PS: 装完全部的软件心太累了,安装步骤公开,软件包我另外附加链接,原谅我收了1个金币,因为真的不容易。
#########################################################
1 安装Anaconda3,便于后期软件管理和caffe的配置。
bash Anaconda3-5.2.0-Linux-x86_64.sh
根据提示按下“Eenter”键-> 输入“yes” ->根据提示输入位置“/home/...” -> 自动安装 - > yes (这一步是写.Bashrc的 ,选no也可以自己添加路径 sudo emacs ~/.bashrc -> 在末尾添加 export PATH=/home/lisa/anaconda3/bin:$PATH ) -> no
重启终端输入:python查看是否安装成功。
如果此时的python2.x版本,想将python3.x版本设为默认,可以在终端下输入:
sudo update-alternatives --install /usr/bin/python python /usr/bin/python2 100
sudo update-alternatives --install /usr/bin/python python /usr/bin/python3 150
再打开python的版本就是3.x的了。
############################################################
2 安装NVIDIA显卡(建议直接看链接)
详细的步骤我的这篇博客里也有。
首先禁用nouveau显卡。重启系统,在选择系统的界面安键盘“e”,将倒数第二行的quiet splash -- 改为 quiet splash acpi=off
进入Ubuntu系统后输入lsmod | grep nouveau ,没有任何输出就是禁用成功。
ubuntu-drivers devices
终端输入与上述代码查看电脑驱动信息,如果有老版本的驱动先卸载:
sudo apt-get remove --purge nvidia*
输入下方代码安装推荐的驱动(建议此种):
sudo ubuntu-drivers autoinstall
或者只安装其中一个驱动:
sudo apt install nvidia-410
安装完成后在终端输入“reboot” 重启电脑。
3 安装CUDA10.0
3.1 GCC降级(建议跳过此步,因为cuda10现在要求gcc>7,如果降级了需要在/usr/local/cuda/include/crt/host_config.h中将关于GUC的部分注释掉。)
sudo apt-get install gcc-4.8
sudo apt-get install g++-4.8
查看是否安装成功,路径是否正确:
cd /usr/bin
ls -l gcc*
此时的链接应该在gcc-7上,需要改为链接到gcc-4.8上:
sudo mv gcc gcc.bak #备份
sudo ln -s gcc-4.8 gcc #重新链接
sudo mv g++ g++.bak
sudo ln -s g++-4.8 g++
查看版本号:
gcc -v g++ -v
3.2 安装cuda,及补丁
去官网查看自己系统对应的cuda,这是我的版本。新出了对应18.04的cuda,建议下载deb版本的,因为不用禁用自带的驱动。下载就好了,下边也有如何安装的代码:
$ sudo apt-key add /var/cuda-repo-10-0-local-10.0.130-410.48/7fa2af80.pub
ok
$ sudo dpkg -i cuda-repo-ubuntu1804-10-0-local-10.0.130-410.48_1.0-1_amd64.deb
$ sudo apt-get update
$ sudo apt-get install cuda
自动安装就可以了,显示两个done就说明成功了。然后配置路径:
sudo ~/.bashrc
export PATH=/usr/local/cuda-10.0/bin${PATH:+:$PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
4 安装cuDNN7.4.1
下载cuDNN, 进入cuDNN官网注册下载,我下载的是第一个for linux的,等会贴连接。
cuDNN的官方安装方式网址, 网址里讲的很详细。不过也可以看我的:
首先解压安装包,然后将所需文件copy至CUDA,并改变文件访问权限:
$ tar -xzvf cudnn-10.0-linux-x64-v7.4.1.5.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 /usr/local/cuda/lib64/libcudnn*
到这里cuDNN就安装完成了。
查看CUDA和CUDNN是否安装成功及相应的版本号:
cat /usr/local/cuda/version.txt
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
nvcc -V
5 安装Tensorflow-gpu
注意了,由于本人不喜欢用虚拟环境,所以所有的软件都是直接装载到本机上的,结合自身习惯选择是否建立虚拟环境。
我是用Anaconda安装的可以看注释代码,后边的版本号根据自己的需要进行更改.如果你是使用pip3装的1.9.0版本的,如果想装其他版本的直接修改版本号就可以了。1.12.0版本装的时候会遇到一些其他的问题比较烦。 。
sudo pip3 install tensorflow-gpu==1.9.0
#如果你用的Anaconda,可以使用下边的代码完成安装,也可使用其他版本的
conda install tensorflow-gpu==1.9.0
它是自动配置的,提示的时候选择 y 就可以了。
6 安装Opencv-3.4.0
下载opencv,这是官网 ,我下载的是Opencv-3.4.0, 官网的安装步骤 很详细,但是依赖包的书写不太通用,从源代码安装的话建议安装下边的依赖包。如果你只是想在python下使用opencv,不关联到caffe上,可以选择6.2的安装方式。
6.1 基于源代码安装
首先安装相关依赖:
sudo apt-get install build-essential
sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev
#我用的python3,所以注意相应安装包的版本
sudo apt-get install python3-dev python3-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff5-dev libtiff-dev libdc1394-22-dev # 处理图像所需的包
sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev liblapacke-dev
sudo apt-get install libxvidcore-dev libx264-dev # 处理视频所需的包
sudo apt-get install libatlas-base-dev gfortran # 优化opencv功能
sudo apt-get install ffmpeg
解压安装包,完成相应安装:
unzip opencv-3.4.0.zip
cd opencv-3.4.0
mkdir build
cd build
cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local ..
