ubuntu安装caffe及python和opencv0801.docx
- 文档编号:25250505
- 上传时间:2023-06-06
- 格式:DOCX
- 页数:37
- 大小:1.29MB
ubuntu安装caffe及python和opencv0801.docx
《ubuntu安装caffe及python和opencv0801.docx》由会员分享,可在线阅读,更多相关《ubuntu安装caffe及python和opencv0801.docx(37页珍藏版)》请在冰豆网上搜索。
ubuntu安装caffe及python和opencv0801
Ubuntu安装caffe及python和opencv
Ubuntu版本:
16.04.03LTS,可以比较顺利地全部安装python所需的各种依赖,而不需要安装anaconda包。
否则会引起新的软件之间的冲突。
Opencv:
2.4.9
Python:
2.7
Cuda:
8.0
Cudnn:
5.1
1.解决无法安装ubuntu操作系统的问题
最近楼主购入一台华硕游戏本,发现无法安装ubantu。
在安装中发现除了debian外所有使用自动安装方式的linux发行版均不能安装,于是研究就开始了。
opensuse卡在写入引导,fedroa和centos卡在启动,ubuntu卡在启动安装,怀疑是u盘制作工具有问题,于是尝试了几种工具,就连dd命令也试过了,结果都无法解决。
解决方法:
重新开机,光标选中“InstallUbuntu”,按“e”,进入grub界面,将倒数第二行中的“quietsplash---”改为“nomodeset”。
F10保存,就可以进入安装界面,进行安装。
安装ubuntu系统之后,还需要将Ubuntu集成的开源驱动加入黑名单,即增加/etc/modprobe.d/blacklist-nouveau.conf文件:
sudogedit/etc/modprobe.d/blacklist-nouveau.conf
在该文件中增加如下两行:
blacklistnouveau
optionsnouveaumodeset=0
激活上述文件发挥功能,执行sudoupdate-initramfs–u
执行$lspci|grepnouveau,查看是否有内容,没有说明禁用成功,如果有内容,就执行:
$sudoreboot
2.安装caffe及python
先下载caffe
#sudogitclone
然后安装一堆第三方库
#sudoapt-getinstalllibatlas-base-dev
#sudoapt-getinstalllibprotobuf-dev
#sudoapt-getinstalllibleveldb-dev
#sudoapt-getinstalllibsnappy-dev
#sudoapt-getinstalllibopencv-dev
#sudoapt-getinstalllibboost-all-dev
#sudoapt-getinstalllibhdf5-serial-dev
#sudoapt-getinstalllibgflags-dev
#sudoapt-getinstalllibgoogle-glog-dev
#sudoapt-getinstallliblmdb-dev
#sudoapt-getinstallprotobuf-compiler
#sudoapt-getinstallpython-dev
接着,安装opencv
#cdcaffe
#sudogitclone
#cdInstall-OpenCV/Ubuntu
#sudoshdependencies.sh
#cd2.4
#sudoshopencv2_4_10.sh
opencv的另一种安装方式
直接克隆下来
sudogitclone
进入 cdInstall-OpenCV/Ubuntu/2.4
给所有shell脚本加上可执行权限
chmod+x*.sh
安装其他版本出错了,建议装这个:
sudo./opencv2_4_9.sh
或:
sudoshopencv2_4_10.sh
最终出现OpenCVreadytobeused(表示成功)
接下来,编译caffe
#cd~/caffe
#sudocpMakefile.config.exampleMakefile.config
#makeall
至此,caffe安装完成。
3.安装python所需要的各种依赖
Cython>=0.19.2
numpy>=1.7.1
scipy>=0.13.2
scikit-image>=0.9.3
matplotlib>=1.3.1
ipython>=3.0.0
h5py>=2.2.0
