正文

ubuntu18.04+cuda9.2+cudnn7.1.4+caffe2安装(代码片段)

湖广午王  湖广午王  2022-11-30  384

关键词：

安装Ubuntu 18.04

Ubuntu 18.04的安装参考官网步骤，很容易安装。我在安装的时候比较坎坷，拿到了一个有问题的U盘，写入ISO后，启动一直启动不了。
主要步骤如下：

下载系统。
下载Rufus工具，也可以是其他的，只要能刻录光盘就行。然后把下载的Ubuntu ISO文件写入U盘。
写好U盘后，查上电脑，选择从U盘启动。一般是开机按F12来选择启动方式。
安装时，按F6，然后将启动参数后面的---改成nomodeset，然后安装。
安装完成后，重启电脑。
有些电脑安装完成后启动不了。可以选择参数nomodeset来启动，然后进入安装必要的驱动就可以正常启动。 Ubuntu 可以用ubuntu-drivers autoinstall来安装驱动。

安装CUDA 9.2

安装CUDA 9.2首先需要你的电脑是有Nvidia显卡的，我的显卡是GTX 1050，所以是可以装的。安装显卡的时候首先我们要安装显卡的驱动。CUDA 9.2 要求显卡驱动是 nvidia-driver 396.26以上，低版本的不可以。如果已经安装了的需要升级到396.26以上。
可以直接输入以下指令进行安装：

sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
sudo apt-get install nvidia-396

如果在安装过程中遇到问题，可以根据提示来进行解决。

驱动安装成功后，就可以安装CUDA 9.2了，直接在官方下载 Ubuntu 16.04 deb(local)即可，也可以选择其他安装方式。

然后输入以下指令：

sudo dpkg -i 'your download file.deb'
sudo apt-get update
sudo apt-get install cuda

验证是否安装成功，可进入/usr/local/cuda/samples/，然后编译并运行示例，运行成功则表示安装成功。

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

安装成功会输出：

deviceQuery, CUDA Driver = CUDART, CUDA Driver Version = 9.2, CUDA Runtime Version = 9.2, NumDevs = 1
Result = PASS

安装cuDNN 7.1.4

如果Cuda安装好了，cuDNN一般就不会有什么问题了。同样是进入官网下载。注意版本，选择cuDNN v7.1.4 for CUDA9.2。然后我下载了cuDNN v7.1.4 Runtime Library for Ubuntu 16.04 以及相应的Developer Library和Code Samples。然后利用dpkg安装即可。注意安装顺序，需要先安装Runtime Library，再安装Developer Library，最后Code Samples.

sudo dpkg -i 'Your Runtime Library.deb'
sudo dpkg -i 'Your Developer Library.deb'
sudo dpkg -i 'Your Code Sample.deb'
sudo apt-get update

安装成功后，依然通过Sample来验证是否安装成功。

cd /usr/src/cudnn_samples_v7/mnistCUDNN
sudo make 
./mnistCuDNN

如果安装成功，最后面会输出：

Result of classification: 1 3 5

Test passed!

安装 Caffe2

我使用的Source的方式来进行安装的。在官网上有比较详细的教程，安装Ubuntu 16.04的方式操作即可。

# 安装必要的依赖
sudo apt-get update
sudo apt-get install -y --no-install-recommends \\
      build-essential \\
      cmake \\
      git \\
      libgoogle-glog-dev \\
      libgtest-dev \\
      libiomp-dev \\
      libleveldb-dev \\
      liblmdb-dev \\
      libopencv-dev \\
      libopenmpi-dev \\
      libsnappy-dev \\
      libprotobuf-dev \\
      openmpi-bin \\
      openmpi-doc \\
      protobuf-compiler \\
      python-dev \\
      python-pip                          
sudo pip install \\
      future \\
      numpy \\
      protobuf
# for Ubuntu 14.04
sudo apt-get install -y --no-install-recommends libgflags2
# for Ubuntu 16.04
sudo apt-get install -y --no-install-recommends libgflags-dev

# Clone Caffe2's source code from our Github repository
git clone --recursive https://github.com/pytorch/pytorch.git && cd pytorch
git submodule update --init

# 最新的可以直接用下面方式编译安装，不必要cmake 然后make。用自带的脚本更方便python3和python2都能用caffe2
python3 setup.py install
# Create a directory to put Caffe2's build files in
mkdir build && cd build

# Configure Caffe2's build
# This looks for packages on your machine and figures out which functionality
# to include in the Caffe2 installation. The output of this command is very
# useful in debugging.
cmake ..

