0 笔记本配置
- ubuntu16.04
- 基本软件安装: 环境|ubuntu16.04系统安装及基本软件配置
- CPU: i7-6700HQ
- GPU: GTX 950M
1 待安装列表
- 系统：ubuntu16.04
- NVIDIA驱动
- cuda8.0
- cuDnn5.1
- opencv3.4.0
2 NVIDIA驱动
ubuntu16.04直接可以安装驱动，就不需要手动安装了，这个很给力哦～
-
打开系统设置-软件与更新
-
如上图默认为下面这个选项，ubuntu16.04会根据机器的GPU类型推荐适合的显卡驱动给我们，我的电脑是version384，点击它然后应用即可。
- 完成之后在命令行输入
sudo dpkg --list | grep nvidia-*就可以查看到当前的NVIDIA驱动：
3 cuda8.0+cuDnn5.1
3.1 安装cuda8.0
- 进入cuda8下载页下载CUDA
按照自己的要求选择，并选择runfile安装方案，我的如下所示：
- 下载
cuda_8.0.27_linux.run文件，约1.4G - 按照官网提示执行语句：
sudo sh cuda_8.0.27_linux.run -
注意: 接下来的一系列提示都选择确认或者默认，唯独除了是否安装INVIDIA驱动这一项点no,因为我们之前已经安装了适合自己的确定了。
选no，no，no
ERROR:
Error1: unsupported compiler: 5.4.0. Use --override to override this check.
解决1: 按照提示在命令后加上--override
Error2: cannot find Toolkit in /usr/local/cuda-8.0
解决2: sudo apt install nvidia-cuda-toolkit，这个过程大概需要30分钟。
-
重新运行一下
sudo sh cuda_8.0.27_linux.run --override(没有问题的直接跳过)，成功以后如下所示：
环境变量设置并写到
~/.bashrc尾部
export PATH="/usr/local/cuda-8.0/bin:$PATH"
export LD_LIBRARY_PATH="/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH"
复制上面的语句到~./bashrc文件尾部即可。
3.2 检查cuda是否安装成功
-
检查路径 ~/dev 下 有无存在名为 nvidia* （以nvidia开头）的多个文件(device files)
-
检查 CUDA Toolkit是否安装成功
nvcc -v
编译samples例子,进入到Samples安装目录，然后在该目录下终端输入make，等待十来分钟。
这个时候报错了，提示错误信息：
ERROR: unsupported GNU version! gcc versions later than 5.3 are not supported
解决： GCC版本太高，回到~目录，进行降版本，将gcc版本降到4.9:
sudo apt-get install g++-4.9
sudo apt-get install gcc-4.9
cd /usr/bin
sudo rm gcc
sudo ln -s gcc-4.9 gcc
sudo rm g++
sudo ln -s g++-4.9 g++
再用gcc -v即可查看到版本为4.9.3
这个时候再次进入sample目录进行make操作
- 程序测试，在Samples里面找到bin/x86_64/linux/release/目录，并切换到该目录
运行deviceQuery程序，sudo ./deviceQuery
成功啦
如图所示，result=pass表示安装成功。
3.3 cudnn安装
下载cudnn5.1,下载地址
把tar文件解压后，进入文件目录
将里面的头文件
cudnn.h以及库文件拷贝到cuda的安装目录中，我的安装目录是在/usr/local/cuda/
sudo cp cuda/include/cudnn.h /usr/local/cuda/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
sudo sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
到这里为止，cuda8.0+cudnn5.1就安装好了。也就是基本搭建好了深度学习的gpu环境，接下来就可以在这个基础上装各种深度学习框架：caffe、tensorflow、pytorch等等，有机会的话后买再出一篇深度学习框架的安装教程～
4 opencv3.4.0
- 安装步骤主要参考： ubuntu16.04<源码编译安装OpenCV3.4.0>
- 首先去opecnv官网下载3.4.0的安装包
- 更新系统
sudo apt-get -y update
sudo apt-get -y upgrade
sudo apt-get -y dist-upgrade
sudo apt-get -y autoremove
- 安装依赖
# Build tools:
sudo apt-get install -y build-essential cmake
# GUI (if you want to use GTK instead of Qt, replace 'qt5-default' with 'libgtkglext1-dev' and remove '-DWITH_QT=ON' option in CMake):
sudo apt-get install -y qt5-default libvtk6-dev
# Media I/O:
sudo apt-get install -y zlib1g-dev libjpeg-dev libwebp-dev libpng-dev libtiff5-dev libjasper-dev libopenexr-dev libgdal-dev
# Video I/O:
sudo apt-get install -y libdc1394-22-dev libavcodec-dev libavformat-dev libswscale-dev libtheora-dev libvorbis-dev libxvidcore-dev libx264-dev yasm libopencore-amrnb-dev libopencore-amrwb-dev libv4l-dev libxine2-dev
# Parallelism and linear algebra libraries:
sudo apt-get install -y libtbb-dev libeigen3-dev
# Python:
sudo apt-get install -y python-dev python-tk python-numpy python3-dev python3-tk python3-numpy
- 再次更新系统
sudo apt update
sudo apt upgrade
- 解压zip安装包并且创建build文件夹
mkdir build
cd build
sudo cmake ../
结果如下所示：
- 编译
输入命令sudo make即可。
ERROR:
make2: [modules/core/CMakeFiles/cuda_compile.dir/src/cuda/./cuda_compile_generated_gpu_mat.cu.o]
Error 1 make1: [modules/core/CMakeFiles/opencv_core.dir/all] Error 2
解决: 由于nvcc版本太高，在build目录下输入：
cmake -D CMAKE_BUILD_TYPE=bulid -D CMAKE_INSTALL_PREFIX=/usr/local -D CUDA_GENERATION=Kepler ..
然后继续执行sudo make进行编译，这里又是一杯咖啡的时间；
emm，不止一杯咖啡....好慢...喔喔
啊啊啊，终于成功了，放张图纪念下。
-
安装
输入命令sudo make install
如下图，安装一下还是很快的～
-
测试一下
如下图所示，python2.7.12与python3.5.2都已经安装好了opencv3.4.0！