leveldb>=0.191
networkx>=1.8.1
nose>=1.3.0
pandas>=0.12.0
python-dateutil>=1.4,<2
protobuf>=2.5.0
python-gflags>=2.0
pyyaml>=3.10
Pillow>=2.3.0
six>=1.1.0
可以尝试采用如下命令安装上述库文件,但是没有验证过:
sudopipinstall-r./python/requirements.txt
如果没有pip需要先安装下pip:
sudoaptinstallpython-pip
安装好上述python的依赖之后重新对caffe进行编译。
并且执行makepycaffe编译。
编译好之后,在python环境下可以执行importcaffe和importcv2功能。
如果python可以顺利导入这两个库,则说明安装成功,否则安装失败。
4.安装nvidia显卡驱动
这里要尤其注意,安装显卡驱动要先切换到文字界面,(按Ctrl+Alt+F1~F6).所以,启动电脑后,先进入文字界面。
从recoverymode进入Ubuntu之后,crtl+alt+F1可进入命令行模式(tty)。
crtl+alt+F7可退出命令行模式。
首先改变驱动程序的文件属性为可执行文件。
$chmoda+x/home/username/NVIDIA.run
当输入安装指令时,不要简单地输入sudo./....run,而是输入:
sudo./NVIDIA.run-no-x-check-no-nouveau-check-no-opengl-files
-no-x-check:
安装驱动时关闭X服务
-no-nouveau-check:
安装驱动时禁用nouveau
-no-opengl-files:
只安装驱动文件,不安装OpenGL文件
这样再reboot,就不会出现循环登录的问题。
注意:
这里的NVIDIA.run代表包含具体的从NVIDIA官网下载的驱动的版本号。
上述指令可以避免显卡安装之后的循环登录问题。
如果在安装时直接输入安装指令,则会在登录界面输入密码后依然跳转回登陆界面,无限循环,这是我在使用.run文件安装时遇到的问题,上述安装指令是一个亲测有效的解决方案。
有时在安装nvidia显卡之前,可能需要卸载已有的显卡驱动。
删除以前激活的显卡驱动或者旧版本的nvidia官方驱动,在终端中输入如下命令:
sudoapt-get–purgeremovenvidia-*
sudoapt-getremove--purgenvidia-331-updates
如果安装的是官网下载的驱动,则重新运行run文件来卸载
sh./nvidia.run–uninstall
5.安装nvidia显卡驱动2
1.删除之前安装的nvidia驱动,运行sudoapt-getpurgenvidia-*
2.删除已有驱动也可用sudoapt-getautoremovenvidia-*命令
3.
2.添加第三方驱动源,运行sudoadd-apt-repositoryppa:
graphics-drivers/ppa或者sudoapt-add-repositoryppa:
xorg-edgers/ppa
3.更新源,运行sudoapt-getupdate
4.查询nvidia驱动可用版本,运行sudoapt-cachesearchnvidia-*查询相应版本
4.安装驱动,运行sudoapt-getinstallnvidia-367
6.安装cuda
可参考nvidia公司官网的NVIDIACUDAINSTALLATIONGUIDEFORLINUX.pdf进行安装。
(1)修改gcc/g++版本(这一步似乎不执行也能使得cuda正常运行)
由于cuda8不支持gcc/g++5以后的版本,所以需要做以下更改。
改变系统默认的gcc/g++编译器版本,换成gcc/g++-5
1.sudo su
2.cd ../../usr/bin
3.ln -s /usr/bin/g++-5 /usr/bin/g++ -f
4.ln -s /usr/bin/gcc-5 /usr/bin/gcc -f
这样,gcc就默认成gcc-5,g++也默认成g++-5了。
(2)下载cuda包后执行以下命令:
1sudochmod777cuda_8.0.44_linux.run
2sudo./cuda_8.0.44_linux.run
注意:
执行后会有一系列提示让你确认,但是注意,有个让你选择是否安装nvidia367驱动时,一定要选择否:
InstallNVIDIAAcceleratedGraphicsDriverforLinux-x86_64367.48?
