ubuntu 14.04 64bit 安装
请自行Google安装,并修改源。
cuda 7.5 安装
,选择ubuntu 14.04的deb包下载
安装一些可能的依赖
sudo apt-get install linux-headers-$(uname -r) build-essential
安装cuda
sudo dpkg –i cuda-repo-<distro>_<version>_<architecture>.deb
sudo apt-get update
sudo apt-get install cuda
注: cuda的安装,并不需要先手动安装NVIDIA驱动,安装cuda会依赖NVIDIA驱动,请保持联网,会自行下载安装。
环境变量设置
在/etc/profile文件加入PATH=/usr/local/cuda-7.5/bin:$PATH
export PATH
然后输入
source /etc/profile
使更改生效安装cuda_samples
cuda-install-samples-7.5.sh <dir>
cd ~/NVIDIA_CUDA-7.5_Samples
make -j8
编译切换到bin目录,执行./deviceQuery,显示Result=PASS表示安装成功
cudnn加速安装
sudo cp cudnn.h /usr/local/cuda/include/
sudo cp lib* /usr/local/cuda/lib64
cd /usr/local/cuda/lib64
sudo rm -rf libcudnn.so.7.0 libcudnn.so
sudo ln -s libcudnn.so.7.0.64 libcudnn.so.7.0
sudo ln -s libcudnn.so.7.0 libcudnn.so
更改文件权限
添加lib路径
sudo vim /etc/ld.so.conf.d/cuda.conf
输入
/usr/local/cuda/lib64
保存,并执行
sudo ldconfig
caffe 编译
安装依赖
sudo apt-get install -y libblas-dev liblapack-dev libopenblas-base libopenblas-dev
sudo apt-get install -y libboost1.55-all-dev
sudo apt-get install -y libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev
sudo apt-get install -y libgflags-dev libgoogle-glog-dev liblmdb-dev protobuf-compiler
修改Makefile.config
cp Makefile.config.example Makefile.config
修改如下
- 取消
# USE_CUDNN := 1
注释 - 修改
PYTHON_INCLUDE
路径 - 修改
MATLAB_DIR
路径 - 取消
# WITH_PYTHON_LAYER := 1
注释 - 修改
BLAS := open
- 取消
编译并测试
make all -j8
make test -j8
make runtest -j8
Python caffe 接口编译
安装python模块
sudo apt-get install python-dev python-pip gfortran
for req in $(cat requirements.txt); do sudo pip install $req; done
如果有模块安装不成功可以多执行几次。
pip可以修改源,加快下载速度,国内有豆瓣、v2ex等python源。使用方法,自行google。
编译pycaffe
make pycaffe -j8
在
~/.bashrc
中添加PYTHONPATH
变量export PYTHONPATH=$PYTHONPATH:/home/whq/deep-learning/caffe-master/python
执行
make pytest -j8
测试
Matlab caffe 接口编译
- 安装MATLAB
- (MATLAB 2014a,只支持gcc4.7)或
编译matcaffe
make matcaffe -j8
执行
make mattest -j8
测试
机器硬件配置为i7 4790x、 32GB RAM、GeForce GTX TITAN,因软件硬件环境不同可能造成安装失败。
如有问题,欢迎留言指正。