Caffe學習筆記2--Ubuntu 14.04 64bit 安裝Caffe(GPU版本)

来源:http://www.cnblogs.com/zhbzz2007/archive/2016/05/16/5499180.html
-Advertisement-
Play Games

0.檢查配置 1. VMWare上運行的Ubuntu,並不能支持真實的GPU(除了特定版本的VMWare和特定的GPU,要求條件嚴格,所以我在VMWare上搭建好了Caffe環境後,又重新在Windows 7 64bit系統上安裝了Ubuntu 14.04 64bit系統,鏈接 "在此" ,以此來搭 ...


0.檢查配置

1. VMWare上運行的Ubuntu,並不能支持真實的GPU(除了特定版本的VMWare和特定的GPU,要求條件嚴格,所以我在VMWare上搭建好了Caffe環境後,又重新在Windows 7 64bit系統上安裝了Ubuntu 14.04 64bit系統,鏈接在此,以此來搭建Caffe GPU版本);

2. 確定GPU支持CUDA

輸入:

lspci | grep -i nvidia

顯示結果:

我的是GTX 650,然後到http://developer.nvidia.com/cuda-gpus去驗證,支持CUDA;

3. 確定Linux版本支持CUDA

輸入:

uname -m && cat /etc/*release

結果顯示:

4. 確定系統已經安裝了GCC

輸入:

gcc --version

結果顯示:

5. 確定系統已經安裝了正確的Kernel Headers和開發包

輸入:

uname -r

結果:4.2.0-36-generic,這個是必須安裝的kernel headers和開發包的版本;

安裝對應的kernels header和開發包,

sudo apt-get install linux-headers-$(uname -r)

1.安裝CUDA

下載CUDA,從https://developer.nvidia.com/cuda-downloads,下載對應版本的cuda安裝包,我下載的是deb(local)版,

安裝CUDA,運行如下命令,即可安裝CUDA;

sudo dpkg -i cuda-repo-ubuntu1404_7.5-18_amd64.deb
sudo apt-get update
sudo apt-get install cuda

安裝完成後,重啟一下;

2.安裝cuDNN

下載cuDNN,從https://developer.nvidia.com/rdp/cudnn-download,註冊,然後下載,

註意事項:
有可能由於最新cuDNN不穩定,導致後續caffe工程編譯失敗,報出如下錯誤,詳情參考第三個鏈接,這時可以回退一下,下載較新版本的cuDNN;

CXX src/caffe/test/test_im2col_layer.cpp
In file included from ./include/caffe/util/device_alternate.hpp:40:0,
                 from ./include/caffe/common.hpp:19,
                 from ./include/caffe/blob.hpp:8,
                 from src/caffe/test/test_im2col_layer.cpp:5:
./include/caffe/util/cudnn.hpp: In function ‘void caffe::cudnn::createPoolingDesc(cudnnPoolingStruct**, caffe::PoolingParameter_PoolMethod, cudnnPoolingMode_t*, int, int, int, int, int, int)’:
./include/caffe/util/cudnn.hpp:127:41: error: too few arguments to function ‘cudnnStatus_t cudnnSetPooling2dDescriptor(cudnnPoolingDescriptor_t, cudnnPoolingMode_t, cudnnNanPropagation_t, int, int, int, int, int, int)’
         pad_h, pad_w, stride_h, stride_w));
                                         ^
./include/caffe/util/cudnn.hpp:15:28: note: in definition of macro ‘CUDNN_CHECK’
     cudnnStatus_t status = condition; \
                            ^
In file included from ./include/caffe/util/cudnn.hpp:5:0,
                 from ./include/caffe/util/device_alternate.hpp:40,
                 from ./include/caffe/common.hpp:19,
                 from ./include/caffe/blob.hpp:8,
                 from src/caffe/test/test_im2col_layer.cpp:5:
/usr/local/cuda/include/cudnn.h:799:27: note: declared here
 cudnnStatus_t CUDNNWINAPI cudnnSetPooling2dDescriptor(
                           ^
Makefile:572: recipe for target '.build_release/src/caffe/test/test_im2col_layer.o' failed
make: *** [.build_release/src/caffe/test/test_im2col_layer.o] Error 1

拷貝cuDNN庫文件到cuda目錄下,

tar -zxvf cudnn-7.0-linux-x64-v4.0-prod.tgz
cd cuda
sudo cp lib64/* /usr/local/cuda/lib64/
sudo cp include/cudnn.h /usr/local/cuda/include/

