在Ubuntu 18.04 64位系统上安装Caffe是一个常见的任务,特别是在处理深度学习和计算机视觉项目时。本篇指南详细阐述了如何在该环境下安装Caffe,包括针对可能遇到的bug进行修正以及OpenCV的编译。以下是安装步骤: 1. **更新包列表**: 首先,确保系统包是最新的,通过运行 `sudo apt-get update` 和 `sudo apt-get upgrade`。 2. **安装基本构建工具**: 安装必要的构建工具是安装Caffe的基础,使用 `sudo apt-get install build-essential`。 3. **针对CUDA的准备**: 如果你想利用GPU加速,你需要安装CUDA。在这个版本,CUDA 9.2被推荐。下载并运行CUDA的安装脚本 `cuda_9.2.88_396.26_linux.run`,注意要解决NVIDIA驱动和 Nouveau图形驱动之间的冲突。为了阻止Nouveau驱动,编辑`/etc/modprobe.d/blacklist-nouveau.conf`,添加 `blacklist nouveau` 并禁用它。 4. **更新内核模块**: 重启系统进入文本模式,检查Nouveau驱动是否已移除。如果未成功移除,手动卸载 `sudo rmrf /lib/modules/$(uname -r)/kernel/drivers/gpu/drm/nouveau/*.ko` 和备份原始文件,然后再次更新内核模块。 5. **卸载和清理NVIDIA相关软件**: 使用 `sudo apt-get remove --purge nvidia-*` 清理NVIDIA的残留组件。 6. **重新编译CUDA**: 恢复CUDA的安装,使用 `sudo ./cuda_9.2.88_396.26_linux.run`,并检查安装是否成功(通过查看`nvcc`命令是否存在)。 7. **确认CUDA版本和安装Caffe库**: 使用 `cat /proc/driver/nvidia/version` 确认CUDA版本,并通过 `sudo apt install nvidia-cuda-toolkit` 安装完整的CUDA Toolkit,这将包含CUDNN支持。 8. **编译和测试CUDA示例**: 为了验证CUDA功能,你可以尝试在Caffe样例目录下编译和运行,如 `cd NVIDIA_CUDA-9.2_Samples`,执行 `make` 和 `make install` 来编译NVIDIA提供的示例,然后运行它们来确认一切正常。 这个过程中可能会遇到一些挑战,如版本兼容性问题或驱动冲突。确保在安装前对硬件配置有清晰了解,同时遵循官方文档和社区论坛的指导,以解决可能的问题。完成这些步骤后,你将能够在Ubuntu 18.04 64位系统上顺利安装和使用Caffe进行深度学习工作。
1、安装caffe的预编译的依赖。
sudo apt install caffe-cpu # cpu only
sudo apt install caffe-cuda # gpu
2、首先安装必要的环境:
sudo apt-get update
sudo apt-get upgrade
sudo apt-get install build-essential
sudo apt-get install linux-headers-`uname -r`
如果有GPU 安装 cuda : 下载cuda 9.2 版本 cuda_9.2.88_396.26_linux.run
下载地址:https://developer.nvidia.com/cuda-downloads
禁用nouveau
sudo gedit /etc/modprobe.d/blacklist-nouveau.conf
在文件加入:
blacklist nouveau
options nouveau modeset=0
保存文件,然后更新ramfs。
sudo update-initramfs -u
重启 reboot
进入登陆界面后ctrl+alt+f3 进入text mode。
登陆后
lsmod | grep nouveau
没有输出即为禁用nouveau成功。
如果禁用不成功
cd /lib/modules/(内核版本)-generic/kernel/drivers/gpu/drm/nouveau
sudo rm -rf nouveau.ko
卸载掉原有驱动
sudo apt-get remove --purge nvidia-*
安装
sudo chmod a+x ./cuda_9.2.88_396.26_linux.run
sudo ./cuda_9.2.88_396.26_linux.run
完成后测试驱动信息和nvcc是否成功。
验证驱动版本 cat /proc/driver/nvidia/version 会显示驱动版本和gcc版本
安装nvidia-cuda-toolkit
sudo apt install nvidia-cuda-toolkit
验证CUDA Toolkit nvcc -V 会输出CUDA的版本信息
尝试编译cuda提供的例子
cd /home/face/NVIDIA_CUDA-9.2_Samples
然后 make
编译后的二进制文件 默认存放在NVIDIA_CUDA-9.2_Samples/bin
cd /home/face/NVIDIA_CUDA-9.2_Samples/bin/x86_64/linux/release
./deviceQuery
看到打印显示,则代表CUDA安装且配置成功,其中 最后 Result = PASS代表成功,若失败 Result = FAIL
再检查一下系统和CUDA-Capable device的连接情况
./bandwidthTest
同样 最后 Result = PASS代表成功,若失败 Result = FAIL
安装Cudnn:
再次进入textmode。
tar -zxvf cudnn-9.2-linux-x64-v7.1.tgz
cd cuda
sudo cp lib64/lib* /usr/local/cuda/lib64/
sudo cp include/cudnn.h /usr/local/cuda/include/
剩余5页未读,继续阅读
- 粉丝: 8
- 资源: 6
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- WebLogic集群配置与管理实战指南
- AIX5.3上安装Weblogic 9.2详细步骤
- 面向对象编程模拟试题详解与解析
- Flex+FMS2.0中文教程:开发流媒体应用的实践指南
- PID调节深入解析:从入门到精通
- 数字水印技术:保护版权的新防线
- 8位数码管显示24小时制数字电子钟程序设计
- Mhdd免费版详细使用教程:硬盘检测与坏道屏蔽
- 操作系统期末复习指南:进程、线程与系统调用详解
- Cognos8性能优化指南:软件参数与报表设计调优
- Cognos8开发入门:从Transformer到ReportStudio
- Cisco 6509交换机配置全面指南
- C#入门:XML基础教程与实例解析
- Matlab振动分析详解:从单自由度到6自由度模型
- Eclipse JDT中的ASTParser详解与核心类介绍
- Java程序员必备资源网站大全