# Compile, link, and install Caffe2
sudo make install

需要注意的是，我在安装的时候使用的是gcc7,会报如下错误。换成gcc6就可以了。问题解决方案来自github上。
可以用update-alternatives工具来指定编译工具使用gcc6。

 In constructor ‘caffe2::YellowFinOp<T, Context>::YellowFinOp(const caffe2::OperatorDef&, caffe2::Workspace*)’:
/home/john/pytorch/caffe2/sgd/yellowfin_op.h:20:171: error: ‘GetSingleArgument<int>’ is not a member of ‘caffe2::YellowFinOp<T, Context>’
   YellowFinOp(const OperatorDef& operator_def, Workspace* ws)

NCCL 编译错误，可以选择在cmake时加上-DUSE_NCCL = OFF来解决，我遇到的编译错误是通过进入third_party/nccl下，把nccl目录删除，重新clone github上的nccl项目来解决的。
如果编译有其他失败，可以google一下，一般都能搜到答案，大多数都是环境或者依赖的问题。编译完成之后。输入以下命令测试是否成功。

python -c 'from caffe2.python import core' 2>/dev/null && echo "Success" || echo "Failure"
# GPU 测试为：
python -m caffe2.python.operator_test.relu_op_test
# 如果遇到失败，缺少一些第三方可以直接用pip命令安装

如果cd 到其他目录下，在执行输出Failure时，需要刷新动态库链接：

cd /usr/local/lib
sudo ldconfig

ubuntu18.04安装nvidiadriver+cuda+cudnn

LinkUbuntu18.04安装Anaconda3 查看详情

ubuntu18.04安装nvidiadriver+cuda+cudnn

LinkUbuntu18.04安装Anaconda3 查看详情

vs2017+cuda9.2+cudnn7.1.4+tensorflow安装(代码片段)

参照步骤：https://blog.csdn.net/weixin_42359147/article/details/80622306坑：安装完成后importtensorflow出现：“FutureWarning:Conversionofthesecondargumentofissubdtypefrom`float`to`np.floating`isdeprecated.Infuture,itw 查看详情

ubuntu18.04安装安装cuda和cudnn(代码片段)

一.安装cuda11.0cuda下载此处的cuda下载请根据自己的系统信息下载，否则使用会有问题。安装说明:wgethttps://developer.download.nvidia.com/compute/cuda/11.0.3/local_installers/cuda_11.0.3_450.51.06_linux.runsudoshcuda_11.0.3_450.51.06_linux.ru 查看详情

ubuntu18.04cuda8.0cudnn5caffepython2.7install

1.preparesudoaptinstallvimsudovim/etc/apt/sources.listubuntu镜像-ubuntu下载地址-ubuntu安装教程-阿里巴巴开源镜像站sudoapt-getupdatesudpapt-getupgradesudoaptinstallpython2.installopencv其实opencv只用一句话来装就可以sudoaptinstalllibo 查看详情

ubuntu18.04cuda8.0cudnn5caffepython2.7install

1.preparesudoaptinstallvimsudovim/etc/apt/sources.listubuntu镜像-ubuntu下载地址-ubuntu安装教程-阿里巴巴开源镜像站sudoapt-getupdatesudoapt-getupgradesudoaptinstallpython2.installopencv其实opencv只用一句话来装就可以sudoaptinstalllibo 查看详情

ubuntu安装nvidia驱动+cuda+cudnn+anaconda3+tensorflow-gpu(代码片段)

安装Cuda：注意安装CUDA版本，要和Nvidia驱动版本一致或者要适配CUDAToolkitLinuxx86_64DriverVersionWindowsx86_64DriverVersionCUDA10.2.89>=440.33>=441.22CUDA10.1(10.1.105generalrelease,andupdates)>=418.39>=418.96CUDA10.0.130>=410.48>&... 查看详情

