ubuntu16.04LTS + CUDA 8.0 + cudnn 5.1 + Caffe 安装

绝地灬酷狼 2022-05-26 07:37 126阅读 0赞

> 笔者已经安装了TensorFlow环境（GPU版本），显卡驱动、cuda、cudnn的安装教程也可参考：[ubuntu16.04LTS + CUDA 8.0 + cudnn 5.1 + TensorFlow 安装（GPU版本）][ubuntu16.04LTS _ CUDA 8.0 _ cudnn 5.1 _ TensorFlow _GPU]  
> 在此基础上，笔者安装caffe环境，仅供各位参考，如有不当之处请各位指教。

## \------呵-----------caffe只适用python2---------呵-------- ##

如果博友安装的是python3版本（安装了anaconda3），可以参考[Ubuntu 下同时安装Anaconda2与Anaconda3][Ubuntu _Anaconda2_Anaconda3] 安装anaconda2版本，本文使用的是Anaconda2-4.2.0-Linux-x86\_64

> **在此，重复一遍笔者电脑现在的环境状态：**  
> 系统：Ubuntu 16.04LTS （英文安装）  
> 显卡：GTX 1080  
> NVIDIA驱动版本：NVIDIA-Linux-x86\_64-390.25  
> anaconda版本：Anaconda3-4.2.0-Linux-x86\_64  
> cuda版本：cuda\_8.0.44\_linux  
> cuddn版本：cudnn-8.0-linux-x64-v5.1

## 第一步 安装依赖包 ##

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
    
    sudo apt-get install libopenblas-dev liblapack-dev libatlas-base-dev
    
    sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev
    
    sudo apt-get install git cmake build-essential

运行完成以上代码后，需要检查安装是否成功，方法为重新运行一次命令，查看是否安装成功，举个栗子：【验证第三条命令是否成功安装l`ibopenblas-dev liblapack-dev libatlas-base-dev` 这三个包】  
再次运行命令：`sudo apt-get install libopenblas-dev liblapack-dev libatlas-base-dev`此时命令运行结果如下截图：  
![这里写图片描述][70]

若有些包安装失败，请重新执行命令或者问问度娘啦~确认所有依赖包都安装成功后，请看下一步！

## 第二步 配置环境变量 ##

使用命令`sudo gedit ~/.bashrc`打开.bashrc文件  
在末尾添加以下两行内容：

export LD_LIBRARY_PATH=/usr/lib/x86_64-linux-gnu:$LD_LIBRARY_PATH
    
    export LD_LIBRARY_PATH=/lib/x86_64-linux-gnu:$LD_LIBRARY_PATH

## 第三步 安装OpenCV3.1 ##

进入OpenCV官网，[OpenCV官网链接【点这里进入】][OpenCV]，选择3.1.0的版本的源码sources，下载opencv-3.1.0.zip  
![这里写图片描述][70 1]

下载完成后，依次运行以下命令进行编译等操作。  
①使用命令`unzip opencv-3.1.0.zip` 解压压缩包  
②进入OpenCV文件夹：`cd opencv-3.1.0`

> 修改/opencv-3.1.0/modules/cudalegacy/src/graphcuts.cpp文件，可能会由于opecv3.1与cuda8.0不兼容导致安装失败。  
> 修改如图：（使用命令`sudo gedit xxx/graphcuts.cpp`可进行修改）  
> ![这里写图片描述][70 2]

③创建文件夹“build”：`mkdir build`  
④进入文件夹“build”中：`cd build`  
⑤修改完成后，输入命令进行编译：\[此过程会比较久一些，耐心等待哦\]

cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local ..
    
    make -j8

编译完成后如下图：  
![这里写图片描述][70 3]

⑥编译成功后安装：`sudo make install`  
⑦安装完成后通过输入命令：`pkg-config --modversion opencv`查看 opencv 版本验证是否安装成功：  
![这里写图片描述][70 4]

## 第四步 安装 caffe ##

（1）下载caffe源码：`git clone https://github.com/BVLC/caffe.git`  
（2）进入 caffe ，将 Makefile.config.example 文件复制一份并更名为 Makefile.config ，命令：`sudo cp Makefile.config.example Makefile.config`  
（3）修改 Makefile.config 文件，`sudo gedit Makefile.config`  
①使用cuddn：

将
    #USE_CUDNN := 1
    修改成： 
    USE_CUDNN := 1

②使用并修改 opencv 版本

将
    #OPENCV_VERSION := 3 
    修改为： 
    OPENCV_VERSION := 3

③使用 python 接口

将
    #WITH_PYTHON_LAYER := 1 
    修改为 
    WITH_PYTHON_LAYER := 1

④修改 python 路径

INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include
    LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib 
    修改为： 
    INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial
    LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu /usr/lib/x86_64-linux-gnu/hdf5/serial

（4）然后修改 caffe 目录下的 Makefile 文件：

将：（大约在415行）
    NVCCFLAGS +=-ccbin=$(CXX) -Xcompiler-fPIC $(COMMON_FLAGS)
    替换为：
    NVCCFLAGS += -D_FORCE_INLINES -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS)

将：（大约在181行）
    LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_hl hdf5
    改为：
    LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_serial_hl hdf5_serial

（5）修改 /usr/local/cuda/include/host\_config.h 文件 :

将（大约在119行）
    #error-- unsupported GNU version! gcc versions later than 5 are not supported!
    改为
    //#error-- unsupported GNU version! gcc versions later than 5 are not supported!