make
sudo make install
6.2 基于conda或python的快速安装
#如果你刚开始安装使用的是Anaconda,使用下边的代码完成opencv2的安装
$ conda install -c https://conda.binstar.org/menpo opencv
#这个代码是opencv3的,与上边的二选一安装就好.用conda 安装的opencv3.4是不能cv2.imshow()的,它编译的时候这个选项没开,所有要可视化的python包尽量pip。
$ conda install -c https://conda.binstar.org/menpo opencv3
#如果你没有使用Anaconada,直接使用下边的代码快速安装python-opencv
$ sudo apt-get install python-opencv
7 安装Matlab2015b
下载安装包Matlab_Linux,完成相应安装,可以参考这个链接:
$ sudo mount -o loop R2015b_glnxa64.iso ~/Matlab_Linux
$ cd Matlab_Linux #这个是已经解压好的文件,不是原来的镜像文件
$ sudo ./install
# 选择使用文件安装密钥,密钥: 09806-07443-53955-64350-21751-41297
# 安装目录根据自己喜好自行调整,我是按照默认的路径 /usr/local/MATLAB/R2015b 进行安装的。
进入matlab安装目录下,完成激活:
$ cd /usr/local/MATLAB/R2015b/bin
$ sudo ./matlab
# 选择第二个不使用联网激活。浏览下载好激活文件中的license_standalone.lic文件,激活完成。
# 该激活文件在Matlab_2015b_Linux64_Crack.rar 中,需要先解压
$ unrar x Matlab_2015b_Linux64_Crack.rar
激活完成后,复制激活文件中Matlab_2015b_Linux64_Crack/R2015b/bin/glnxa64下三个文件到MATLAB的bin下的glnxa64,如果复制不了,请直接使用cp命令复制。
sudo cp -r Matlab_2015b_Linux64_Crack/R2015b/bin/glnxa64/. /usr/local/MATLAB/R2015b/bin/glnxa64
到这里Matlab就安装完成了,进入安装目录下的bin文件,打开软件:
$ cd /usr/local/MATLAB/R2015b/bin
$ sudo ./matlab
创建快捷方式:
$ sudo emacs /usr/share/applications/Matlab2015b.desktop
# 输入
[Desktop Entry]
Encoding=UTF-8
Name=Matlab_2015b
Exec=/usr/local/MATLAB/R2015b/bin/matlab #/bin前边是软件安装目录的路径
Icon=/usr/local/MATLAB/R2015b/toolbox/shared/dastudio/resources/MatlabIcon.png #/toolbox前边也是软件安装目录的路径,和上一条语句一样。
Terminal=true #软件打开时是否启动终端
Type=Application
Name[zh_CN]=Matlab
注意每行后边不要有空格,不然无法启动快捷方式,保存退出。
通过文件进入 /usr/share/applications ,找到matlab的图标右键复制到桌面,双击打开,选择“ Trust and Launch”。
如果遇到matlab启动报错java.lang.runtime.Exception***************问题,请给你的matlab安装文件夹执行权限:
sudo chmod -R a+rw Matlab_Linux
# 或者使用下边的代码解除权限
sudo chmod -R 777 Matlab_Linux
这个时候双击图标就能完成MATLAB的使用了。
8 安装Caffe
进入Caffe官网
Documentation -> Installation instructions -> Ubuntu installation ,这里是官网Ubuntu的安装方式,18.04的安装真的要方便很多。
建议先升级一下
sudo apt update
sudo apt upgrade
# 源代码安装的话要附加源链接,我直接选择第一种GPU的安装方式。
$ sudo apt install caffe-cuda
# 这是CPU的
$ sudo apt install caffe-cpu
我的安装后提示:
/sbin/ldconfig.real: /usr/local/cuda-10.0/targets/x86_64-linux/lib/libcudnn.so.7 is not a symbolic link
就是其中的一个链接出了问题,对应作出修改:
sudo ln -sf /usr/local/cuda-10.0/targets/x86_64-linux/lib/libcudnn.so.7.4.1 /usr/local/cuda-10.0/targets/x86_64-linux/lib/libcudnn.so.7
经过上述步骤,然后下载caffe源码安装包,然后点击caffe官网里的compilation,有后续的安装步骤。注意解压后的安装包复制Makefile.config.example文件为Makefile.config,然后在Makefile.config中修改自己需要的项,可以参考这篇。 注意python的路径。
重新安装就可以成功了。
到这里全部的安装就结束了!!!耗费了三个星期,都是泪啊~~