ubuntu14.04+cuda8.0+cudnn5.1+caffe+anaconda完整安装指南

最新推荐文章于 2019-01-03 16:44:05 发布

牛板筋

最新推荐文章于 2019-01-03 16:44:05 发布

阅读量1.4k

点赞数

分类专栏： ubuntu 文章标签： cudnn anaconda ubuntu14-0 caffe 安装指南

本文链接：https://blog.youkuaiyun.com/m0_37973394/article/details/78476030

版权

本文档详述了在Ubuntu14.04上安装CUDA8.0、CUDNN5.1、Anaconda和caffe的步骤，包括双系统安装、依赖库安装、环境配置等关键环节，适用于配置高性能计算环境的开发者。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

本人所用机器的配置为i7 7700+GTX1060 6g

具体可以分为一下步骤：
1、在win7上安装ubunutu14.04的双系统
2、进入系统，安装ssh和caffe依赖库
3、安装cuda8.0和cudnn5.1
4、安装anaconda2
5、安装caffe

1、在win7上安装ubuntu14.04的双系统

具体安装方法详见：http://jingyan.baidu.com/article/60ccbceb18624464cab197ea.html

本人在安装过程中选择“安装启动引导器的设备”时选择的是/boot那个区，即使用win7引导系统启动，这样后面ubuntu系统出问题处理起来比较简单。相关的使用easyBCD改BIOS的教程可以自己在网上搜，照做就是了。

（1）在win7上分出空闲硬盘时出现的问题及解决

在win7上进行分区时可能发现每次可压缩空间只有硬盘总空间的一半，网上有人说这是因为设置了还原点，但是问题不同，他们特指的是c盘不能压缩，解决其他盘（除c盘外）不能压缩的最直接的办法是：

格式化你要压缩的分区，然后就可以想分多时就分多少。

问题本质应该是你每个分区中的数据存储不是连续的。

（2）本人在安装过程中的存储空间分配如下：

总共空闲硬盘大小200GB

挂载点（主分区） / ：44000MB

交换空间（逻辑分区） swap ：8192MB

挂载点（逻辑分区） /boot ：200MB

用户空间（逻辑分区） /hoom ：剩余全部

注：在分区的时候如果出现分完一个区后，原本空闲区域变为了不可用的情况，最直接的办法是先分逻辑分区，再分主分区。

2、进入系统，安装ssh和caffe依赖库

一般如果刚装了ubuntu系统，系统会使用自带的Nouveau驱动，画面显示会有问题，所以第一步是改变NVIDIA显卡驱动，如下图所示选择后应用更改就可以了。（同时也省去了禁用nouveau的步骤）

改变显卡驱动

按ctrl+alt+T进入终端
（1）安装ssh

sudo apt-get install ssh

（2）安装依赖库
1）一般依赖项

sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler
sudo apt-get install --no-install-recommends libboost-all-dev

2）BLAS依赖项

sudo apt-get install libatlas-base-dev

或者安装

sudo apt-get install libopenblas-dev

3）python依赖项
安装python及其头文件

sudo apt-get install python
sudo apt-get install python-dev

安装cython和easydict

sudo pip install cython
sudo pip install easydict

安装python的其他依赖

sudo apt-get install python-numpy
sudo apt-get install ipython
sudo apt-get install ipython-notebook
sudo apt-get install python-sklearn
sudo apt-get install python-skimage
sudo apt-get install python-protobuf
sudo apt-get install python-devpython-pip

4）谷歌glog和gflags和lmdb依赖项

sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev

5)安装opencv
从 https://sourceforge.net/projects/opencvlibrary/files/opencv-unix/3.0.0/ 下载opencv3.0存放在“主文件夹”下

在~目录下，终端中输入 unzip opencv-3.0.0.zip 解压

安装cmake： sudo apt-get install cmake
编译： cmake .

（PS：如果提示在下载ippicv_linux_20141027.tgz，直接去网站
https://ncu.dl.sourceforge.net/project/opencvlibrary/3rdparty/ippicv/ippicv_linux_20141027.tgz
下载，然后拷贝到/home/nbj2017/opencv-3.0.0/3rdparty/ippicv/downloads/linux-8b449a536a2157bcad08a2b9f266828b 目录下，再次运行cmake .命令即可
然后make all

PS：如果出现opencv-3.0.0/modules/cudalegacy/src/graphcuts.cpp:120:54: error: ‘NppiGraphcutState’ has not been declared 错误：
解决方案：需要修改一处源码：
在graphcuts.cpp中将

if !defined (HAVE_CUDA) || defined (CUDA_DISABLER)

改为

if !defined (HAVE_CUDA) || defined (CUDA_DISABLER) || (CUDART_VERSION >= 8000)

然后再次运行make all）

用su命令进入root
make install
等待安装完成。

3、安装cuda8.0和cudnn5.1

建议先在其他windows的系统上用迅雷把下面的两个包下好，然后用u盘拷贝到“主文件夹”下待用！

cuda8.0下载地址：https://developer.nvidia.com/cuda-downloads 下载deb（local）版本
下载cuda8.0

cudnn5.1下载地址：https://developer.nvidia.com/cudnn

下载cudnn之前需要注册，注册就行了。
安装之前，在终端中需要安装g++，否则不能安装成功

 sudo apt-get install g++

（1）安装cuda8.0
按照NVIDIA官网上下载时的提示，依次输入（第一条命令后面的文件就是你自己下的文件名）

sudo dpkg -i cuda-repo-ubuntu1404-8

最低0.47元/天解锁文章