OK ，可以开始编译了，在 caffe 目录下执行 ：`make all -j8`  
编译成功后可运行命令进行测试：`make runtest -j8`

![这里写图片描述][70 5]  
如果显示结果为上、下图所示，则表示 caffe 已经成功安装。  
![这里写图片描述][70 6]

--------------------

此时，导入caffe成功，但是导入cv2失败：  
![这里写图片描述][70 7]

根据[装了anaconda，和opencv，caffe，但import cv2报错][anaconda_opencv_caffe_import cv2]网页上的回答，进行了操作：*要把opencv编译出来的cv2.so拷贝到anaconda的lib目录下 。但是又报错如下图：ImportError: libstdc++.so.6: version GLIBCXX\_3.4.21’ not found*  
![这里写图片描述][70 8]  
根据错误信息可以粗略知道，没有找到GLBCXX 3.4.21。  
输入命令： `strings /home/zhiwei/anaconda3/bin/../lib/libstdc++.so.6 | grep GLIBCXX`  
![这里写图片描述][70 9]  
果然是没有GLBCXX 3.4.21  
解决：使用命令下载`conda install libgcc`  
再使用命令进行查看是否有“GLBCXX 3.4.21”  
![这里写图片描述][70 10]  
然后又开始报错：ImportError: dynamic module does not define module export function (PyInit\_cv2)  
![这里写图片描述][70 11]

装到这里，，我已经筋疲力尽了。。。问过师兄后立马改装anaconda2，装python2 版本。可以参考[Ubuntu 下同时安装Anaconda2与Anaconda3][Ubuntu _Anaconda2_Anaconda3] 安装anaconda2版本，本文使用的是Anaconda2-4.2.0-Linux-x86\_64

参考资料：  
[https://blog.csdn.net/yhaolpz/article/details/71375762][https_blog.csdn.net_yhaolpz_article_details_71375762]  
[https://zhuanlan.zhihu.com/p/25709284][https_zhuanlan.zhihu.com_p_25709284]  
[https://blog.csdn.net/m0\_37407756/article/details/70789271][https_blog.csdn.net_m0_37407756_article_details_70789271]  
[https://blog.csdn.net/wuzuyu365/article/details/52449574][anaconda_opencv_caffe_import cv2]  
[https://blog.csdn.net/xiaolong2w/article/details/23915171][https_blog.csdn.net_xiaolong2w_article_details_23915171]  
[http://caffe.berkeleyvision.org/][http_caffe.berkeleyvision.org]

[ubuntu16.04LTS _ CUDA 8.0 _ cudnn 5.1 _ TensorFlow _GPU]: https://blog.csdn.net/zw__chen/article/details/79456712
[Ubuntu _Anaconda2_Anaconda3]: https://mp.csdn.net/mdeditor/78903157
[70]: /images/20220526/03f0fdde19ba45d08947af4c580bc7cb.png
[OpenCV]: http://opencv.org/releases.html
[70 1]: /images/20220526/1e642d5304e94d739aa820e6d151b9ba.png
[70 2]: /images/20220526/5e8f4100e3704b7fabdbf1316d8aea97.png
[70 3]: /images/20220526/85dd65d50fde4b1498616121a2d99d27.png
[70 4]: /images/20220526/9da16cd5bbdc4295b5da07d6dc143065.png
[70 5]: /images/20220526/f8a43c33165d4d4db51e0decf8cc040f.png
[70 6]: /images/20220526/be95142a2e1048fc8c0f91113f30c608.png
[70 7]: /images/20220526/ed5d371f30ad40ff8a8ab304bcdec503.png
[anaconda_opencv_caffe_import cv2]: https://blog.csdn.net/wuzuyu365/article/details/52449574
[70 8]: /images/20220526/6cbfd22bd7a44c62961e73b39d8ca4d6.png
[70 9]: /images/20220526/229c69433ddf45e0b04636cc913ee000.png
[70 10]: /images/20220526/fb64a053d85c431695a0921a63cfdb81.png
[70 11]: /images/20220526/a1cd65aba00f4885b4c664ea0018bd4a.png
[https_blog.csdn.net_yhaolpz_article_details_71375762]: https://blog.csdn.net/yhaolpz/article/details/71375762
[https_zhuanlan.zhihu.com_p_25709284]: https://zhuanlan.zhihu.com/p/25709284
[https_blog.csdn.net_m0_37407756_article_details_70789271]: https://blog.csdn.net/m0_37407756/article/details/70789271
[https_blog.csdn.net_xiaolong2w_article_details_23915171]: https://blog.csdn.net/xiaolong2w/article/details/23915171
[http_caffe.berkeleyvision.org]: http://caffe.berkeleyvision.org/