因为前面我们已经安装了更加新的nvidia367,所以这里不要选择安装。
其余的都直接默认或者选择是即可。
(3)环境变量配置
打开~/.bashrc文件:
sudo gedit~/.bashrc
将以下内容写入到~/.bashrc尾部:
1exportPATH=/usr/local/cuda-8.0/bin${PATH:
+:
${PATH}}
2exportLD_LIBRARY_PATH=/usr/local/cuda8.0/lib64${LD_LIBRARY_PATH:
+:
${LD_LIBRARY_PATH}}
激活环境变量设置:
source~/.bashrc
(4)添加环境变量(如果已执行(3),则本步骤可不执行)
编辑计算机文件夹下的/etc/profile,加入CUDA环境变量(下面的2,3句),保存。
1.sudo gedit /etc/profile
2.export PATH=/usr/local/cuda/bin:
$PATH
保存后执行下面的命令,使其生效:
1.source /etc/profile
同时,进入/etc/ld.so.conf.d/文件夹,执行下面的命令,新建一个名为cuda.conf的文件。
1.sudo gedit cuda.conf
然后在文件中写入如下内容:
1./usr/local/cuda/lib64
保存后执行下面的命令,使其生效。
1.sudo ldconfig
(5)BuildCUDASample
进入usr/local/cuda/samples,然后buildsamples,命令如下:
1.sudo make all -j8
在执行完之后,进入samples/bin/x86_64/linux/release目录下,在终端执行查询命令:
1../deviceQuery
如果返回了你电脑显卡的信息,且结尾有Result=PASS,则表示安装成功,否则,建议重启电脑之后再次尝试查询命令。
(6)测试CUDA的samples
1cd/usr/local/cuda-8.0/samples/1_Utilities/deviceQuery
2make
3sudo./deviceQuery
如果显示一些关于GPU的信息,则说明安装成功。
(7)Qustion2andAnswer2:
(a)问题1
进行上述检测后,如果输入nvcc–version命令后出现nvcc没有安装或"nvcc:
Nosuchfileordirectory"等问题,则采用以下措施:
YourPATHenvironmentvariableisnotsetupcorrectly.EnsurethatyourPATHincludesthebindirectorywhereyouinstalledtheToolkit,usually/usr/local/cuda-8.0/bin.
1.$exportPATH=/usr/local/cuda-8.0/bin${PATH:
+:
${PATH}}
(b)问题2
nvcc-V
问题是
Theprogram'nvcc'iscurrentlynotinstalled.Youcaninstallitbytyping:
sudoapt-getinstallnvidia-cuda-toolkit
但是我们已经安装了cuda,在/usr/local能够看到文件夹cuda-7.5。
这需要如下设置
执行sudogedit~/.bashrc,在最后面,64位的话粘贴以下内容:
exportPATH=/usr/local/cuda-7.5/bin:
$PATH
exportLD_LIBRARY_PATH=/usr/local/cuda-7.5/lib64:
$LD_LIBRARY_PATH
接着执行 source~/.bashrc 使其立即生效
下面查询
nvcc-V
可见如下结果
nvcc:
NVIDIA(R)Cudacompilerdriver
Copyright(c)2005-2015NVIDIACorporation
BuiltonTue_Aug_11_14:
27:
32_CDT_2015
Cudacompilationtools,release7.5,V7.5.17
(c)问题10-“fatalerror:
hdf5.h:
没有那个文件或目录”
-Step1:
在Makefile.config文件的第85行,添加/usr/include/hdf5/serial/到INCLUDE_DIRS,也就是把下面第一行代码改为第二行代码:
INCLUDE_DIRS:
=$(PYTHON_INCLUDE)/usr/local/include
INCLUDE_DIRS:
=$(PYTHON_INCLUDE)/usr/local/include/usr/include/hdf5/serial/1212
-Step2:
在Makefile文件的第173行,把hdf5_hl和hdf5修改为hdf5_serial_hl和hdf5_serial,也就是把下面第一行代码改为第二行代码:
LIBRARIES+=gloggflagsprotobufboost_systemboost_filesystemmhdf5_hlhdf5
LIBRARIES+=gloggflagsprotobufboost_systemboost_filesystemmhdf5_serial_hlhdf5_serial1212
(d)问题11-nccl.hpp:
5:
18:
fatalerror:
nccl.h:
Nosuchfileordirectory
#在多个GPU上运行Caffe需要使用NVIDIANCCL
$gitclone
$cdnccl
$sudomakeinstall-j4
#NCCL库和文件头将安装在/usr/local/lib和/usr/local/include中
$sudoldconfig#该命令不执行会出现错误:
errorwhileloadingsharedlibraries:
libnccl.so.1:
cannotopensharedobjectfile:
Nosuchfileordirectory123456123456
(e)问题12-Nomodulenamedgoogle.prototxt
$sudoapt-getinstallpython-protobuf
或
可以先下载安装包,自行编译和安装。
可参考:
建议使用第一种方法,下面是关键:
如果使用Anaconda,而以上两种方法无论哪一种都会将prototxt相关文件安装到/usr/local/lib/python2.7/dist-packages,需要将相关文件复制到Anaconda/lib/python2.7/site-packages下,才能正常使用.1234512345
(f)问题13-Nomodulenamedpydot
$sudoapt-getinstallgraphviz#安装graphviz
$sudopipinstallpydot#安装pydot
如果使用Anaconda,需要将相关文件从/usr/local/lib/python2.7/dist-packages复制到Anaconda/lib/python2.7/site-packages下.123123
(g)问题14-ImportError:
libcudart.so.7.0:
cannotopensharedobjectfile:
Nosuchfileordirectory(CUDA7.5)
$sudoldconfig/usr/local/cuda/lib64
$sudoldconfig/usr/local/cuda-7.5/lib64
7.安装Atlas
安装命令如下:
[plain] viewplain copy
2.sudo apt-get install libatlas-base-dev
8.安装cudnn
(1)安装1
配置cuDNN
cuDNN是GPU加速计算深层神经网络的库。
首先去官网 下载cuDNN,需要注册一个账号才能下载。
下载版本号如下图:
下载cuDNN5.1之后进行解压:
sudotar-zxvf./cudnn-8.0-linux-x64-v5.1.tgz
进入cuDNN5.1解压之后的include目录,在命令行进行如下操作:
cdcuda/include
sudocpcudnn.h/usr/local/cuda/include #复制头文件
cd..
