Ubuntu + CUDA9 + CUDNN7 + OpenCV3.4 + contrib +CAFFE-master

安裝ubuntu時讚美Rufus(建議ubuntu16.04.04)，過程參考 https://www.cnblogs.com/willnote/p/6725594.html

安 裝 前 一 定 要 注 意 確 認 當 前 硬 盤 的 存 儲 格 式 是 MBR 還 是 GPT

輸入法，瀏覽器，終端，CUDA、opencv、caffe等相關文件下載，參考百度。

 

方括號內容表示爲變量，示計算機內實際文件(夾)而定

 

2018.04.18：建議安裝cuda-v9.0/v10.1而非v9.1/9.2, 對於20X0系列的顯卡，CUDA-10+是很必要的，10X0系列的仍是CUDA-9好

2019.03.07： 2018.04.20：建議安裝opencv-v2.4.9+/v3.4.0，而非v3.4.1+/v4+ 【C語言的API對我本人開發需求而言已經不是很必要，因此我我的開始使用4.1.0了】

2019.03.07：(或者把caffe扔了(就應該這樣！)，直接玩opencv4+裏的dnn（依然能夠參考本文安裝cuda/cudnn的辦法），參考「opencv-4 nvidia gpu 訓練 測試」相關搜索結果)

-----------------------------------------------------------
！保！障！網！絡！通！暢！
-----------------------------------------------------------
安裝顯卡驅動

系統設置->軟件和更新->下載自：阿里源( mirrors.aliyun.com ) 或 中科大源( mirrors.ustc.edu.cn )

輸入密碼，關閉窗口，等下載結束。

 

而後更新軟件：終端內 

sudo apt-get update&&sudo apt-get upgrade

 

系統設置->軟件和更新->附加驅動->使用NVIDIA較高版本的專有驅動（若是未顯示，使用.run的安裝方法（https://blog.csdn.net/xunan003/article/details/81665835））

選擇後會開始下載和自動安裝，等讀條所有完畢後，在終端內輸入

nvidia-smi #確認輸出了有效信息，如

date       
+-----------------------------------------------------------------------------+
| NVIDIA-SMI XXX.XXX                Driver Version: XXX.XXX                   |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|===============================+======================+======================|
|   0  GeForce GTX 1070    Off  | 00000000:01:00.0  On |                  N/A |
|  0%   31C    P8    11W / 230W |    201MiB /  8110MiB |      0%      Default |
+-------------------------------+----------------------+----------------------+
                                                                               
+-----------------------------------------------------------------------------+
| Processes:                                                       GPU Memory |
|  GPU       PID   Type   Process name                             Usage      |
|=============================================================================|
|    0       997      G   /usr/lib/xorg/Xorg                           136MiB |
|    0      1839      G   compiz                                        59MiB |
|    0      2358      G   /usr/lib/firefox/firefox                       3MiB |
+-----------------------------------------------------------------------------+

 

-----------------------------------------------------------
-----------------------------------------------------------

安裝cuda依賴包 

終端內

sudo apt-get install --no-install-recommends libboost-all-dev -y sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libhdf5-serial-dev protobuf-compiler libopenblas-dev liblapack-dev libatlas-base-dev libgflags-dev libgoogle-glog-dev liblmdb-dev -y

 

-----------------------------------------------------------
-----------------------------------------------------------
安裝cuda

 

https://developer.nvidia.com/cuda-90-download-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1604&target_type=runfilelocal

sudo sh ./cuda_[9.X_XXX]_linux.run --no-opengl-libs #本體，非opengl這個參數很是重要，刪掉就等着開機循環登陸吧 sudo sh ./cuda_[9.X.Y]_linux.run  #[--no-opengl-libs] #補丁, 能夠裝，必要性視補丁具體內容決定，修復bug和error的確定要裝

其中，第一項顯卡驅動不須要裝（由於前一步已經裝過了，若是前一步兩種方法都安裝不了NVIDIA驅動的話，再考慮裝cuda這裏自帶的驅動），第二項cuda組件必須裝，第三項cuda示例能夠安裝

修改環境變量

sudo gedit ~/.bashrc

在最下端添加

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

使變量生效

source ~/.bashrc

-----------------------------------------------------------

測試cuda(若是安裝了第三項) 

終端裏cd進cuda示例

cd [NVIDIA_CUDA_SAMPLES]/1_Utilities/deviceQueryDrv
sudo make
./deviceQueryDrv #確認輸出了有效的顯卡信息，並記下顯卡算力「CUDA Capability Major/Minor version number:」，編譯框架時會用上

----------------------------------------------------------- 

安裝cudnn

https://developer.nvidia.com/cudnn

先將cudnn壓縮包解壓

而後

#複製文件到系統環境
sudo cp [CUDNN]/cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp [CUDNN]/cuda/lib64/lib* /usr/local/cuda/lib64/
#重建軟鏈接
cd /usr/local/cuda/lib64/
sudo rm -rf libcudnn.so libcudnn.so.[主版本號]
sudo ln -s libcudnn.so.[全版本號] libcudnn.so.[主版本號]
sudo ln -s libcudnn.so.[主版本號] libcudnn.so
#使連接在環境中生效
sudo ldconfig

