Ubuntu 16.04 + GTX970 + cuda8.0.44安装配置等问题

首先介绍一下我的电脑配置，我的显卡是NVIDIA GTX970

1. 安装双系统（Ubuntu16.04 + Windows 7）全都是64位的操作系统

我用U盘制作系统盘安装Ubuntu16.04的时候，遇到如下问题：无法将启动引导正常安装



重新安装了好几次都是这样，找不到解决方案，有同学知道怎么解决的可以安利一下我~

由于Ubuntu14.04安装cuda的时候坑太多，看好几个帖子都这么说的，我还是坚定地想装Ubunt16.04。

然后参考：从Ubuntu 14.04 LTS版升级到Ubuntu 16.04 LTS。到此，Ubuntu16.04安装成功！

2. 安装NVIDIA显卡驱动

这里要引用PPA第三方库，因为直接从NVIDIA官方安装，会有显示器黑屏、进入不了tty1界面等一系列问题，没办法，Ubuntu对于NVIDIA显卡驱动的支持不太好

sudo add-apt-repository ppa:graphics-drivers/ppa    //引入PPA库里的显卡驱动

如果引用成功，则会显示如下图所示：

Fresh drivers from upstream, currently shipping Nvidia.

## Current Status

Current official release: `nvidia-370` (370.28)
Current long-lived branch release: `nvidia-367` (367.57)

For GeForce 8 and 9 series GPUs use `nvidia-340` (340.98)
For GeForce 6 and 7 series GPUs use `nvidia-304` (304.132)

## What we're working on right now:

- Normal driver updates
- Help Wanted: Mesa Updates for Intel/AMD users, ping us if you want to help do this work, we're shorthanded.

接下来安装当前的长期稳定版nvidia-367驱动

sudo service lightdm stop
sudo apt-get install nvidia-367
sudo service lightdm start
sudo reboot
nvidia-smi

这里需要先关闭图形桌面，如果不关闭，可能会在安装显卡驱动的时候提示X server未关闭的错误，从而导致安装失败
如果显卡驱动安装成功，则在执行完nvidia-smi语句后，输出如下：

Sat Jan 14 10:41:03 2017
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 367.57                 Driver Version: 367.57                    |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|===============================+======================+======================|
|   0  GeForce GTX 970     Off  | 0000:01:00.0     Off |                  N/A |
| 30%   30C    P8    19W / 200W |    121MiB /  4036MiB |      0%      Default |
+-------------------------------+----------------------+----------------------+

+-----------------------------------------------------------------------------+
| Processes:                                                       GPU Memory |
|  GPU       PID  Type  Process name                               Usage      |
|=============================================================================|
|    0      1386    G   /usr/lib/xorg/Xorg                             111MiB |
|    0      2341    G   compiz                                           8MiB |
+-----------------------------------------------------------------------------+

若安装失败，卸载未安装成功的显卡驱动，再重新安装

$ sudo apt-get remove --purge nvidia-*                   #卸载显卡驱动

3. Cuda安装

Cuda官方下载地址：https://developer.nvidia.com/cuda-downloads 我用的是 cuda_8.0.44_linux.run 版本



进入cuda_8.0.44_linux.run 所在目录，执行下面的语句开始安装cuda

$  sudo sh cuda_8.0.44_linux.run

可能遇到的选项：

是否接受许可条款： accept

是否安装NVIDIA driver：no #因为我们已经安装了NVIDIA显卡驱动

是否安装cuda toolkit ： yes

是否安装cuda samples：yes

中间会有提示是否确认选择默认路径当作安装路径，按Enter键即可。

若安装失败，且最后错误的提示为：

Not enough space on parition mounted at /tmp.Need 5091561472 bytes.

Disk space check has failed. Installation cannot continue.

