ubuntu14.04 caffe+cuda-7.0配置

首先安装cuda:

从nvidia官网上下载:cuda-repo-ubuntu1404-7-0-local_7.0-28_amd64.deb,这里有run和deb两种,严重推荐deb格式,安装方便

cd到cuda-repo-ubuntu1404-7-0-local_7.0-28_amd64.deb所在目录,比如我的:

cd ~/software/cuda-repo-ubuntu1404-7-0-local_7.0-28_amd64.deb

执行:

sudo dpkg -i cuda-repo-ubuntu1404-7-0-local_7.0-28_amd64.deb;

sudo apt-get update

sudo apt-get -y install cuda;

然后就行了,这里6.5以上都会自动安装显卡驱动,所以安装好以后会出现nvidia的驱动

然后配置环境变量

在/etc/ld.so.conf.d中添加cuda.conf文件

vi cuda.conf

/usr/local/cuda-7.0/lib64

在/etc/profile或者~/.bashrc中添加如下内容:

#cuda env
PATH=/usr/local/cuda-7.0/bin:$PATH
export PATH

export LD_LIBRARY_PATH=/usr/local/cuda-7.0/libnvvp:/usr/local/cuda-7.0/lib64:$LD_LIBRARY_PATH

最后执行:

sudo ldconfig

和source ~/.bashrc

就行了,最后:

sudo reboot

关于caffe的安装配置可参考:

http://www.cnblogs.com/platero/p/3993877.html

这里不推荐安装anaconda,太大并且我们如果不需要python那么的库,而且还可能出现各种python的库找不到的问题

最后推荐使用cmake-gui对caffe进行编译

安装方法是:

sudo apt-get install cmake-qt-gui

最后生成一个Makefile文件,然后在相应的路径下执行:

sudo make all

sudo make install

sudo make runtest

就行

最后说明一点:

我之前装好的的cuda最后由于我在配置java的时候我使用了一个错误的命令导致我将原来的cuda全部删除;

然后我就从新在安装了一次.然后中间就是有各种问题,比如:

http://blog.csdn.net/jkxsanger/article/details/8983107

no cuda-capable device is detected

参考这个方案也没解决(但是指明了方向):

step1:重新安装Nvidia CUDA Toolkit

sudo sh cuda_5.0.35_linux_64_rhel6.x-1.run

step2:安装成功后,按照提示配置 /etc/ld.so.conf 文件

我的系统是64位于是  vim /etc/ld.so.conf   添加

/usr/local/cuda-5.0/lib64
          /usr/local/cuda-5.0/lib

保存修改退出:

执行命令  ldconfig

step3:如果想要多人都能使用cuda编程环境与相应的硬件资源

修改/etc/profile文件

export PATH=/usr/local/cuda-5.0/bin:$PATH
          export LD_LIBRARY_PATH=/usr/local/cuda-5.0/lib:/usr/local/cuda-5.0/lib64:$LD_LIBRARY_PATH

最后的解决方式是:

使用如下命令首先将cuda卸载掉:

sudo apt-get --purge remove cuda

上一步只是卸载了一部分,然后需要完全删除

sudo apt-get autoremove cuda

再然后需要将nvidia驱动完全卸载:

sudo apt-get remove --purge nvidia-*
sudo apt-get install ubuntu-desktop
sudo rm /etc/X11/xorg.conf
echo ‘nouveau‘ | sudo tee -a /etc/modules

重启然后执行将cuda-7.0用最开始的方法从新安装一次就行了

时间: 2024-08-11 01:35:34

ubuntu14.04 caffe+cuda-7.0配置的相关文章

ubuntu14.04 + GTX980ti + cuda 8.0 ---Opencv3.1.0配置

狂踩坑,脑袋疼. 流程: 1.逛网下载opencv source Opencv3.1.0 zip 2.unzip解压 3.安装一堆先决必要的环境: sudo apt-get install xx xx xx sudo apt-get install build-essential sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev sudo ap

Ubuntu14.04+caffe+cuda7.5 环境搭建以及MNIST数据集的训练与测试

Ubuntu14.04+caffe+cuda 环境搭建以及MNIST数据集的训练与测试 一.ubuntu14.04的安装: ubuntu的安装是一件十分简单的事情,这里给出一个参考教程: http://jingyan.baidu.com/article/76a7e409bea83efc3b6e1507.html 二.cuda的安装: 1.首先下载nvidia cuda的仓库安装包(我的是ubuntu 14.04 64位,所以下载的是ubuntu14.04的安装包,如果你是32位的可以参看具体的地

faster-rcnn(testing): ubuntu14.04+caffe+cuda7.5+cudnn5.1.3+opencv3.0+matlabR2014a环境搭建记录

python版本的faster-rcnn见我的另一篇博客: py-faster-rcnn(running the demo): ubuntu14.04+caffe+cuda7.5+cudnn5.1.3+python2.7环境搭建记录 1. 首先需要配置编译caffe的环境,并降级gcc为4.7.见: ubuntu14.04下安装cudnn5.1.3,opencv3.0,编译caffe及matlab和python接口过程记录(不好意思,这也是我自己写的) 2. clone 源码: git clon

