Ubuntu 16.04+CUDA8.0+MKL+OpenCV3.2+Matlab R2016b+Caffe安装

经过无数次的失败后，终于安装成功，安装过程并不是很难，只是遇到问题时候的解决方式不对，导致花费了不少时间。现将过程整理如下：

电脑的环境：Ubuntu 16.04 64位系统(Windows7双系统)、GPU型号为GeForce GT 540M。

1、先安装相关依赖项

sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compile

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

2、安装NVIDIA驱动

很多教程都是用驱动文件安装，但我的电脑驱动文件总是安装失败，即使成功了也会遇到很多问题（重启后黑屏、循环登录、NVIDIA X Server Settings仅显示部分信息等）。所以，驱动文件安装方式请自行搜索。

最后，我直接通过系统设置->软件和更新->附件驱动，安装了最新的专有驱动nvidia-375。若总是应用更改失败，则可以尝试更新源，更新方式如下：

sudo vi /etc/apt/sources.list ->替换源 ->sudo apt-get update

替换内容如下（仅供参考）：

# deb cdrom:[Ubuntu 16.04 LTS _Xenial Xerus_ - Release amd64 (20160420.1)]/ xenial main restricted

deb-src http://archive.ubuntu.com/ubuntu xenial main restricted #Added by software-properties

deb http://mirrors.aliyun.com/ubuntu/ xenial main restricted

deb-src http://mirrors.aliyun.com/ubuntu/ xenial main restricted multiverse universe #Added by software-properties

deb http://mirrors.aliyun.com/ubuntu/ xenial-updates main restricted

deb-src http://mirrors.aliyun.com/ubuntu/ xenial-updates main restricted multiverse universe #Added by software-properties

deb http://mirrors.aliyun.com/ubuntu/ xenial universe

deb http://mirrors.aliyun.com/ubuntu/ xenial-updates universe

deb http://mirrors.aliyun.com/ubuntu/ xenial multiverse

deb http://mirrors.aliyun.com/ubuntu/ xenial-updates multiverse

deb http://mirrors.aliyun.com/ubuntu/ xenial-backports main restricted universe multiverse

deb-src http://mirrors.aliyun.com/ubuntu/ xenial-backports main restricted universe multiverse #Added by software-properties

deb http://archive.canonical.com/ubuntu xenial partne

deb-src http://archive.canonical.com/ubuntu xenial partne

deb http://mirrors.aliyun.com/ubuntu/ xenial-security main restricted

deb-src http://mirrors.aliyun.com/ubuntu/ xenial-security main restricted multiverse universe #Added by software-properties

deb http://mirrors.aliyun.com/ubuntu/ xenial-security universe

deb http://mirrors.aliyun.com/ubuntu/ xenial-security multiverse

3、CUDA8.0

(1)下载：https://developer.nvidia.com/cuda-downloads

(2)下载完成后执行以下命令：

sudochmod777 cuda_8.0.44_linux.run

sudo ./cuda_8.0.44_linux.run

注意：执行后会有一系列提示让你确认，但是注意，有个让你选择是否安装nvidia367驱动时，一定要选择否： Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 367.48? 因为前面我们已经安装了更加新的nvidia367，所以这里不要选择安装。其余的都直接默认或者选择是即可。

(3)环境变量配置

打开~/.bashrc文件： sudo gedit ~/.bashrc

将以下内容写入到~/.bashrc尾部：

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

export LD_LIBRARY_PATH=/usr/local/cuda8.0/lib64${LD_LIBRARY_PATH: :${LD_LIBRARY_PATH}}

(4)测试CUDA的samples

cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery

makesudo ./deviceQuery

如果显示一些关于GPU的信息，则说明安装成功。

4、配置cuDNN cuDNN是GPU加速计算深层神经网络的库。首先去官网 https://developer.nvidia.com/rdp/cudnn-download 下载cuDNN，需要注册一个账号才能下载。

下载cuDNN5.1之后进行解压：

sudo tar -zxvf ./cudnn-8.0-linux-x64-v6.0.tgz

进入cuDNN5.1解压之后的include目录，在命令行进行如下操作：

cd cuda/include

sudo cp cudnn.h /usr/local/cuda/include #复制头文件

再将进入lib64目录下的动态文件进行复制和链接：

cd ..

cd lib64

sudo cp lib* /usr/local/cuda/lib64/ #复制动态链接库

cd /usr/local/cuda/lib64/

sudo rm -rf libcudnn.so libcudnn.so.6 #删除原有动态文件

sudo ln -s libcudnn.so.6.0.20 libcudnn.so.6 #生成软衔接

sudo ln -s libcudnn.so.6 libcudnn.so #生成软链接

5、安装MKL

<p style="margin-bottom: 10px; font-family: 微软雅黑,Verdana,sans-serif,宋体; margin-top: 10px; color: #333333; padding-bottom: 0px; padding-top: 0px; letter-spacing: 0px; line-height: 22px; background-color: #fafafc; -ms-word-wrap: break-word;" align="left">这里也可以选择（ATLAS，MKL或者OpenBLAS），依赖文件安装时已经安装了ATLAS，我这里安装MKL，首先下载并安装英特尔®数学内核库 Linux*版MKL(Intel(R) Parallel Studio XE Cluster Edition for Linux 2016)，下载链接是：https://software.intel.com/en-us/intel-education-offerings，使用学生身份（邮件学校）下载Student版，填好各种信息，可以直接下载，同时会给你一个邮件告知序列号。下载完之后，要把文件解压到home文件夹，或者其他的ext4的文件系统中。