即错误提示为/tmp空间不足，可执行下面的操作：

====如果执行$ sudo sh cuda_8.0.44_linux.run 时提示/tmp空间不足，则执行下面的操作===============
$ sudo mkdir /opt/tmp         #在根目录下的opt文件夹中新建tmp文件夹，用作安装文件的临时文件夹
$ sudo sh cuda_8.0.44_linux.run --tmpdir=/opt/tmp/
====如果执行$ sudo sh cuda_8.0.44_linux.run 时提示/tmp空间不足，则执行上面的操作================

配置环境变量

$ sudo vim  ~/.bashrc   #打开配置文件，如果没安装vim，可执行 $ sudo apt-get install vim  #安装vim

按 i 键，在文件末尾插入下面两行，按esc键，输入 :wq ，保存退出。

export PATH=/usr/local/cuda-8.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH

立即使配置的环境变量生效

source ~/.bashrc

判断cuda是否安装成功

执行：

$ nvcc --version

输出：

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2016 NVIDIA Corporation
Built on Sun_Sep__4_22:14:01_CDT_2016
Cuda compilation tools, release 8.0, V8.0.44

则表示安装成功。

===========若不幸安装失败，执行下面的命令卸载cuda，然后重新安装=========
$ sudo /usr/local/cuda-8.0/bin/uninstall_cuda_8.0.pl

测试cuda的Samples

$ cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery
$ make
$ sudo ./deviceQuery

输出的最后两行类似这样的信息：

deviceQuery, CUDA Driver = CUDART, CUDA Driver Version = 8.0, CUDA Runtime Version = 8.0, NumDevs = 1, Device0 = GeForce GTX 970
Result = PASS

4.使用Cudnn加速

我们去官网下载与cuda8.0匹配的cudnn，https://developer.nvidia.com/cudnn ，我下载的是cudnn v5.05 for cuda8.0

直接将文件解压，拷贝到cuda相应的文件夹下即可

$ tar xvzf cudnn-8.0-linux-x64-v5.0-ga.tgz
$ sudo cp cuda/include/cudnn.h /usr/local/cuda/include
$ sudo cp cuda/lib64/*.* /usr/local/cuda/lib64
$ sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

5. 安装编译Caffe

下载caffe

$ sudo git clone https://github.com/BVLC/caffe.git[/code]       安装第三方库
$ sudo apt-get install libatlas-base-dev
$ sudo apt-get install libprotobuf-dev
$ sudo apt-get install libleveldb-dev
$ sudo apt-get install libsnappy-dev
$ sudo apt-get install libopencv-dev
$ sudo apt-get install libboost-all-dev
$ sudo apt-get install libhdf5-serial-dev
$ sudo apt-get install libgflags-dev
$ sudo apt-get install libgoogle-glog-dev
$ sudo apt-get install liblmdb-dev
$ sudo apt-get install protobuf-compiler


   安装OpenCV

当前最新版OpenCV是3.2.0版本的
$ cd caffe
$ sudo git clone https://github.com/jayrambhia/Install-OpenCV $ cd Install-OpenCV/Ubuntu
$ sudo chmod +x *
$ sudo ./opencv_latest.sh
     我们可以通过如下命令查看OpenCV安装版本
$ pkg-config --modversion opencv

编译caffe

编译前，先配置变量

$ sudo cp Makefile.config.example Makefile.config
$ sudo vim Makefile.config
设置以下内容:

USE_CUDNN := 1 #取消该句注释

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

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

WITH_PYTHON_LAYER := 1 #取消注释

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

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

保存退出

$ sudo make clean   #每次需要重新编译Caffe的时候，在caffe文件夹下清除掉之前的编译结果

$ cd build

$ sudo cmake ..

$ sudo make all

$ sudo make install

$ sudo make runtest

$ sudo make -j8

$ sudo make runtest

$ sudo make pycaffe



配置环境

caffe运行时需要调用cuda的库，我们在/etc/ld.so.conf.d目录下新建一个caffe.conf文件，将所需要用的库的目录写入

$ sudo vim /etc/ld.so.conf.d/caffe.conf
添加：  /usr/local/cuda/lib64

保存并退出      :wq

更新配置     $ sudo ldconfig

6.测试caffe

下载mnist数据集

   $ cd ~/caffe        #切换到caffe目录
# 注意：执行命令的时候最好在当前的caffe目录下，否则会报错，会找不到XXX文件
$ sudo sh data/mnist/get_mnist.sh  #获取mnist数据集
$ sudo sh examples/mnist/create_mnist.sh




开始训练

$ sudo sh examples/mnist/train_lenet.sh
训练结果

Test net output #0: accuracy = 0.9908
I0114 13:41:23.117681  4189 solver.cpp:404]     Test net output #1: loss = 0.0286537 (* 1 = 0.0286537 loss)
I0114 13:41:23.117684  4189 solver.cpp:322] Optimization Done.
I0114 13:41:23.117687  4189 caffe.cpp:254] Optimization Done.