后使用快捷导航没有帐号？
查看: 2466|回复: 2
Ubuntu16.04+cuda8.0+opencv3.1+caffe+anaconda安装，双显卡
注册会员, 积分 153, 距离下一级还需 47 积分
论坛徽章:7
最近为了研究所以需要安装一个的环境，弄了一个星期，重装了10次电脑总算是弄好了，虽然还有很多不明白的地方，不过整个流程基本上是熟悉了。安装过程中看了很多网上的教程，没有一个是可以正常安装好的。其实我第一次安装就成功了，程序也跑起来了，GPU运算速度很快，但是一重启就懵逼了。。。。。。因为我使用的电脑是双显卡intel核显以及Nvidia GEFORCE GTX960M显卡（双显卡的电脑应该还是很多的），所以很容易出现各种驱动问题，一般问题会导致三种情况：1.启动后电脑黑屏，不能进行任何操作（可能还有救）。在grub界面选择要登录的系统按“e”，进入编辑界面，在倒数第二行末尾加入acpi_osi= nomodeset，具体操作可以上网查。2.启动后电脑黑屏但是可以通过CTRL+ALT+F1(我的电脑是CTRL+ALT+F4)进入命令行模式（可能还有救）。删除所有nvidia，sudo apt-get remove&&nvidia*，然后重启。3.进入登录界面，然后不断地让你登录，一直登录不进去，进入命令行也一直闪烁（可能没救了）。
我用的是DELL电脑，GPU是GEFORCE GTX960M，大家的GPU比我的新或者差不多应该就没问题。
下面为了能让新手“比较顺利”的安装，尽量把一些可能出现的问题也尽量写出来，好了，现在开始。
1.首先安装CUDA(a)首先安装好Ubuntu16.04，然后先安装一些依赖sudo apt-get updatesudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev lib-dev libhdf5-serial-dev protobuf-compiler
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
sudo apt-get install
cmake build-essential
(b)安装好之后需要禁用nouveau，创建/etc/modprobe.d/blacklist-nouveau.conf，写入：blacklist nouveau option nouveau modeset=0 然后sudo update-initramfs -u
(c)配置一些基本的环境变量vim ~/.bashrc加入：export LD_LIBRARY_PATH=/usr/lib/x86_64--gnu:$LD_LIBRARY_PATH
export LD_LIBRARY_PATH=/li[img]file:///C:/Users/qbf/AppData/Local/Temp/)A[Y)I~](ZC9Z[3Y)IDK7LK.gif[/img]b/x86_64-linux-gnu:$LD_LIBRARY_PATH
到这里之后有些教程会让我们上NVIDIA官网上看我们的GPU型号应该用什么版本的驱动，其实不需要另外有些教程会让我们把gcc和g++版本降低，比如降低为gcc-4.9和g++-4.9，我建议较好不要，后面会出错(d)然后我们需要下载CUDA()，这个网址
(e)安装cuda有点讲究下载完成后重启电脑，在出现登录界面时，登录tty1,按Ctrl + Alt + F1，在文本模式中登录关闭桌面服务sudo service lightdm stop。这步对于安装Nvidia驱动至关重要进入下载cuda文件的目录执行：sudo sh cuda-8.0.44_linux.run --no-opengl-libs如果不加--no-opengl-libs应该是会出现循环登录问题安装过程中完全按照它的指引就可以了，大概是Accept EULA conditions
Say YES to installing the NVIDIA driver
Say YES to installing CUDA Toolkit + Driver
Say YES to installing CUDA Samples
然后重启，这个时候应该没有循环登录问题，可以正常进入桌面了
(f)修改环境配置vim ~/.bashrcexport PATH=/usr/local/cuda-8.0/bin:$PATHexport LD_LIBRARY_PATH=/usr/local/cuda8.0b64:$LD_LIBRARY_PATHsource .bashrc
(g)测试CUDA的sammples：cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery
sudo make./deviceQuery如果看到一些GPU的信息说明安装成功
2.配置cuDNNcuDNN是GPU加速计算深层的库。
(a)首先去官网()下载cuDNN,需要注册一个账号才能下载
我已经下载好了，直接分享吧，自己下载的话按照下图选择
(b)下载cuDNN5.1之后进行解压，cd进入cuDNN5.1解压之后的include目录，在命令行进行如下操作：
sudo cp cudnn.h /usr/local/cuda/include/ #复制头文件
