联想小新锐7000（笔记本）+ubuntu14.04+gtx1050+cuda8.0+cudnn5.1+caffe完整配置记录

一、NVIDIA驱动安装

1、关闭security boot

     现在的笔记本电脑，特别是使用security boot方式安装Ubuntu。要正确安装驱动，必须关闭security boot(进入bios中关闭，在重启)。

2、下载驱动

     在这个网址搜索自己显卡型号对应的驱动程序http://www.geforce.cn/drivers/results/134287

3、屏蔽驱动源

$ sudo gedit /etc/modprobe.d/blacklist.conf

在文末加一条 

blacklist nouveau

4、卸载官方驱动nouveau

     该驱动是ubuntu官方提供的开源nvidia驱动，这个驱动比较老，不适合我们较新的显卡，所以我们将它卸载了

   sudo apt-get --purgeremove xserver-xorg-video-nouveau

5、重启

   sudo reboot

6、清除nvidia相关的软件

   sudo apt-get --purge remove nvidia-*

 

7、关闭图像环境

   sudo init3

   sudo /etc/init.d/lightdm stop

 进入DOS界面后按Ctrl+Alt+F1进入tty1，出现命令输入行。 
 输入用户名和密码登录。

 su -s

8、安装

    安装这步是很重要的，如果没有配置好安装条件，重启时候会一直在ubuntu登陆界面，一定要注意

    进入安装目录

  ./NVIDIA-Linux-x86_64-375.66.run -no-x-check -no-nouveau-check -no-opengl-files

 

  -no-x-check

安装驱动时关闭x服务

 

  -no-nouveau-check

安装驱动时禁止用nouveau

 

  -no-opengl-files

只安装驱动文件，不安转opengl文件

 

安装开始报错

the distribution-provided pre-install script failed!不必理会,继续安装

安装过程中的选项

1、情况1

如果提示是否接受（accept），选accept 
如果提示有是否继续，选择continue install 
如果提示是否安装新的 kernel modules，选yes； 
如果提示32Bit字样，选择yes； 
如果提示编译模块，询问是否进行编译，选ok； 
如果提示将要修改Xorg.conf，询问是否允许，选Yes； 
基本上都是选择accept、continue install、yes、ok。

2、情况2

（当遇到时候询问是否安装openGL的时候，要小心，如果你只是想用nvidia进行计算，用比如intel集成显卡显示的话，就不需要安装，他会覆盖掉你原有的openGL，造成后续一些错误，一般这个可不选）

Accept EULA conditions

Say YES to installing the NVIDIAdriver

SAY YES to installing CUDAToolkit + Driver

Say YES to installing CUDASamples

9、安装完成

   sudo/etc/init.d/lightdm start

10、检查驱动安装是否完成

     cat/proc/driver/nvidia/version 

如果显示显卡驱动版本，说明安装成功。如下图所示。 （注意一定要关闭窗口界面并在控制台进行操作。 ）

（此处的图只是示意）

二、cuda8.0安装

     注意请在成功安装显卡驱动的前提下继续安装cuda，否则也会安装失败。（cuda9.1已经不支持ubuntu14.04了）

1.    去cuda官网下载cuda 8.0 tool kit（至于具体是哪个版本，大家可以查看下载页上的版本手册），注意务必下在.runfile包，因为只有这个包可以选择不安装cuda自带的驱动。如果你用.deb包，它将会默认给你安装自带的驱动，那么会将你第一步安装的nivida驱动覆盖掉。

2.   重启电脑，然后按Ctrl + Alt + F1进入控制台，将lightdm关闭。

sudo /etc/init.d/lightdm stop

3.   .runfile 包安装。进入到该包所在的位置，并执行：

sudo sh cuda.runfle 

其中cuda.runfile是你下载的包的名字

4.    之后系统会提示一系列的安装选择，yes or no。其中只有driver选择no，其余的选择yes。

5.   安装完毕后，重启lightdm。即输入：

sudo /etc/init.d/lightdm restart

6.   重启电脑。

sudo reboot

7.   重启后，需要添加环境变量。进入ubuntu图形界面，在命令行输入：

sudo gedit /etc/profile 
在文件末尾添加： 

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

8.   保存完成后，执行如下命令使环境变量生效：

source /etc/profile

9.   然后还需添加lib的路径。

sudo gedit /etc/ld.so.conf.d/cuda.conf 
在文件中写入如下命令并保存： 

/usr/local/cuda/lib64

10. 然后执行如下命令使之生效：

sudo ldconfig 

【

注意：设置环境变量这操作里    （在/usr/local有两个cuda文件，分别是：cuda和cuda-8.0。其他方法的使用cuda-8.0设置的环境，我用的是cuda，如果想用cuda-8.0，用以下步骤代替以上相关步骤即可）

