那只能通过刚才的网址（http://www.nvidia.com/Download/index.aspx?lang=en-us）那下载驱动，然后安装，如果选一个不支持的驱动的可能出现循环登录的问题。
如果有驱动选项的可以跳过安装驱动的部分，进入下一步。
驱动安装有两种方法
1. 第一种方法就是通过上面所说的，下载官网的安装包，然后按照提示安装，比如说刚才下载的软件是NVIDIA-Linux-x86_64-384.90.run安装时候首先要Ctrl+Alt+F1进入命令行模式，然后要关掉X server， 最后通过./NVIDIA-Linux-x86_64-384.90.run命令来安装驱动，按照提示安装即可。
2. 第二种方法是通过命令行的形式安装。

sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
sudo apt-get install**nvidia-367**（要根据自己的型号更换）
sudo apt-get install mesa-common-dev
sudo apt-get install freeglut3-dev

安装完成后要重新启动。在命令行中输入nvidia-smi如果有GPU清单，则显卡安装成功

第三步是安装CUDA

1. 进入cuda的下载目录后，执行以下命令安装图四
   sudo sh cuda_8.0.44_linux.run
   安装过程中有
   Accept EULA conditions accpet
   Say YES to installing the NVIDIA driver No
   Say YES to installing CUDA Toolkit + Driver yes
   Say YES to installing CUDA Samples yes
   尤其注意问是否安装驱动要拒绝安装，因为我们前面已经安装过驱动。
2. 安装完毕后要声明一下环境变量，执行如下代码
   vi ～/.bashrc
   将下面两行代码写到文件末尾
   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}}
3. 设置环境变量和动态链接库
   sudo gedit /etc/profile
   在打开的文件末尾加入：
   export PATH=/usr/local/cuda/bin:$PATH
4. 保存之后，创建链接文件：
   sudo gedit /etc/ld.so.conf.d/cuda.conf
   在打开的文件中添加如下语句：
   /usr/local/cuda/lib64
   然后执行以下命令使链接立即生效。
   sudo ldconfig
5. 最后测试一下cuda的例子，检查cuda是否安装成功。安装完cuda后必须重启电脑，才能让显卡配置生效！
   usr/local/cuda/samples
sudo make all -j8
   继续进入到samples/bin/x86_64/linux/release目录下，在终端执行查询命令：
   ./deviceQuery
   如果返回你电脑显卡信息，结尾有Result=PASS，则安装成功。图五

第四步安装cuDNN

下载完cudnn6之后进行解压，cudnn-8.0-linux-x64-v6.0.tgz解压之后在命令行进行如下操作：
cd cuda
cd include
sudo cp cudnn.h /usr/local/cuda/include/ #复制头文件
更新软链接：

cd ..
cd lib64
sudo cp lib* /usr/local/cuda/lib64/    #复制动态链接库
cd /usr/local/cuda/lib64/
sudo chmod +r libcudnn.so.6.0.21(或你自己的版本对应的)
sudo ln -sf libcudnn.so.6.0.21 libcudnn.so.6  
sudo ln -sf libcudnn.so.6 libcudnn.so  
sudo ldconfig                           #使链接生效

第五步安装caffe

1.安装caffe安装的基本依赖库

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

1. 下载caffe-master或其他版本的caffe
   cd $CAFFEROOT$ //进入caffe的根目录
   配置caffe的python环境

cd python
sudo apt-get install python-pip python-dev build-essential
sudo pip install --upgrade pip
sudo pip install -r requirements.txt

为了后面能够使用python绘制caffe的网络模型等可视化操作，执行：

sudo apt-get install graphviz #如果出现错误，尝试不加sudo
sudo pip install pydot

修改配置文件
sudo cp Makefile.config.example Makefile.config
//将Makefile.config.example的内容复制到Makefile.config
//因为make命令只能操作Makefile.config文件，而Makefile.config.example是caffe给出的makefile例子
3. sudo gedit Makefile.config //打开Makefile.config文件
改如下几个部分
改Makefile.config文件中
USE_CUDNN := 1
WITH_PYTHON_LAYER := 1#为了使用python来编写layer，将注释去掉
Whatever else you find you need goes here.下面的INCLUDE_DIRS与LIBRARY_DIRS := $(PYTHON_LIB) 改为下面两行

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

1. 修改Makefile文件中
   将
   NVCCFLAGS +=-ccbin=$(CXX) -Xcompiler-fPIC $(COMMON_FLAGS)
   替换
   NVCCFLAGS += -D_FORCE_INLINES -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS)
   退出保存
2. 在caffe的根目录下新建build文件夹
   mkdir build
cd build
sudo cmake .. -DCUDA_NVCC_FLAGS="-D_FORCE_INLINES" -DUSE_CUDNN=OFF
   如果没有报错则进行下一个命令
   sudo make -j8 这个数字是根据内存的大小选择的（4表示采用4核，当然如果你是8核你也可以用8）
3. 需要将编译好的caffe写入到环境变量中，执行如下命令
   vi ~/.bashrc
   在末尾加入
   export PYTHONPATH=/home/到caffe根目录的路径/caffe-segnet-cudnn5-maste/python:$PYTHONPATH
   退出保存
   在命令行中输入
   python
import caffe
   如果没有报错则安装正确。

参考链接

http://blog.csdn.net/sinat_14916279/article/details/53844963
http://blog.csdn.net/autocyz/article/details/52299889#insertcode
http://www.mobibrw.com/2017/7285