設置環境變數,在/etc/profile中添加CUDA環境變數,

sudo gedit /etc/profile

在打開的文件中加入如下兩句話

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

保存後,使環境變數立即生效,

source /etc/profile

進入/usr/local/cuda/samples,執行下麵的命令來build samples,

sudo make all -j4

全部編譯完成後,進入 samples/bin/x86_64/linux/release,運行deviceQuery,

./deviceQuery

如果出現顯卡信息,則驅動及顯卡安裝成功,結果如下:

3.編譯caffe

修改caffe/Makefile.config,

# cuDNN acceleration switch (uncomment to build with cuDNN).
USE_CUDNN := 1#去掉這個註釋

# CPU-only switch (uncomment to build without GPU support).
# CPU_ONLY := 1#加上這個註釋

然後輸入,

make clean#第一次編譯,不需要執行
make all
make test
make runtest

顯示結果:

cpu版本Caffe學習筆記1--Ubuntu 14.04 64bit caffe安裝的編測試行結果是共1058項,GPU版本的測試運行結果是2005項;

編譯pycaffe,

make pycaffe
make distribute

4.mnist數據測試

cd caffe

# 下載mnist數據
sh data/mnist/get_mnist.sh

sh examples/mnist/create_mnist.sh

./examples/mnist/train_lenet.sh

執行結果,

和CPU版本Caffe學習筆記1--Ubuntu 14.04 64bit caffe安裝的mnist數據測試相比,速度明顯提升;當時我運行腳本後,就開始看書,剛看完一頁,抬頭髮現已經運行完畢,第一次用GPU計算,雖然只是很渣的GTX 650,但依然對GPU的運算能力感到佩服;

5.深度學習開源庫環境搭建大禮包

昨晚群里一個哥們分享了一個github鏈接,涵蓋了主流深度學習開源庫的環境搭建,包括Nvidia驅動、CUDA、cuDNN、TensorFlow、Caffe、Theano、Keras、Torch,鏈接在此,他的配置是Ubuntu 14.04 64bit + Nvidia Titan X,還是適用於好多朋友的機器的,所以好東西還是要分享給大家;

6.參考鏈接

Ubuntu 14.04上安裝caffe

Ubuntu 14.04 + Caffe + Cuda 7.5 + Opencv 3.0安裝教程

Caffe error make test


您的分享是我們最大的動力!