尝试在 Ubuntu 18.04 上安装 CUDA 9.2

】尝试在Ubuntu18.04上安装CUDA9.2【英文标题】：TryingtoinstallCUDA9.2onUbuntu18.04【发布时间】：2019-01-1805:49:27【问题描述】：我正在，遵循this网站：我已经下载了NVIDIACUDAToolkit（shell脚本cuda_9.2.88_396.26_linux），但是当我运行它时（$sudoshc... 查看详情

保姆级教程ubuntu18.04+geforce980ti+安装cuda10.2+cudnn

首先感谢师兄的博客！前半部分按照这个照做没有问题！https://www.bilibili.com/read/cv9162965/第一步：下载CUDA在官网下载，查询自己的GPU型号对应的CUDA版本980Ti对应的是CUDA10.2第二步：安装CUDA//这部分引用良师傅的博客作者：Master凉ht... 查看详情

ubuntu18.04cuda8.0cudnn5caffepython2.7install

docker部署ubuntu18.04深度学习环境——cuda11.1cudnn8.0.5pytorch1.8.0(代码片段)

目录前言1安装nvidia显卡驱动2安装docker3Docker修改容器默认存储位置4安装dockercompose5安装nvidia-docker6下载nvidiaCUDA镜像7安装python3.8环境8安装pytorch1.89提交容器成为新镜像常用命令附录前言一次部署,无限安装😊1安装nvidia显卡驱动... 查看详情

ubuntu18.04/20.04cv环境配置（上）：cuda11.1+cudnn安装配置(代码片段)

...驱动的关系2.下载安装2.1 下载CUDA文件DownloadInstallerforLinuxUbuntu20.04x86_642.2下载cudnn文件3.配置测试参考连接：1.版本对应无论采用哪一种方式，首先都需要更新Ubuntu软件源和升级到最新版本的软件包。由于国内从Ubuntu官方软... 查看详情

ubuntu18.04/20.04cv环境配置（上）：cuda11.1+cudnn安装配置(代码片段)

在 ubuntu18.04 中导入错误 tensorflow-gpu

】在ubuntu18.04中导入错误tensorflow-gpu【英文标题】：Importerrortensorflow-gpuinubuntu18.04【发布时间】：2019-04-2900:44:24【问题描述】：我在导入tensorflow时遇到了一些错误。我的电脑规格：操作系统：ubuntu18.04英伟达RTX2080Ti*2Nvidia驱动程序-... 查看详情

ubuntu18.04配置deepo深度学习环境（cuda+cudnn+nvidia-docker+deepo）--超级细致，并把遇到的错误和所有解决方案都列出来了(代码片段)

...学习环境-中文翻译1显卡信息nvidia-smiroot@master:/home/hqc#ubuntu-driversdevices ==/sys/devices/pci0000:00/0000:00:01.0/0000:01:00.0== modalias:pci:v000010DEd00001B06sv000010DEsd0000120Fbc03sc00i00 vendor:NVIDIACorporation model:GP102[GeForceGTX1080Ti] driver:nvidia-dr... 查看详情

ubuntu18.04上安装n卡驱动cudacudnn三连(代码片段)

环境：Ubuntu18.04显卡驱动真的挺方便的，CUDA和CUDNN还是踩了一些坑2333 1、安装显卡驱动安装ubuntu更新或sudoapt-getupdate&sudoapt-getupgradesudoadd-apt-repositoryppa:graphics-drivers/ppasudoapt-getupdateubuntu-driversdevicessudo 查看详情

ubuntu18.04/20.04cv环境配置（中）：tensorrt+pytorch安装配置(代码片段)

Ubuntu18.04/20.04CV环境配置（上）：CUDA11.1+cudnn安装配置_TechblogofHaoWANG的博客-CSDN博客Ubuntu18.0420.04NVIDIACUDA环境配置与cudnnTensorrt等配置与使用https://blog.csdn.net/hhaowang/article/details/12580 查看详情