终端中输入

gedit /etc/profile 在打开的文件末尾，添加以下两行，保存文件并退出。

$ export PATH=$PATH:/usr/local/cuda-8.0/bin

$ export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-8.0/lib64

】

检验境是否设置好，有两种方法

方法一：打开终端，输入cuda，按2次Tab键，如果有弹出的命令提示，说明环境配置成功。如下图所示。

方法二：打开终端，输入 nvcc –version ，若出现如下图片，则说明环境配置成功

安装CUDA SAMPLES（请先看后面）

为什么要安装cuda samples？

一方面是为了后面粗大的学习，另一方面前一步只是检测cuda是否配置成功。若真的想看cuda是否安装成功，则需要成功编译cuda samples。但如果没有通过编译，或者虽然最后一行显示PASS，但是编译过程中有ERROR，请自行GOOGLE解决之后，再向下安装，否则失之毫厘谬以千里！！！

make时，尽量使用make -j，这取决于电脑的配置。比如我电脑时8核的，就写成make -j8。这样一来可以最大限度的使用cpu编译，加快编译速度。

#切换到cuda-samples所在目录。以我的例子来说

cd /home/g214/NVIDIA_CUDA-8.0_Samples

#编译make，若make命令不存在，那么先需要安装（安装命令sudo apt-get install cmake）

make -j8

#编译完毕，切换release目录

cd bin/x86_64/linux/release/

#检验是否成功，运行实例./deviceQuery，若如下图所示，则说明安装成功。

./deviceQuery

三.安装cuDNN v5.1

1.    下载cudnn
https://developer.nvidia.com/cudnn

2.            把压缩文件解压到cudatoolkit的安装目录，默认是/usr/local/cuda。首先把当前目录切换到/usr/local/cuda，然后运行如下相关命令:

  tar xvzf cudnn-8.0-linux-x64-v5.1-ga.tgz

 sudo cp -P cuda/include/cudnn.h /usr/local/cuda/include

 sudo cp -P cuda/lib64/libcudnn* /usr/local/cuda/lib64

sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

 

四. caffe依赖项安装（每一项依赖项的安装包请自行下载，安装包版本能从图中看出）

# protobuf-3.3.0

$ cdcaffe-program-linux

$ tarzxvf  protobuf-3.3.0.tar.gz

$ cdprotobuf-3.3.0

$./configure

$ make

$ sudo makeinstall

$ sudo gedit~/.bashrc

     # path

    exportLD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/lib

$ source~/.bashrc

 

# glog

$ cdcaffe-program-linux   (这里改成你自己的路径，切换到安装程序所在的文件夹，以下省略)

$ tar zxvfglog-0.3.3.tar.gz

$ cd glog-0.3.3

$ ./configure

$ make  (也可以使用make –j 4，使用4个线程加速编译)

$ sudo makeinstall

# gflags

$ cdcaffe-program-linux

$ unzipgflags-master

$ cdgflags-master

$ mkdir build&& cd build

$ exportCXXFLAGS="-fPIC" && cmake .. && make VERBOSE=1

$ make&& sudo make install

# lmdb

$ unziplmdb-mdb.master

$ cdlmdb-mdb.master/libraries/liblmdb

$ make&& sudo make install

# hdf5

$tar zxvf hdf5-1.8.19.tar.gz

$ cd hdf5-X.Y.Z

$ ./configure–prefix=/usr/local/hdf5   （这一块与视频中不同，按照这个来）

$ make.

$ sudo makeinstall

$gedit ~/.bashrc

末尾添加：

PATH=$PATH:/usr/local/hdf5/include

LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/hdf5/lib

         $source ~/.bashrc  (使其生效)

# opencv

$ unzip 3.0.0.zip

$ cd opencv3.0.0

$ mkdir release

$ cd release

$ cmake -DCMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local ..

中间会在下载ippicv_linux_20141027.tgz卡主，直接ctrl+c终止安装，将ippicv_linux_20141027.tgz拷贝到opencv/3rdparty/ippicv/downloads/linux-8b449a536a2157bcad08a2b9f266828b/文件中，然后继续输入 cmake -D CMAKE_BUILD_TYPE=RELEASE -DCMAKE_INSTALL_PREFIX=/usr/local ..  继续安装

$ make –j10  (使用多线程加速编译，大约半小时)

运行到90%左右，期间会报错cudalegacy/src/graphcuts.cpp:120:54: error: ‘NppiGraphcutState’ hasnot been declared，需要修改/opencv-3.0.0/modules/cudalegacy/src/graphcuts.cpp文件中，将

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

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

然后继续输入命令make –j10进行安装

$ sudo makeinstall

将opencv的库加入到路径，从而让系统可以找到

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

末尾加入/usr/local/lib，保存退出

$ sudo ldconfig#使配置生效

$ sudo gedit~/.bashrc

末尾加入

PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig

exportPKG_CONFIG_PATH

保存退出

$ source~/.bashrc  #使配置生效

$ sudo updatedb#更新database

 

# snappy

         $ tar zxvf snappy-1.1.1.tar

         $ cd snapy-1.1.1

         $ ./configure

         $ make

         $ sudo make install

 

# leveldb

         $ unzip leveldb-master

         $ cd leveldb

         $ make

         $ sudo cp -r include/leveldb/usr/local/include/

         $ sudo cp out-shared/libleveldb.so* /usr/local/lib

         $ sudo ldconfig

 

# boost

         $ tar zxvf boost_1_58_0.tar

         $ cd boost_1_58_0

         $ ./bootstrap.sh

         $ ./b2

         $ sudo ./b2 install

 

# atlas

$ sudo apt-get install libatlas-base-dev

 

# git

$ sudo apt-get install git

五. caffe依赖项安装（每一项依赖项的安装包请自行下载，安装包版本能从图中看出）

# 下载caffe

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

$ cp Makefile.config.example Makefile.config

取消# OPENCV_VERSION := 3 前的注释，95和96行分别改为

INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/local/hdf5/include

LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib/usr/local/hdf5/lib

 

然后开始编译caffe

         $ make all –j10  (如果报错，就先用makeall，只要proto编译完成后，就可以ctrl+c终止，然后用makeall –j10多线程编译)

 

成功后，训练minist

         $./data/mnist/get_mnist.sh

$ ./examples/mnist/create_mnist.sh

$ ./examples/mnist/train_lenet.sh