cdlib64
sudocplib*/usr/local/cuda/lib64/#复制动态链接库
cd/usr/local/cuda/lib64/
sudorm-rflibcudnn.solibcudnn.so.5#删除原有动态文件(这个操作慎用)
sudoln-slibcudnn.so.5.0.5libcudnn.so.5#生成软衔接(不一定需要)
sudoln-slibcudnn.so.5libcudnn.so#生成软链接(不一定需要)
(2)安装cudnn2
安装cudnn比较简单,简单地说,就是复制几个文件:
库文件和头文件。
将cudnn的头文件复制到cuda安装路径的include路径下,将cudnn的库文件复制到cuda安装路径的lib64路径下。
#解压文件
tar-zxvfcudnn-6.5-linux-x64-v2.tgz
#切换路径
cdcudnn-6.5-linux-x64-v2
#复制lib文件到cuda安装路径下的lib64/
sudocplib*/usr/local/cuda/lib64/
#复制头文件
sudocpcudnn.h/usr/local/cuda/include/
#更新软连接
cd/usr/local/cuda/lib64/
sudorm-rflibcudnn.solibcudnn.so.6.5
sudoln-slibcudnn.so.6.5.48libcudnn.so.6.5
sudoln-slibcudnn.so.6.5libcudnn.so
到目前为止,cudnn已经安装完了。
但是,是否安装成功了呢,还得通过下面的cudnnsample测试。
#运行cudnn-sample-v2
tar–zxvfcudnn-sample-v2.tgz
cdcudnn-sample-v2
make
./mnistCUDNN
#改程序运行成功,说明cudnn安装成功。
此时可能出现错误:
./mnistCUDNN:
errorwhileloadingsharedlibraries:
libcudart.so.6.5:
cannotope
解决方法参考
方法1:
在命令行中执行
exportLD_LIBRARY_PATH=$LD_LIBRARY_PATH:
/usr/local/cuda/lib64
方法2:
在/etc/profile文件最后添加exportLD_LIBRARY_PATH=$LD_LIBRARY_PATH:
/usr/local/cuda/lib64,并在命令行中执行source/etc/profile。
(3)cuDNN安装3
准备安装文件,cudnn的安装就是将include和lib文件拷贝到系统的cuda路径里
cudnn-8.0-linux-x64-v5.1.tgz
进入安装文件所在目录
$tar-zxvfcudnn-8.0-linux-x64-v5.1.tgz
$cdcuda
$sudocplib64/lib*/usr/local/cuda/lib64/
$sudocpinclude/cudnn.h/usr/local/cuda/include/
更新软连接,这里最好ls一下lib64的内容,防止版本不一致:
$cd/usr/local/cuda/lib64/
$sudochmod+rlibcudnn.so.5.1.10
$sudoln-sflibcudnn.so.5.1.10libcudnn.so.5
$sudoln-sflibcudnn.so.5libcudnn.so
更新设置:
$sudoldconfig
(4)cudnn安装步骤:
1、从官网上下载cudnn的安装包。
2、将安装包解压,将此安装包放在home路径下即可,并在当前路径下进行解压,解压后的文件夹名
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- ubuntu 安装 caffe python opencv0801