本次安装使用ubuntu17.04,cuda 9.0 cudnn7.0 截止当前2018.5.28,这个组合在ubuntu和win 10上对caffe和tensorflow以及其他框架的支持都比较好。
1.cuda和cudnn安装
新安装好的ubuntu系统是没有nvidia驱动的,有一些教程会说让先禁用nouveau驱动然后怎么的怎么的,在这里呢,给大家介绍cuda的deb安装,这种方式会在装cuda的时候自动帮你装上nvidia驱动,免去不少麻烦,而且安装的时候比较简单。
cuda下载地址:
下载 Base Installer就可以了。
cudnn下载地址(需要注册个账号):
https://developer.nvidia.com/rdp/cudnn-archive
cudnn我下载的是cuDNN v7.0.4 (Nov 13, 2017), for CUDA 9.0
下载好cuda和cudnn之后,会得到如下两个压缩包。
在这里给大家分享个我自己写的sh脚本,不过直接执行会有些问题,所以按着脚本逐条执行就不会出现什么问题。
首先呢,进入两个安装包的目录下,依次执行:
#安装cuda
sudo dpkg -i cuda-repo-ubuntu1704-9-0-local_9.0.176-1_amd64.deb
sudo apt-key add /var/cuda-repo-9-0-local/7fa2af80.pub
sudo apt-get update
sudo apt-get install cuda
#安装cudnn
tar -zxvf cudnn-9.0-linux-x64-v7.1.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/
sudo chmod a+r /usr/local/cuda/include/cudnn.h
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
然后就算是安装完成了,接下来呢需要设置一下环境变量,在/etc/profile或者~/.bashrc加入:
export PATH=/usr/local/cuda-9.0/bin${PATH:+:${PATH}}
至此cuda和cudnn安装完成,然后需要重启一下,重启之后输入nvidia-smi看下显卡驱动应该是安装好了,部分显卡在进程列表会有not support字样,忽略就好。
输入nvcc -V会显示cuda版本信息,注意这里的V是大写。
2.caffe安装
如果一切顺利,此时就可以用apt install caffe-gpu进行caffe安装了。
这个就比较简单了直接在终端输入以上命令即可安装,大概需要一两分钟左右,然后就可以使用了。
需要注意的是这种方式安装的caffe如果要在python中使用,那么需要选的python解释器应该是/usr/bin/python3。
在使用python的caffe时可能还需要安装一些库,如我比较常用opencv,scikit-learn,numpy,scikit-image等,安装的命令分别是:
pip3 install opencv-python
pip3 install scikit-learn
pip3 install numpy
pip3 install scikit-image
okok全部说完,祝大家学习愉快。