<p style="font-size: 12px; margin-bottom: 10px; font-family: 微软雅黑,Verdana,sans-serif,宋体; margin-top: 10px; color: #333333; padding-bottom: 0px; padding-top: 0px; letter-spacing: 0px; line-height: 22px; -ms-word-wrap: break-word;" align="left">$ sudo gedit /etc/ld.so.conf.d/intel_mkl.conf

6、安装opencv3.2

从官网(http://opencv.org)下载Opencv。

unzip opencv-3.2.0.zip

cd ~/opencv-3.2.0

mkdir build

cd build

配置：

sudo apt install cmake

sudo cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local ..

编译：

sudo make

sudomakeinstall

7、安装Matlab

(1)下载Matlab2016b，请自行搜索

下载后的Linux文件夹会有三个文件分别是R2016b_glnxa64_dvd1.iso、R2016b_glnxa64_dvd2.iso和Matlab 2016b Linux64 Crack文件夹。Crack文件解压：

rar x Matlab 2016b Linux64 Crack.ra

注意：解压后Crack文件夹中包含readme.txt文件，里面包含密钥；license_standalone.lic文件，用于进行软件激活；/bin/glnx64/文件，用于进行matlab安装目录中bin/glnx64/的替换，里面工四个文件。

(2)挂载：首先建立挂载文件夹，本文为/home/generallc/matlab2016，然后用mount命令进行R2016b_glnxa64_dvd1.iso文件挂载，注意当前只挂载R2016b_glnxa64_dvd1.iso文件，R2016b_glnxa64_dvd2.iso先不要进行挂载。

命令：

mkdir /home/generallc/matlab2016

#挂载目录

sudo mount -t auto -o loop /home/generallc/下载/matlab/R2016b_glnxa64_dvd1.iso /home/generallc/matlab2016

注意：/home/generallc/下载/matlab/为下载的linux版本MATLAB2016文件目录，/home/generallc/matlab2016为指定的挂载目录

(3)安装：进入到挂载目录下,可以发现有install文件，然后返回当前目录的前一层进安装

命令：

cd /home/generallc/matlab2016

cd ..

sudo /home/generallc/matlab2016/install # 进行安装、弹出安装界面，类似windows安装，安装密钥在Crack文件中的readme.txt中

注意：记住matlab安装目录，本文为/home/generallc/MATLAB

(4)安装R2016b_glnxa64_dvd2.iso

当R2016b_glnxa64_dvd1.iso安装完成后，提示拔出dvd1，然后插入dvd2对话框，此时需要挂载第二个iso文件(R2016b_glnxa64_dvd2.iso)到/home/generallc/matlab2016文件夹下，这里注意的是，由于你当时的终端窗口正在进行安装，所以你是无法进行操作的，所以你需要ctrl Alt t进行重新开一个终端命令窗口。挂载成功后直接点击ok就可以了。

命令：

ctrl Alt t #新建窗口

sudo mount -t auto -o loop /home/generallc/下载/matlab/R2016b_glnxa64_dvd2.iso /home/generallc/matlab2016

(5)激活：安装完成后，进入安装目录下，运行matlab文件，弹出激活对话框，选择用不联网的方法进行激活。然后用用下载目录中/bin/glnx64/的四个文件替换matlab安装目录中bin/glnx64/里面文件。

命令：license文件加载

cd /home/generallc/MATLAB/R2016b/bin #进入到matlab安装目录中

./matlab #运行matlab，弹出激活对话框，选择用不联网的方法进行激活，加载

license_standalone.lic

文件

注意：本文激活过程中，出现了权限不足问题，采用chomd命令提高对

license_standalone.lic

文件和安装目录R2016b的权限

sudo chmod 777 license_standalone.lic #提高对license_standalone.lic文件的操作权限

sudo chmod -R 777 R2016b/ #提高对安装目录R2016b的操作权限

命令：文件替换，用下载目录中/bin/glnx64/的四个文件替换matlab安装目录中bin/glnx64/里面文件。

sudo cp /home/generallc/下载/matlab/R2016b/bin/glnxa64/libmwservices.so /home/generallc/MATLAB/R2016b/bin/glnxa64

sudo cp /home/generallc/下载/matlab/R2016b/bin/glnxa64/libmwlmgrimpl.so /home/generallc/MATLAB/R2016b/bin/glnxa64

sudo cp /home/generallc/下载/matlab/R2016b/bin/glnxa64/libinstutil.so /home/generallc/MATLAB/R2016b/bin/glnxa64

sudo cp /home/generallc/下载/matlab/R2016b/bin/glnxa64/libcufft.so.7.5.18 /home/generallc/MATLAB/R2016b/bin/glnxa64

