Caffe-GPU安装教程 Deepin15.x+CUDA9.0+cuDNN7 Caffe-GPU安装教程与部分问题解决方案

末蓝、 2022-04-23 12:42 101阅读 0赞

## Caffe-GPU安装教程 Deepin15.x+CUDA9.0+cuDNN7 Caffe-GPU安装教程与部分问题解决方案 ##

`警告：为了您的生命和财产安全，请确保您的时间和耐心余额充足！`

## 前言 ##

本文主要记录在Deepin15.x环境中安装GPU版本Caffe的个人经历及过程中**参考的主要安装教程解决方案**，详细安装步骤借鉴自其他博文，**需要结合所提及的文章一起食用**。此文具有有限参考价值，由于具体环境条件的差异，安装过程中出现的问题不尽相同，还请自行百度谷歌～

## 环境概览 ##

OS: Deepin15.7 → Deepin15.9\[^1\]  
硬件: core i7 7700HQ + GTX 1050Ti 　神舟战神

*  ←表示需要且已经配置好的环境，本文不再赘述
 *  ←表示接下来需要下载并且配置的环境
 *  opencv3.x
 *  [CUDA9.0][]
 *  [cuDNN7][]\[^2\]
 *  各种依赖包

注１：在安装过程中为了解决问题进行了系统升级，对安装影响不大  
注２：众所周知，cuDNN的下载是需要登录的，请选择适配于CUDA9.0的版本号(cuDNN7)

## 安装流程 ##

参考过一些现有的Deepin平台下安装Caffe的教程，感觉总体效果不能令人满意，可行性应该是有的，但是流程步骤不够准确和详细。在各个平台查阅资料后最终选定两篇详细的教程移花接木，方案经过个人测试后证明可以采纳，准确性和可行性都较为优秀，水平有限的小白（本人）感动哭了 。  
两篇文章分别为：  
[Ubuntu16.04 Caffe 安装步骤记录（超详尽）作者：王英豪][Ubuntu16.04 Caffe]　  
[deepin15.7安装tensorflow+cuda9.0+cudnn7 作者：壬我行][deepin15.7_tensorflow_cuda9.0_cudnn7]  
跟随两篇文章的操作以**第一篇文章为基石**，头尾都需要参考此文，中间需要插入第二篇文章，详情见下文。

第一篇文章详细地讲述了Ubuntu16.04版本下的安装步骤，鉴于Ubuntu和Deepin构架神似，不会有太大影响。之所以不能完全参考这篇文章是因为**没有提及到Deepin系统下安装NVIDIA的显卡驱动的操作步骤**，且文章中提供的CUDA8.0安装也比CUDA9.0要老一些，这些缺少的部分会在第二篇文章中提供完美的解决方案。  
文章中提到以下几个安装流程，其中加粗的流程是需要我们借鉴操作的，如果没有安装opencv3也可以参考流程8：

1.  **安装依赖包**
2.  **禁用 nouveau**
3.  **配置环境变量**
4.  下载 CUDA 8.0
5.  安装 CUDA 8.0
6.  验证 CUDA 8.0 是否安装成功
7.  安装 cudnn
8.  安装 opencv3.1
9.  **安装 caffe**
10. **安装 pycaffe notebook 接口环境**

（流程转自[Ubuntu16.04 Caffe 安装步骤记录（超详尽）作者：王英豪][Ubuntu16.04 Caffe]）

一、配置Caffe从这篇文章开始，**参考文章直至第三步，然后参考第二篇文章**。值得一提的是，在安装依赖包之后deepin的系统任务栏开始闪烁然后消失，此后只能用键盘热键操作系统(Win键打开Luncher、Alt+Tab键切换窗口)。在查询资料后升级了系统解决了这个问题。参考：[deepin 任务栏 不见 或者闪烁　作者：czw0723][deepin _ _ _czw0723]。更新大约需要半个小时左右，更新完毕后重启系统问题解决。原因不明，有可能是Unity被误删。如果更新系统仍然解决不了问题可以参考此文：[Ubuntu16.04任务栏与启动器消失 作者：i\_01][Ubuntu16.04_ _i_01]

