這篇博客爲在Ubuntu18.04上基於 Anaconda3 安裝編譯 Caffe-GPU的詳細教程中第二步。由於教程之詳細,放在一篇博客中影響閱讀體驗,所以按照安裝順序分爲了三個部分,具體每一部分點開鏈接即可訪問。
一、Ubuntu18.04下Anaconda3的安裝與配置
二、Ubuntu18.04下安裝Cuda9.0和Cudnn7.0
三、Ubuntu18.04下基於 Anaconda3 安裝和編譯 Caffe-GPU
文章目錄
1. Cuda9.0安裝
1.1. NVIDIA驅動安裝
Ubuntu18.04自帶了NVIDIA驅動,但是它沒有安裝完整,不能在終端使用nvidia-smi命令查看,在之後的CUDA編譯測試裏面也會出現問題,因此需要重新安裝。重新安裝的方式如下:
- 首先,檢測你的NVIDIA圖形卡和推薦的驅動程序的模型,在終端輸入:
ubuntu-drivers devices
從中可以看到,這裏有一個設備是GTX 1080 Ti,對應的驅動是NVIDIA -390,所以安裝390版本的驅動。有兩種方法.
方法一、選擇安裝所有推薦的驅動.
sudo ubuntu-drivers autoinstall
方法二、只安裝其中一個驅動.
sudo apt install nvidia-390
這裏我們選擇第一種方式,執行完命令後,在終端輸入:nvidia-smi 可以得到相關信息.
1.2. GCC降級
因爲Ubuntu18.04默認gcc7.0,而CUDA9.0只支持gcc6.0及以下版本,因此需要降級,這裏選擇降級到的版本是gcc5.5版本。
- 首先查看自己的版本.
gcc –version
機器顯示7.3.0,因此降級版本並激活。
- 在終端輸入:
sudo apt-get install gcc-5 g++-5
sudo update-alternatives --install /usr/bin/gcc gcc/usr/bin/gcc-5 50
sudo update-alternatives --install /usr/bin/g++ g++/usr/bin/g++-5 50
gcc –version
如果顯示是5.5版本則OK。如果出現其他錯誤未降級情況,請自行百度/Google查看解決方案.
1.3. 依賴庫的安裝
- 在終端輸入:
sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev
sudo apt-get install libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev
成功安裝完依賴庫!
1.4. 下載安裝
官網地址:點擊此處進入
下載後存放的目錄需要記住!
- 在安裝包存放目錄處打開終端輸入:
sudo dpkg -i cuda-repo-ubuntu1704-9-0-local_9.0.176-1_amd64.deb
sudo apt-key add /var/cuda-repo-9-0-local/7fa2af80.pub
- 繼續在終端輸入:
sudo dpkg -i cuda-repo-ubuntu1704-9-0-local-cublas-performance-update_1.0-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu1704-9-0-local-cublas-performance-update-2_1.0-1_amd64.deb
sudo apt-get update
- 繼續在終端輸入:
sudo apt-get install cuda
進入/usr/local目錄下可以看到cuda和cuda-9.0兩個文件夾,表明安裝成功.
安裝成功,接下來進行環境變量配置~
1.5. 環境配置
完成以上的步驟以後一定要進行環境的配置。步驟如下:
- 打開終端輸入:
sudo gedit ~/.bashrc
- 在打開的配置文件中,將以下內容寫入末尾處.
export CUDA_HOME=/usr/local/cuda-9.0
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64:/usr/local/cuda-9.0/extras/CUPTI/lib64:$LD_LIBRARY_PATHs
export PATH=/usr/local/cuda-9.0/bin:$PATH
export LD_LIBRARY_PATH="/usr/local/cuda-9.0/lib64:/usr/local/cuda-9.0/extras/CUPTI/lib64:/usr/local/cuda-9.0/lib64:/usr/local/cuda-9.0/lib64"
- 使環境變量生效.
source ~/.bashrc
1.6. 測試
在安裝的時候也相應安裝了一些cuda的一些例子,可以進入例子的文件夾然後使用make命令執行。
第一步:進入例子文件
cd /usr/local/cuda-9.0/samples/1_Utilities/deviceQuery
第二步:執行make命令
sudo make
第三步:運行Demo
./deviceQuery
如果結果有GPU的信息,說明安裝成功。
自帶例子測試通過,Cuna9.0安裝配置完成!
2. Cuda7.0安裝
2.1. 下載安裝
官網下載地址:點擊這裏(需要註冊個賬號)
爲適應Cudn9.0,這裏下載的是CuDnnv7.0.4 (Nov 13, 2017), for CUDA 9.0。這裏下載完的CuDnn是.solitairetheme8格式的文件。
- 解壓下載文件
tar -xvzf cudnn-9.0-linux-x64-v7.solitairetheme8
- 在終端輸入:
sudo cp cuda/include/cudnn.h /usr/local/cuda/include
注意,解壓後的文件夾名稱爲cuda ,將對應文件複製到 /usr/local中的cuda內.
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
2.2. 安裝測試
- 在終端輸入:
nvcc –V
安裝成功!(若沒有顯示,可以重啓電腦)
至此,Cudnn9.0和Cuda7.0安裝成功~~
上一步:Ubuntu18.04下Anaconda3的安裝與配置
下一步:Ubuntu18.04下基於 Anaconda3 安裝和編譯 Caffe-GPU