(c)再将cd进入lib64目录下的动态文件进行复制和链接：
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.5 #删除原有动态文件
sudo ln -s libcudnn.so.5.1.5 libcudnn.so.5 #生成软衔接
sudo ln -s libcudnn.so.5 libcudnn.so #生成软链接
3.安装opencv3.1从官网()下载Opencv,并将其解压到你要安装的位置
在你的目录下mkdir buildcd build
cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local -D WITH_TBB=ON -D BUILD_NEW_PYTHON_SUPPORT=ON -D WITH_V4L=ON -D INSTALL_C_EXAMPLES=ON -D INSTALL_PYTHON_EXAMPLES=ON -D BUILD_EXAMPLES=ON -D BUILD_TIFF=ON -D WITH_OPENGL=ON ..make -j4make的时间比较久，耐心等待。。。sudo make installsudo vim /etc/ld.so.conf加上/usr/local/lib然后sudo ldconfig
4.安装Anaconda(a)网址：，选择PYTHON2.7版本，根据自己系统位数，然后下载
下载完之后执行下载的文件，比如：
bash Anaconda2-4.2.0-Linux-x86_64.sh
后面就根据提示执行就可以了，很简单
(b)你在命令行输入python，会调用系统自带的python，所以执行完之后需要替换python
vim ~/.bashrc
加入anaconda的安装目录是/home/xxx/anaconda2，那么在文件的最后加上
alias python=’/home/xxx/anaconda2/bin/python‘
然后source .bashrc
你再执行python就变成了anaconda的python
5.安装caffe(a)从github上获取caffe：
进入caffe目录
sudo cp Makefile.config.example Makefile.config
(b)我们需要修改Makefile.config文件
vim Makefile.config
以下是需要修改的地方
#USE_CUDNN := 1
USE_CUDNN := 1
#OPENCV_VERSION := 3
OPENCV_VERSION := 3
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
#WITH_PYTHON_LAYER := 1
WITH_PYTHON_LAYER := 1
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu /usr/lib/x86_64-linux-gnu/hdf5/serial
(c)然后修改makefile文件
NVCCFLAGS +=-ccbin=$(CXX) -Xcompiler-fPIC $(COMMON_FLAGS)
NVCCFLAGS += -D_FORCE_INLINES -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS)
然后再大概181行的地方做修改
LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_hl hdf5
LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_hl hdf5 opencv_core opencv_imgproc opencv_imgcodecs opencv_highgui
(d)编辑/usr/local/cuda/include/host_config.h
#error-- unsupported GNU version! gcc versions later than 5 are not supported!
//#error-- unsupported GNU version! gcc versions later than 5 are not supported!
make all -j4
运气好的话就可以编译成功了，如果还有一些小问题可以百度谷歌解决。
新手上路, 积分 45, 距离下一级还需 5 积分
论坛徽章:1
很详细，很受用。我是用的两块独显，所以问题相对来说还比较少
论坛徽章:51
很详细，正好安装过程好多坑。172被浏览15497分享邀请回答/tensorflow/linux/gpu/tensorflow-0.9.0-cp27-none-linux_x86_64.whl # Python 2 sudo pip install --upgrade $TF_BINARY_URL测试8.安装OpenAI Gym因为后续可能会做一些增强学习的小项目，再此安装OpenAI Gymgit clone cd gympip install -e . # minimal installpip install -e .[all] # all install8856 条评论分享收藏感谢收起34 条评论分享收藏感谢收起查看更多回答> 博客详情
