ubuntu16.04+nvidia gt740m+cuda7.5+caffe安装、测试经历

首先说明，这是在笔记本上的安装测试经历，首先安装的win10，然后安装ubuntu16.04双系统，显卡为nvidia gt740m
win10上没有装nvidia gt740m驱动，也就是用的集显，测试发现若装了nvidia gt740m驱动会无法进去ubuntu，重装无数次的经验

废话不多说，上车吧，少年

一、安装nvidia显卡驱动

1. 进入ubuntu系统设置-软件与更新-ubuntu软件，使用的是中科大的源：http://mirrors.ustc.edu.cn/ubuntu，如下所示

   
   
   

2. 更新Ubuntu16.04源

   终端输入
   cd /etc/apt/
sudo cp sources.list sources.list.bak
sudo vi sources.list
   把下面的这些源添加到source.list中：
   deb http://mirrors.ustc.edu.cn/ubuntu/ xenial main restricted universe multiverse
deb http://mirrors.ustc.edu.cn/ubuntu/ xenial-security main restricted universe multiverse
deb http://mirrors.ustc.edu.cn/ubuntu/ xenial-updates main restricted universe multiverse
deb http://mirrors.ustc.edu.cn/ubuntu/ xenial-proposed main restricted universe multiverse
deb http://mirrors.ustc.edu.cn/ubuntu/ xenial-backports main restricted universe multiverse
deb-src http://mirrors.ustc.edu.cn/ubuntu/ xenial main restricted universe multiverse
deb-src http://mirrors.ustc.edu.cn/ubuntu/ xenial-security main restricted universe multiverse
deb-src http://mirrors.ustc.edu.cn/ubuntu/ xenial-updates main restricted universe multiverse
deb-src http://mirrors.ustc.edu.cn/ubuntu/ xenial-proposed main restricted universe multiverse
deb-src http://mirrors.ustc.edu.cn/ubuntu/ xenial-backports main restricted universe multiverse
   最后更新源和更新已安装的包：
   终端输入
   sudo apt-get update
sudo apt-get upgrade
   
   

3. 进入ubuntu系统设置-软件与更新-附加驱动中选择下图所示选项进行驱动安装

   gt740m驱动测试

   nvidia-smi
   显示效果如下图表示安装成功
   

1. 下载cuda_7.5.18_linux.run和cudnn-7.5-linux-x64-v5.1.tgz

   这里我提供了百度网盘，这两个文件我先在win10下下载好，并用u盘拷贝到ubuntu的下载目录下
   
   

2. 安装cuda7.5

   cd 下载/
   sh cuda_7.5.18_linux.run --override
   启动安装程序，一直按空格到最后，输入accept接受条款
   输入n不安装nvidia图像驱动，之前已经安装过了
   输入y安装cuda 7.5工具
   回车确认cuda默认安装路径：/usr/local/cuda-7.5
   输入y用sudo权限运行安装，输入密码
   输入y或者n安装或者不安装指向/usr/local/cuda的符号链接
   输入y安装CUDA 7.5 Samples，以便后面测试
   回车确认CUDA 7.5 Samples默认安装路径：/home/pawn（pawn是我的用户名），该安装路径测试完可以删除
   
   

3. 安装cudnn v5.1

   tar zxvf cudnn-7.5-linux-x64-v5.1.tgz
   解压在下载目录下产生一个cuda目录
   cd cuda/include/
sudo cp cudnn.h /usr/local/cuda/include/复制头文件
   cd ../lib64打开lib64目录
   sudo cp lib* /usr/local/cuda/lib64/复制库文件
   sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*给所有用户增加这些文件的读权限
   
   

4. 建立软链接

   cd /usr/local/cuda/lib64/
   sudo rm -rf libcudnn.so libcudnn.so.5
sudo ln -s libcudnn.so.5.1.3 libcudnn.so.5
sudo ln -s libcudnn.so.5 libcudnn.so
   设置环境变量，终端输入
   sudo gedit /etc/profile
   在末尾加入
   PATH=/usr/local/cuda/bin:$PATH
export PATH
   保存后，创建链接文件
   sudo vim /etc/ld.so.conf.d/cuda.conf
   按a进入插入模式，增加下面一行
   /usr/local/cuda/lib64
   按esc退出插入模式，按:wq保存退出
   最后在终端输入sudo ldconfig使链接生效
   
   

