ubuntu 安装 caffe，ubuntu怎么安装软件

很多朋友对于ubuntu 安装 caffe和ubuntu怎么安装软件不太懂，今天就由小编来为大家分享，希望可以帮助到大家，下面一起来看看吧！

caffe 使用gpu,有必要安装openblas么,有用intel MKL的么

安装caffe所安装mkl现想codeblock项目使用mkl

设置mkl环境变量：

mkl安装默认/opt/intel/mkl其/opt/intel/mkl/bin脚本设置环境变量根据mkluser guid：我电脑安装64位ubuntu 14.04所我使用

/opt/intel/mkl/bin/mklvars.sh inter64

报错说 typeset: not found,根据网搜索知应该用bash运行改用

/bin/bash/opt/intel/mkl/bin/mklvars.sh intel64

功机候些环境变量用面句代码加入～/profile面

测试环境变量否设：

icc--version

显示除intel编译器版本则功

code block控制台项目：

创建项目选控制台项目

编译器选择intel c/c++ compiler:

菜单栏 Project->build options选择

deep_nin项（左边面项目名称其面别Debug,Relase）右边选项选择Search

directories, Compiler项目添加/opt/intel/bin

编译运行默认hello, world!

添加 mkl编译项：

Project-> build options->Compiler settings->Other options添加-mkl编译项（图点问题左侧编译选项应该选 deep_ninDebug）

功调用 mkl库：

代码加入#include编译通功mkl引入项目

win7配置caffe,import caffe时提示No module named caffe

这种情况一般是没有把caffe中的和python相关的内容的路径添加到python的编译路径中。可以使用以下方式解决问题：

在Ubuntu中，按住ctrl+alt+t打开终端，输入“python”打开python解释器，输入：

import sys

sys.path.append("/（你的caffe-master路径）/caffe-master/python")

sys.path.append("/（你的caffe-master路径）/caffe-master/python/caffe")

提示：输入每一行之后都要按回车，让命令执行。三条命令执行之后一般就没问题了。因为python的编译路径“path”是模型“sys”的一个属性，所以要先使用命令“import sys”。

好吧，我承认上述方法治标不治本。在python解释器输入以上命令之后，使用import caffe木有问题，但是重启python解释器之后再import caffe还是会报同样的错误。只有在caffe-master/python这个文件夹之下打开python解释器使用import caffe才不会报错。

随后找到了一个不是解决办法的办法，使用python调用caffe时，在相应的.py文件的最前面加入以下四句：

#设置caffe源码所在的路径

caffe_root='../../../caffe-master/(这是caffe-master文件夹路径，绝对路径和相对路径都可以。绝对路径写法：/../../caffe-master/)'

import sys

sys.path.insert(0, caffe_root+'python')

import caffe

这样就没有问题了。当然，所有调用caffe框架的.py文件中都要包含这几句话。也可以把以上几句封装成一个python类，专门用来实现“import caffe”的操作。

Ubuntu16.04无法安装CUDA吗

Ubuntu 16.04安装 CUDA7.5

作者：autocyz

在介绍Ubuntu 16.04安装 CUDA7.5开始前，先辨析几个概念GPU、NVIDIA、NVIDIA驱动、CUDA、cudnn等，这些概念对于一个新手来说肯定是很晕的，正如我当初一样，所以我这里就稍微介绍一下这几个概念：

GPU:Graphics Processing Units，也就是我们常说的显卡。现在的笔记本或者台式机都会有显卡，但是能够让我们用来做并行计算的真正的GPU就只有NVIDIA出产的GPU了。

NVIDIA：GPU生产厂商，在运算GPU处于垄断地位。

NVIDIA驱动：就是NVIDIA生产的GPU想在电脑上正常使用所需的驱动。

CUDA：Compute Unified Device Architecture，是显卡厂商NVIDIA推出的运算平台。 CUDA是一种由NVIDIA推出的通用并-行计算架构，该架构使GPU能够解决复杂的计算问题。我们想使用GPU进行深度学习运算的时候，必须要用到这个运算平台。

cudnn:CuDNN是NVIDIA专门针对Deep Learning框架设计的一套GPU计算加速方案，目前支持的DL库包括Caffe，ConvNet, Torch7等.

Ubuntu 16.04安装cuda7.5

部分参照：

在安装之前，先说一下本人工作站的设备配置（主要是GPU的）：

设备上一共有三块GPU，一快是专门用来做显示的NVS310

两块用来做运算的GeForce GTX TITIAN X

第一步：选择最新的nvidia驱动（很重要！！！）

先打开计算机中的“软件和更新”，查看“附加驱动”，选择nvidia的驱动为最新的驱动。更新完之后最好重启一下。

我曾经遇到一些错误，就是因为我的NVIDIA驱动太老了，而cuda7.5则依赖于比较新的驱动。

第二步：下载cuda

去官网下载，选择Linux——ubuntu——15.04（我安装的时候还只支持到15.04，没有支持16.04版本的）——runfile(local)

第三步：安装PPA软件管理包工具

什么是 PPA？

PPA，表示 Personal Package Archives，也就是个人软件包集。

有很多软件因为种种原因，不能进入官方的 Ubuntu软件仓库。为了方便 Ubuntu用户使用，launchpad.NET提供了 ppa，允许用户建立自己的软件仓库，自由的上传软件。PPA也被用来对一些打算进入 Ubuntu官方仓库的软件，或者某些软件的新版本进行测试。PPA上的软件极其丰富，如果 Ubuntu官方仓库中缺少您需要的某款软件，可以去 PPA上找找看。