8、Python安装(根据需要安装）

(1)anaconda安装python2.7方式，下载Anaconda（https://www.continuum.io/downloads），下载完成之后，cd进入下载文件所在的目录：

$ bash Anaconda2-4.0.0-Linux-x86_64.sh

(2)安装完成之后，在～/.bashrc文件末尾添加Anaconda的库文件（注意“=”两边不要有空格），具体如下：

$ sudo gedit ~/.bashrc

export PATH="/home/jeson/anaconda2/bin:$PATH"

export LD_LIBRARY_PATH="/home/jeson/anaconda2/lib:$LD_LIBRARY_PATH"

(3)重启电脑之后，在命令行输入：ipython,就可以看到python的版本。

9、caffe配置

(1)下载caffe源码：

git clone https://github.com/BVLC/caffe.git //从github上git caffe

(2)安装配置：

cd caffe //打开到刚刚git下来的caffe

cp Makefile.config.example Makefile.config //make指令只能make Makefile.config

(3)配置文件修改

sudo gedit Makefile.config #打开Makefile.config文件根据个人情况修改文件：

a）若使用cudnn，则将

#USE_CUDNN := 1

修改成：

USE_CUDNN := 1

b）启用Intel Parallel Studio XE 2016

BLAS := mkl

d）若使用的opencv版本是3的，则将

#OPENCV_VERSION := 3

修改为：

OPENCV_VERSION := 3

e）若要使用python来编写layer，则将

#WITH_PYTHON_LAYER := 1

修改为：

WITH_PYTHON_LAYER := 1

f）重要的一项：将

# Whatever else you find you need goes here. 下面的

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

这是因为Ubuntu16.04的文件包含位置发生了变化，尤其是需要用到的hdf5的位置，所以需要更改这一路径。

h）若安装Anaconda，则

注释掉原来的PYTHON_INCLUDE，使用ANACONDA的配置，

注意文件的

ANACONDA_HOME := $(HOME)/anaconda

可能需要改为

ANACONDA_HOME := $(HOME)/anaconda2

根据自己的情况

#PYTHON_INCLUDE := /usr/include/python2.7

# /usr/lib/python2.7/dist-packages/numpy/core/include

# Anaconda Python distribution is quite popular. Include path:

# Verify anaconda location, sometimes it's in root.

ANACONDA_HOME := $(HOME)/anaconda2

PYTHON_INCLUDE := $(ANACONDA_HOME)/include

$(ANACONDA_HOME)/include/python2.7

$(ANACONDA_HOME)/lib/python2.7/site-packages/numpy/core/include

#PYTHON_LIB := /usr/lib PYTHON_LIB := $(ANACONDA_HOME)/lib

(4)修改makefile文件

打开makefile文件，做如下修改：

将：

NVCCFLAGS =-ccbin=$(CXX) -Xcompiler-fPIC $(COMMON_FLAGS)

替换为：

NVCCFLAGS = -D_FORCE_INLINES -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS)

(5)编辑/usr/local/cuda/include/host_config.h

将其中的第115行注释掉，将

#error-- unsupported GNU version! gcc versions later than 4.9 are not supported!

改为

//#error-- unsupported GNU version! gcc versions later than 4.9 are not supported!

(6)编译caffe

make -j4 #-j根据自己电脑配置决定

编译过程中可能会出现如下错误：

错误内容1：

"fatal error: hdf5.h: 没有那个文件或目录"

解决办法：

step1：在Makefile.config文件的第85行，添加/usr/include/hdf5/serial/ 到 INCLUDE_DIRS，也就是把下面第一行代码改为第二行代码。

将：

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

替换为：

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

stept2：在Makefile文件的第173行，把 hdf5_hl 和hdf5修改为hdf5_serial_hl 和 hdf5_serial，也就是把下面第一行代码改为第二行代码。

将：

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

错误内容2：

"libcudnn.so.5 cannot open shared object file: No such file or directory"

解决办法是将一些文件复制到/usr/local/lib文件夹下：

#注意自己CUDA的版本号！

sudo cp /usr/local/cuda-8.0/lib64/libcudart.so.8.0 /usr/local/lib/libcudart.so.8.0 && sudo ldconfig

sudo cp /usr/local/cuda-8.0/lib64/libcublas.so.8.0 /usr/local/lib/libcublas.so.8.0 && sudo ldconfig

sudo cp /usr/local/cuda-8.0/lib64/libcurand.so.8.0 /usr/local/lib/libcurand.so.8.0 && sudo ldconfig

sudo cp /usr/local/cuda-8.0/lib64/libcudnn.so.5 /usr/local/lib/libcudnn.so.5 && sudo ldconfig

bash bash指令 apt-get

0 人点赞