-Advertisement-
Play Games
更多相關文章
  • 1:/etc/passwd 打開該文件,可以看到每一行內容被分割成了7個欄位比如:root:x:0:0:root:/root:/bin/bash 第一個欄位表示用戶名為root用戶 第二個欄位存放了該賬號的密碼,早期unix是存放在這,出於安全考慮,改為存放在/etc/shadow 這裡用x替代 第 ...
  • 簡介: PHP FastCGI 優點 1、PHP 腳本運行速度更快。PHP 解釋程式被載入記憶體而不用每次需要時從存儲器讀取,極大的提升了依靠腳本運行站點的性能。 2、需要使用的系統資源更少。由於伺服器不再每次需要時都載入 PHP 解釋程式,可以將站點的傳輸速度提升很多而不必增加 CPU 負擔。 3、 ...
  • 位置大概: ...
  • Intro 守護進程,也就是通常說的Daemon進程,是Linux中的後臺服務進程。它是一個生存期較長的進程,通常獨立於控制終端並且周期性地執行某種任務或等待處理某些發生的事件。守護進程常常在系統引導裝入時啟動,在系統關閉時終止。Linux系統有很多守護進程,大多數服務都是通過守護進程實現的,同時, ...
  • 1:絕對路徑:寫法一般由'/'根目錄引起的 '/'表示根目錄 2:相對路徑:不是由'/'引起的 需要先進入/ 在進入其它文件 3:mkdir -p +目錄+文件夾 可以用於創建不存在的級聯目錄 不加-p只能在存在的目錄下創建文件夾 4:rm -r 刪除目錄用的選項-f 強制刪除 不會詢問 5:whi ...
  • 摘要: Linux系統,中文顯示亂碼 XShell是一個強大的安全終端模擬軟體,它支持SSH1, SSH2及 Microsoft Windows平臺的Telnet NetSarang Xshell 4 Build 0120協議。使用Xshell可以快速方便的管理Linux主機。 我們在使用時,可能會 ...
  • (1)遠程連接的時候在本地用戶名添加功能變數名稱 現象:在Windows2008R2配置成域控制器前,還沒有安裝AD,管理員Admistrator以及新創建的用戶(創建的時候將該用戶加入遠程桌面管理組),發現可以直接輸入遠程主機的IP和本地用戶名、密碼能直接登錄到遠程主機。 操作:安裝在Windows200 ...
  • 裡面功能變數名稱重覆: 在vhosts下多個虛擬機配置文件,都是基於功能變數名稱配置的,其中兩個配置文件,都起了localhost ,所以會報錯!!!! 多個功能變數名稱可以指向同一個目錄,但同一個功能變數名稱不可一指向多個目錄!!!!!! ...
一周排行
    -Advertisement-
    Play Games
  • 移動開發(一):使用.NET MAUI開發第一個安卓APP 對於工作多年的C#程式員來說,近來想嘗試開發一款安卓APP,考慮了很久最終選擇使用.NET MAUI這個微軟官方的框架來嘗試體驗開發安卓APP,畢竟是使用Visual Studio開發工具,使用起來也比較的順手,結合微軟官方的教程進行了安卓 ...
  • 前言 QuestPDF 是一個開源 .NET 庫,用於生成 PDF 文檔。使用了C# Fluent API方式可簡化開發、減少錯誤並提高工作效率。利用它可以輕鬆生成 PDF 報告、發票、導出文件等。 項目介紹 QuestPDF 是一個革命性的開源 .NET 庫,它徹底改變了我們生成 PDF 文檔的方 ...
  • 項目地址 項目後端地址: https://github.com/ZyPLJ/ZYTteeHole 項目前端頁面地址: ZyPLJ/TreeHoleVue (github.com) https://github.com/ZyPLJ/TreeHoleVue 目前項目測試訪問地址: http://tree ...
  • 話不多說,直接開乾 一.下載 1.官方鏈接下載: https://www.microsoft.com/zh-cn/sql-server/sql-server-downloads 2.在下載目錄中找到下麵這個小的安裝包 SQL2022-SSEI-Dev.exe,運行開始下載SQL server; 二. ...
  • 前言 隨著物聯網(IoT)技術的迅猛發展,MQTT(消息隊列遙測傳輸)協議憑藉其輕量級和高效性,已成為眾多物聯網應用的首選通信標準。 MQTTnet 作為一個高性能的 .NET 開源庫,為 .NET 平臺上的 MQTT 客戶端與伺服器開發提供了強大的支持。 本文將全面介紹 MQTTnet 的核心功能 ...
  • Serilog支持多種接收器用於日誌存儲,增強器用於添加屬性,LogContext管理動態屬性,支持多種輸出格式包括純文本、JSON及ExpressionTemplate。還提供了自定義格式化選項,適用於不同需求。 ...
  • 目錄簡介獲取 HTML 文檔解析 HTML 文檔測試參考文章 簡介 動態內容網站使用 JavaScript 腳本動態檢索和渲染數據,爬取信息時需要模擬瀏覽器行為,否則獲取到的源碼基本是空的。 本文使用的爬取步驟如下: 使用 Selenium 獲取渲染後的 HTML 文檔 使用 HtmlAgility ...
  • 1.前言 什麼是熱更新 游戲或者軟體更新時,無需重新下載客戶端進行安裝,而是在應用程式啟動的情況下,在內部進行資源或者代碼更新 Unity目前常用熱更新解決方案 HybridCLR,Xlua,ILRuntime等 Unity目前常用資源管理解決方案 AssetBundles,Addressable, ...
  • 本文章主要是在C# ASP.NET Core Web API框架實現向手機發送驗證碼簡訊功能。這裡我選擇是一個互億無線簡訊驗證碼平臺,其實像阿裡雲,騰訊雲上面也可以。 首先我們先去 互億無線 https://www.ihuyi.com/api/sms.html 去註冊一個賬號 註冊完成賬號後,它會送 ...
  • 通過以下方式可以高效,並保證數據同步的可靠性 1.API設計 使用RESTful設計,確保API端點明確,並使用適當的HTTP方法(如POST用於創建,PUT用於更新)。 設計清晰的請求和響應模型,以確保客戶端能夠理解預期格式。 2.數據驗證 在伺服器端進行嚴格的數據驗證,確保接收到的數據符合預期格 ...