我们安装的cuda可能在Ubuntu仓库中木有，所以用PPA来下载。

sudo add-apt-repository ppa:xorg-edgers/ppa

sudo apt-get update

第四步：执行cuda的.run文件

cd到下载的.run文件夹执行：

sudo./cuda_7.5.18_linux.run--override

第五步：选择安装选项

选择安装选项：（注意：应为之前已经安装过NVIDIA Display Driver的驱动了（如第一步），所以这里选择不安装NVIDIA Accelerated Graphics Driver for Linux-x86_64 352.39。如果选择安装会出现错误，并且导致安装CUDA失败。

Do you accept the previously read EULA?(accept/decline/quit): accept

You are attempting to install on an unsupported configuration. Do you wish to continue?((y)es/(n)o) [ default is no ]: y

Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 352.39?((y)es/(n)o/(q)uit): n

Install the CUDA 7.5 Toolkit?((y)es/(n)o/(q)uit): y

Enter Toolkit Location [ default is/usr/local/cuda-7.5 ]:

Do you want to install a symbolic link at/usr/local/cuda?((y)es/(n)o/(q)uit): y

Install the CUDA 7.5 Samples?((y)es/(n)o/(q)uit): y

Enter CUDA Samples Location [ default is/home/kinghorn ]:/usr/local/cuda-7.5

Installing the CUDA Toolkit in/usr/local/cuda-7.5...

Finished copying samples.

===========

= Summary=

===========

Driver: Not Selected

Toolkit: Installed in/usr/local/cuda-7.5

Samples: Installed in/usr/local/cuda-7.5

第六步：添加cuda到环境变量里面

sudo nano/etc/profile.d/cuda.sh

export PATH=$PATH:/usr/local/cuda/bin

sudo nano/etc/ld.so.conf.d/cuda.conf

/usr/local/cuda/lib64

source/etc/ld.so.conf.d/cuda.confcd/usr/local/cuda-7.5/samples/1_Utilities/deviceQuery

make

sudo./deviceQuery

sudo ldconfig

第七步：将GCC降级或者采用暴力的方式让cuda7.5支持高版本GCC。

由于cuda7.5不支持gcc4.9以上的版本，而ubuntu16.04默认的是gcc5，这会造成安装的失败，解决方法有两种，

1、对gcc进行降级，让系统采用低版本的GCC，但是这种方式有一定的问题，因为Ubuntu16.04很多系统文件默认是使用gcc5编译的，因此如果用降级的方法安装完cuda后，在后期安装caffe的时候，可能会报类似于undefined的错误，这是因为你的gcc版本低，其所需的系统文件找不到。.

sudo apt-get install g++-4.9

sudo update-alternatives--install/usr/bin/gcc gcc/usr/bin/gcc-4.9 20

sudo update-alternatives--install/usr/bin/gcc gcc/usr/bin/gcc-5 10

sudo update-alternatives--install/usr/bin/g++ g++/usr/bin/g++-4.9 20

sudo update-alternatives--install/usr/bin/g++ g++/usr/bin/g++-5 10

sudo update-alternatives--install/usr/bin/cc cc/usr/bin/gcc 30

sudo update-alternatives--set cc/usr/bin/gcc

sudo update-alternatives--install/usr/bin/c++ c++/usr/bin/g++ 30

sudo update-alternatives--set c++/usr/bin/g++

2、这种方式有点类似于黑箱方式，即强制让他不报错。编辑/usr/local/cuda/include/host_config.h，将其中的第115行注释掉：

将

#error-- unsupported GNU version! gcc versions later than 4.9 are not supported!

改为

//#error-- unsupported GNU version! gcc versions later than 4.9 are not supported!

上面就是设置gcc版本优先级的。20和10就代表你所使用的gcc、g++的版本优先级。

第八步：测试是否安装成功

执行如下指令，正常情况下会出现设备中所有的GPU，并把每个GPU的信息打印出来。

nvidia-smi

如果没有出现错误之类的话，就说明安装成功了。

第九步：测试cuda的Samples

cd/usr/local/cuda-7.5/samples/1_Utilities/deviceQuery

make

sudo./deviceQuery

如果显示的是一些关于GPU的信息，则说明安装成功了。

Ubuntu 14.04安装配置CUDA

Ubuntu 12.04配置NVIDIA CUDA5.5实录

Ubuntu安装Theano+CUDA

关于Ubuntu 12.04下 CUDA5.5的安装请参看如下链接 Ubuntu 12.04安装 CUDA-5.5

Caffe配置简明教程( Ubuntu 14.04/ CUDA 7.5/ cuDNN 5.1/ OpenCV 3.1)

在Ubuntu 14.04上配置CUDA+Caffe+cuDNN+Anaconda+DIGITS

Ubuntu16.04下CUDA8.0+Caffe安装配置过程

Ubuntu 14.04下CUDA8.0+ cuDNN v5+ Caffe安装配置

Ubuntu 16.04+Nvidia GTX 1080+CUDA8.0深度学习环境配置

更多Ubuntu相关信息见Ubuntu专题页面