Ubuntu 14.04下CUDA 8.0、OpenCV 2.4.13与Caffe部署教程

在本篇教程中，我们将详细指导如何在Ubuntu 14.04 64位操作系统上安装CUDA 8.0、OpenCV 2.4.13以及Caffe，这对于在具有NVIDIA GTX 750Ti显卡的机器上进行深度学习和计算机视觉开发至关重要。以下是整个安装过程的步骤和所需依赖的详细说明。 一、系统环境准备 1. 环境要求： - 操作系统：Ubuntu 14.04（64位） - 显卡：NVIDIA GTX 750Ti - CUDA版本：CUDA 8.0 (61版) - CUDNN：cudnn-8.0-linux-x64-v5.1，用于加速深度学习计算 - OpenCV版本：OpenCV 2.4.13，用于图像处理和计算机视觉应用 2. 更新apt源： 首先，为了获取最新的软件包，我们需要更新apt源列表。通过运行以下命令，添加国外官方的Ubuntu utopic系列源： ``` sudo vi /etc/apt/sources.list ``` 在编辑器中，添加以下行（根据实际版本可能有所不同）： ```shell deb http://archive.ubuntu.com/ubuntu/ utopic main restricted universe multiverse deb http://archive.ubuntu.com/ubuntu/ utopic-security main restricted universe multiverse deb http://archive.ubuntu.com/ubuntu/ utopic-updates main restricted universe multiverse deb http://archive.ubuntu.com/ubuntu/ utopic-proposed main restricted universe multiverse deb http://archive.ubuntu.com/ubuntu/ utopic-backports main restricted universe multiverse deb-src http://archive.ubuntu.com/ubuntu/ utopic main restricted universe multiverse deb-src http://archive.ubuntu.com/ubuntu/ utopic-security main restricted universe multiverse deb-src http://archive.ubuntu.com/ubuntu/ utopic-updates main restricted universe multiverse deb-src http://archive.ubuntu.com/ubuntu/ utopic-proposed main restricted universe multiverse deb-src http://archive.ubuntu.com/ubuntu/ utopic-backports main restricted universe multiverse ``` 完成后，保存并退出编辑器，然后运行： ``` sudo apt-get update ``` 二、安装CUDA 1. 添加CUDA GPG密钥： ``` sudo apt-key adv --keyserver keyserver.ubuntu.com --recv-keys 9D.E08E.4EB0.48AD.84.3CFB.53E1.3525.0057.0645.0AA3 ``` 2. 添加CUDA软件包列表： ``` echo "deb http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1404/x86_64/ cuda main" | sudo tee /etc/apt/sources.list.d/cuda.list ``` 3. 更新apt源并安装CUDA： ``` sudo apt-get update sudo apt-get install cuda ``` 4. 安装CUDA所需的库和工具： ``` sudo apt-get install cuda-command-line-tools-8-0 ``` 三、安装CUDNN 1. 下载CUDNN： ``` curl https://developer.download.nvidia.com/cuda/8.0Prod/local_installers/cudnn-8.0-linux-x64-v5.1.tgz -o cudnn.tgz ``` 2. 解压并安装CUDNN： ``` tar xzf cudnn.tgz sudo cp -r cuda/include/cudnn.h /usr/local/cuda/include/ sudo cp -r cuda/lib64/libcudnn* /usr/local/cuda/lib64/ sudo chmod a+r /usr/local/cuda/lib64/libcudnn* # 创建软链接，让系统知道已安装CUDNN sudo ln -s /usr/local/cuda/lib64/libcudnn.so /usr/local/lib/libcudnn.so ``` 四、安装OpenCV 1. 添加OpenCV PPA： ``` sudo add-apt-repository ppa:itseez/pool ``` 2. 更新apt源并安装OpenCV： ``` sudo apt-get update sudo apt-get install libopencv-dev python-opencv ``` 3. 安装Python接口（如若需要）： ``` sudo pip install opencv-python ``` 五、安装Caffe 1. 下载Caffe源码： ``` git clone --recursive https://github.com/BVLC/caffe.git cd caffe ``` 2. 设置编译选项（根据GPU类型调整）： ``` ./build/install.sh --cpu-only # 如果是CPU版本 ./build/install.sh # 如果有GPU，但不需要GPU加速 ./build/install.sh --gpu --cudnn # 如果需要GPU加速 ``` 3. 配置Caffe以使用CUDA和OpenCV： 编辑`Makefile.config`，确保`CAFFE_USE_CUDNN`和`USE_OPENCV`设置为`YES`。 4. 构建并安装Caffe： ``` make all make install ``` 至此，您已经成功在Ubuntu 14.04上安装了CUDA 8.0、OpenCV 2.4.13以及Caffe。这些工具将为您的深度学习项目提供强大的支持，无论是图像分类、目标检测还是其他计算机视觉任务。接下来，您可以按照Caffe的官方文档或教程开始配置和训练模型了。