问题来源：想使用gpu辅助darknet和opencv-3.1.0，所以必须安装cuda，下载的是cuda8.0的.deb(local) 版本安装文件，接下来遇到问题。
**********
我的电脑是dell inspiron，双显卡：intel / nvidia geforce G950M，负责显示的是intel。
**********
Problem 1:& 安装完cuda以后关机，将无法进入Ubuntu的图形界面。
&&&&&&&&&&&&&&&*&- Specification: 开机后黑屏，无法显示图形界面，只能通过ctrl+alt+F1这种方式在Ubuntu的Unix界面进行操作（ctrl+alt+F7是图形界面）。
&&&&&&&&&&&&&&&*&- 解决过程：关于这个问题的起因网上各有各的说法 :
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&a. 有人说是kernel和nvidia显卡驱动不兼容的问题，
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&b. 也有人说是cuda和双显卡使用时原GPU中的OpenGL libraries被覆盖的问题。
&&&&&&&&&&&&&&&& 我最开始是假设我遇到的是第一种情况于是尝试像网上说的那样在Unix中使用 blacklist 命令将Nvidia驱动禁用掉，在成功进入图形界面后，再将nvidia驱动启动。但几经尝试，都无功而返。
&&&&&&&&&&&&&&&&&&
&&&&&&&&&&&&&&&&&于是我假设我是第二种问题进行解决，由于使用deb文件进行安装时，整个过程不可控，deb安装文件会自动完成installation，所以导致原GPU中的OpenGL必然会被覆盖掉，所以让LC从北邮人bt上给我下了cuda-7.5的.run版本进行尝试（换成7.5是因为网上有人说Ubuntu 14.04和cuda8.0冲突），使用.run文件可以使你对整个安装过程进行掌控（每个部件安装前会询问你是否安装，Y/N），具体安装过程见如下链接
&&&&&&&&&&&&&&&&
&&&&&&&&&&&&&&&&最终安装成功cuda7.5。
&&&&&&&&&&&&&&&*&- 收获：1. lsmod，lspci等查看硬件信息命令（是L不是I）:
&&&&&&&&&&&&&&&&&&&&&&&&&&&&2.&关闭/开启图形界面命令： $ sudo service lightdm stop/start
&&&&&&&&&&&&&&&&&&&&&&&&&&&&3. initramfs: init-RAM-fs，是指Linux启动用的内存文件系统
&&&&&&&&&&&&&&&&&&&&&&&&&&&&4. nouveau是一个原有的GPU驱动
&&&&&&&&&&& &&&&&&&&&&&&
Problem 2：在Problem 1解决后，重新启动发现图形界面可以显示了，但是分辨率改变了，而电脑为了自适应分辨率，会将显示的区域变小成640x480
&&&&&&&&&&&&&&&&*-解决过程：在Unix中修改xorg.conf文件
支付宝支付
微信扫码支付
打赏金额: ￥
已支付成功
打赏金额: ￥ubuntu下安装cuda6详细步骤-360文档中心
360文档中心免费免积分下载，各行业
知识、技术、信息等word文档下载网站
ubuntu下安装cuda6详细步骤
作为一只cuda菜鸟蛋,并没有什么编程基础,还发骚的想学习cuda,还要在linux下使用。各种问题层出不穷。现在,把自己的安装过程记录下来,希望给像我一样的cuda菜鸟蛋们一个帮助,因为网上的安装教程抄来秒去,并没有太具体的问题解决方法(我写的这个安装过程很可能也是这样)。1我要做什么
作为一只cuda菜鸟蛋，并没有什么编程基础，还发骚的想学习cuda，还要在linux下使用。各种问题层出不穷。
Cuda4是成功安装过的，因为之前的机器太破，没有optimus（Nvidia的一个自动切换显卡的技术，为了省电。），所以很容易成功（在这个帖子里，还是centos上安装的。http://www.360docs.net/doc/info-01ea3f0acf84b9d529ea7a31.html /post//）。
现在，把自己的安装过程记录下来，希望给像我一样的cuda菜鸟蛋们一个帮助，因为网上的安装教程抄来秒去，并没有太具体的问题解决方法（我写的这个安装过程很可能也是这样）。
2我的机器和要安装的东西
Thinkpad w530,
64G的一块SSD。
Nvidia 的显卡：NVIDIACorporation GK107GLM [Quadro K1000M ]
Intel 自带的显卡:IntelCorporation 3rd Gen Core processor Graphics Controller 系统：
Ubuntu 12.04.4LTS （可以通过cat/etc/issue查看）
cuda_6.0.26_rc_linux64.run
Bumblebee:
Bumblebee 3.2
在安装过程中安装了一些Idon't know what 的类似库之类的用于编译和使用cuda的东西。
免费下载该文档：
ubuntu下安装cuda6详细步骤的相关文档搜索