Ubuntu14.04+CUDA7.5+Anaconda2-4.0.0+Matlab2014b+Caffe from Scratch

Ubuntu14.04+CUDA7.5+Anaconda2-4.0.0+Matlab2014b+Caffe from Scratch 前言 花了三天时间,从装双系统到安装Caffe并编译成功,其间踩过无数个坑,浏览过几十篇CSDN和博客园还有linux公社上的技术博客,个中酸甜苦辣恐怕只有亲身经历过才能体会.由于博客数过多,在此就不一一罗列了,谨在此向他们致谢!!! 注:本博客适用于支持CUDA的情况,以下所有配置均建立在gpu支持CUDA的前提下. 硬件配置: 笔记本:戴尔游匣7447 显卡:

ubuntu Gnome 15.04 /ubuntu 12.04 装cuda 7.0经验贴

ubuntu Gnome 15.04 /ubuntu 12.04 装cuda 7.0经验贴 由于最近要跑caffe,还有要跑一些cuda程序,就边学边配置,一路装过来还真不容易,双系统(Window 7+ubuntu),做一个笔记以后留着来用: 前提工作:已经装好双系统,若没有装好,参考如下: 硬盘安装和U盘安装 [ Win7系统下硬盘安装Ubuntu 12.04双系统 ] 提示:在装好ubuntu系统后若发现,安装完成重启后默认启动为Ubuntu系统,则在程序-附件-终端(快捷键Ctrl+Al

Ubuntu14.04下Hadoop2.2.0集群搭建

系统版本: master: Ubuntu 14.04  salve1: Ubuntu 14.04 hadoop: hadoop 2.2.0 1.系统配置以及安装SSH无密码登陆环境(master&slaves): 修改本机(master)和子节点(slaveN)机器名:打开/etc/hostname文件 sudo gedit /etc/hostname (修改后需重启才能生效) 修改host文件(映射各个节点IP): sudo gedit /etc/hosts 在后面添加内容为: 172.22.

Ubuntu14.04 x64 zabbix 3.0 安装

Ubuntu14.04 x64  zabbix 3.0 安装 苦于网上的文档很多,但是对初学者来说,很多都搭建不成功,我重新安装一下.记录一下. 下载deb wget http://repo.zabbix.com/zabbix/3.0/ubuntu/pool/main/z/zabbix-release/zabbix-release_3.0-1+trusty_all.deb dpkg -i zabbix-release_3.0-1+trusty_all.deb apt-get update 1.安

Ubuntu14.04+eclipse下cocos2d-x3.0正式版环境的搭建

环境: ubuntu14.04 adt-bundle-linux-x86_64 android-ndk-r9d-linux-x86_64 cocos2d-x-3.0正式版 apache-ant 1.9.3 python 2.7(ubuntu自带) 加入环境变量 export ANDROID_SDK_ROOT=/home/yangming/adt-bundle-linux/sdk export PATH=${PATH}:/$ANDROID_SDK_ROOT/tools/ export PATH=$

ubuntu14.04 安装 CUDA 7.5 / CUDA 8.0

原文转自:http://blog.csdn.net/masa_fish/article/details/51882183 CUDA7.5和CUDA8.0的安装过程是一毛一样的.所以如果安装CUDA8.0的同学,直接将下文中的所有7.5替换为8.0即可. 折腾了好多天,前后重装了大概六.七次Ubuntu,终于上把CUDA安装好了,被坑了好多次,也走了不少弯路. 第一次发帖,还请多指教. [环境] 笔记本:ThinkPad T450 X86_64 显卡:主显 Intel HD Graphics 55

Ubuntu 16.04系统下CUDA8.0配置Caffe教程

由于最近安装了Ubuntu 16.04,本文教程的特点是不需要降级gcc的版本,毕竟cuda8.0已经支持gcc5以上(默认不支持,实际支持). 本文是在参考caffe官网教程以及http://www.linuxidc.com/Linux/2015-07/120449.htm结合自己总结经验而来,对此表示感谢. Ubuntu 14.04安装Nvidia CUDA7.5并搭建Python Theano深度学习开发环境http://www.linuxidc.com/Linux/2015-09/123