-----------------------------------------------------------

-----------------------------------------------------------
安裝opencv-3.4 + contrib-master

安裝依賴項

sudo apt-get install -y build-essential cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev

解壓opencv

 

解壓opencv-contrib(使用對應版本)[nonfree的特殊工具包，不須要的話，能夠不裝]

下載 ippicv_2017u3_lnx_intel64_general_20170822.tgz (https://github.com/opencv/opencv_3rdparty/tree/ippicv/master_20170822/ippicv)(或其餘版本號的，具體的參考cmake-gui在configure卡住時下載的條目名稱)至文件夾 [opencv]/3rdparty/ippicv/downloads/linux-808b791a6eac9ed78d32a7666804320e/ （這串亂碼可在cmake生成的cache文件中查到相似的） 而後更名爲 4e0352ce96473837b1d671ce87f17359-ippicv_2017u3_lnx_intel64_general_20170822.tgz （同）

使用cmake-gui:
勾上BUILD_DOCS    BUILD_JPEG     BUILD_PNG    WITH_OPENGL     BUILD_opencv_world

 

在OPENCV_EXTRA_MODULES_PATH中填寫([opencv-contrib]/modules)     （3+的能夠裝但不必，4+的爲了調用WITH_CUDA的相關部分，或許有必要）

 

[註釋1]:

能夠在cmake-gui的搜索欄裏搜CU，去掉和cuda/NVIDIA有關的選項，通常用不到，除非打算本身擼框架（或者是打算用opencv3.4.3+/4.0.0+裏面的dnn）

 

configure幾回直到框內沒有紅條（若是在輸出信息中存在相關BLAS的錯誤，暫未發現負面影響，不用管）

而後generate

 

有須要時再勾上WITH_QT，configure一次後填上須要的路徑並再次configure，紅條變白則校驗成功。而後generate

 

[註釋2]: 

趕上 make[2]: *** [3rdparty/protobuf/CMakeFiles/libprotobuf.dir/src/google/protobuf/extension_set_heavy.cc.o] Error 4

時，勾選ENABLE_CXX11

 

編譯opencv

cd [opencv]/build make #這行不建議加-j4，曾出現過由於依賴次序問題引起的編譯錯誤 sudo make install -j4

添加引用變量

sudo gedit /etc/ld.so.conf.d/opencv.conf

文件內寫入

/usr/local/lib/x86_64-linux-gnu #（也可能沒有最後這段文件夾路徑，取決於libopencv_XXX.so文件具體在哪）

 

刷新連接

sudo ldconfig

-----------------------------------------------------------

-----------------------------------------------------------
安裝caffe

安裝依賴項

sudo apt-get install --no-install-recommends libboost-all-dev sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libhdf5-serial-dev protobuf-compiler libopenblas-dev liblapack-dev libatlas-base-dev libgflags-dev libgoogle-glog-dev liblmdb-dev git cmake build-essential -y

 

 

獲取caffe，在但願放置caffe的目錄內：

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

複製caffe/MakeFile.config.example爲MakeFile.config

修改其中的這幾項爲：

USE_CUDNN := 1 USE_OPENCV := 1 # Whatever else you find you need goes here. INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/local/include/opencv /usr/local/include/opencv2 /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 /usr/local/lib/x86_64-linux-gnu

 

 

此外，對於這裏的

CUDA_ARCH :=    #-gencode arch=compute_20,code=sm_20 \ #-gencode arch=compute_20,code=sm_21 \
                ...

只保留和顯卡算力匹配的幾行，其餘的全註釋掉（顯卡算力詳見[NVIDIA_CUDA_SAMPLES]/1_Utilities/deviceQueryDrv/deviceQueryDrv，在這個文件夾內make以後./deviceQueryDrv運行）

若是編譯opencv後生成了libopencv_world.so，那麼MakeFile中修改成：

ifeq ($(USE_OPENCV), 1) #（ 注意把空格換回製表符） #LIBRARIES += opencv_core opencv_highgui opencv_imgproc #ifeq ($(OPENCV_VERSION), 3) #LIBRARIES += opencv_imgcodecs #endif LIBRARIES += opencv_world endif

 

 

編譯caffe：

make all -j4

#增長引用變量

sudo gedit /etc/ld.so.conf.d/caffe.conf

內容爲：

/usr/local/cuda/lib64

回到終端內：

sudo make install #刷新連接 sudo ldconfig

 

-----------------------------------------------------------
-----------------------------------------------------------
測試caffe

cd [caffe] sudo sh data/mnist/get_mnist.sh
sudo sh examples/mnist/create_mnist.sh
sudo sh examples/mnist/train_lenet.sh

不報錯就是安裝成功

-----------------------------------------------------------

-----------------------------------------------------------

參考  http://www.cnblogs.com/denny402/p/5083300.html 開工