5. cuda Samples测试

   打开CUDA 7.5 Samples默认安装路径，终端输入
   cd /home/pawn/NVIDIA_CUDA-7.5_Samples（pawn是我的用户名）
   sudo make all -j4（4核）
   出现“unsupported GNU version! gcc versions later than 4.9 are not supported!”的错误，这是由于GCC版本过高，在终端输入
   cd /usr/local/cuda-7.5/include
sudo cp host_config.h host_config.h.bak
sudo gedit host_config.h
   ctrl+f寻找有“4.9”的地方，只有一处，如下
   # if __GNUC__ > 4 || (__GNUC__ == 4 && __GNUC_MInor__ > 9)
#error -- unsupported GNU version! gcc versions later than 4.9 are not supported!
   将两个4改成5，即
   # if __GNUC__ > 5 || (__GNUC__ == 5 && __GNUC_MInor__ > 9)
   保存退出，继续在终端输入
   sudo make all -j4（4核）
   完成后继续向终端输入
   cd bin/x86_64/linux/release
./deviceQuery
   完成之后出现如下图所示，表示成功安装cuda
   

   ---

三、依赖包安装

1. sudo apt-get install build-essential#必要的编译工具依赖

2. sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler

3. sudo apt-get install --no-install-recommends libboost-all-dev

4. sudo apt-get install libatlas-base-dev

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

1. 安装python的pip和easy_install，方便安装软件包

   cd
   wget --no-check-certificate https://bootstrap.pypa.io/ez_setup.py
sudo python ez_setup.py --insecure
wget https://bootstrap.pypa.io/get-pip.py
sudo python get-pip.py

1. 安装科学计算和python所需的部分库

   sudo apt-get install libblas-dev liblapack-dev libatlas-base-dev gfortran python-numpy

1. 安装git，拉取源码

   sudo apt-get install git
   git clone https://github.com/BVLC/caffe.git

1. 安装python依赖

   sudo apt-get install python-pip安装pip
   sudo su
for req in $(cat "requirements.txt"); do pip install -i https://pypi.tuna.tsinghua.edu.cn/simple $req; done
   按Ctrl+D退出sudo su模式

1. cd /home/pawn/caffe
   cp Makefile.config.example Makefile.config
gedit Makefile.config

   ①将USE_CUDNN := 1取消注释，

   ②INCLUDE_Dirs := $(PYTHON_INCLUDE) /usr/local/include后面打上一个空格 然后添加/usr/include/hdf5/serial如果没有这一句可能会报一个找不到hdf5.h的错误

2. make all -j4
   make过程中出现string.h ‘memcy’ was not declared in this scope的错误是由于gcc编译器版本太新，如下图
   
   
   解决方法如下：
   终端输入
   vim Makefile
   键盘输入/NVCCFLAGS += -c回车，定位到409行
   按a进入插入模式，修改
   NVCCFLAGS += -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS)
   为
   NVCCFLAGS += -D_FORCE_INLInes -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS)
   按esc退出插入模式，按:wq保存退出

   终端中输入make clean清除第一次编译结果
   再次输入make all -j4重新编译
   make过程中又出现找不到lhdf5_hl和lhdf5的错误，
   解决方案：
   在计算机中搜索libhdf5_serial.so.10.1.0，找到后右键点击打开项目位置
   该目录下空白处右键点击在终端打开，打开新终端输入
   sudo ln libhdf5_serial.so.10.1.0 libhdf5.so
sudo ln libhdf5_serial_hl.so.10.0.2 libhdf5_hl.so
   最后在终端输入sudo ldconfig使链接生效

   原终端中再次输入make all -j4重新编译

3. make test -j4
   make runtest -j4
make pycaffe -j4
make distribute生成发布安装包

4. 测试python，终端输入
   cd /home/pawn/caffe/python
python
import caffe
   如果不报错就说明编译成功

1. 下载mnist数据集，终端输入
   cd /home/pawn/caffe/data/mnist/
./get_mnist.sh获取mnist数据集
   在/home/pawn/caffe/data/mnist/目录下会多出训练集图片、训练集标签、测试集图片和测试集标签等4个文件

2. mnist数据格式转换，终端输入
   cd /home/pawn/caffe/
./examples/mnist/create_mnist.sh
   必须要在第一行之后运行第二行，即必须要在caffe根目录下运行create_mnist.sh
   此时在/caffe/examples/mnist/目录下生成mnist_test_lmdb和mnist_train_lmdb两个LMDB格式的训练集和测试集

3. LeNet-5模型描述在/caffe/examples/mnist/lenet_train_test.prototxt

4. Solver配置文件在/caffe/examples/mnist/lenet_solver.prototxt

5. 训练mnist，执行文件在/caffe/examples/mnist/train_lenet.sh
   终端输入
   ./examples/mnist/train_lenet.sh
   测试结果如下