二、然后到第二篇文章。**请准备好可以上网打开这篇文章的手机，中途有无法使用GUI的操作步骤**。因为第二篇是安装tensorflow的教程，所以我们只需要借鉴如何在deepin系统下安装显卡驱动和CUDA组件即可。文章可以**直接从　安装显卡驱动　流程开始**，nouveau此时已经被禁用，直接检测是否禁用成功即可。一直**参考到 安装cudnn7步骤结束为止**。后续操作步骤用来安装tensorflow，如有使用安装GPU版本tensorflow的经验，可以像我本人一样顺带安装并利用tensorflow-gpu进行验证是否安装成功。

三、**确认CUDA9.0及cuDNN安装成功后**，接上第一篇文章中的安装Caffe步骤(按需从安装opencv3开始)，往下进行操作。注意，在执行：

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!

这一步更改时打开的host\_config.h文件在CUDA9.0下已被移至 `/usr/local/cuda/include/crt`目录下。进行这一部分(修改Caffe配置文件)操作的时候要细心不能错，大段复制时注意去除水印(已踩雷阵亡 )。在编译过程中经常容易出现问题，一次就过的几率不大，可能会遇上各种问题，根据实际情况处理就行，虽然会耗费大量时间但是最终还是可以解决的。这里提供自己在编译过程中遇到的两个问题及其解决方案：

*  问题１：

某个.h文件：
    token “__CUDACC_VER__ is no longer supported. 
    Use __CUDACC_VER_MAJOR__,__CUDACC_VER_MINOR__, and __CUDACC_VER_BUILD__ instead.“

解决方法：找到那个.h文件然后注释掉报错的这一行(即`__CUDACC_VER__ is no longer supported. Use......`)，忽略掉即可(虽然感觉不太对但是解决了问题)

*  问题２：

nvcc fatal : Unsupported gpu architecture 'compute_20'

解决方法：参考[Caffe-GPU编译问题：nvcc fatal : Unsupported gpu architecture ‘compute\_20’ 作者:\_mat][Caffe-GPU_nvcc fatal _ Unsupported gpu architecture _compute_20_ _mat]

四、在通过编译之后进入最后一个环节：安装 pycaffe notebook 接口环境。注意：caffe对于python３.6的环境兼容性不强，所以**需要在2.7的环境下进行操作**。在这个环节中，编译pycaffe这一步骤是必须的。在编译过程中会出现原文作者所讲的错误2:

ImportError: No module named skimage.io

解决的方法是`pip install -U scikit-image`，但是会因为matplotlib的现阶段版本无法兼容python2.7，此时需要独立安装版本为2.2.x版本的matplotlib，此处我安装的是2.2.0，输入`pip install matplotlib==2.2.0`安装完成后再执行前面的代码，才能成功通过编译。(python2.7即将寿终正寝，本人对caffe兼容py3困难表示强烈谴责)当在python中输入import caffe没有报错的时候，恭喜你：宝贵的时间换来了最大的成果！**安装caffe成功**！

当然，实际上安装过程中可能会出现的问题比本文中提到的要多的多，具体的问题还需要自己解决，权当是积累经验提高能力。

## 后记 ##

相比于之前在Window平台上安装的Tensorflow，Linux环境下Caffe的安装难度实在是大了很多，复杂且繁琐。Linux环境下配置环境总是这么麻烦，忠心希望以后能够更加智能化便捷化，一个pip install caffe完事～节省宝贵的时间

## 引用 ##

\[1\][Ubuntu16.04 Caffe 安装步骤记录（超详尽）作者：王英豪][Ubuntu16.04 Caffe]  
\[2\][deepin15.7安装tensorflow+cuda9.0+cudnn7 作者：壬我行][deepin15.7_tensorflow_cuda9.0_cudnn7]  
\[3\][deepin 任务栏 不见 或者闪烁　作者：czw0723][deepin _ _ _czw0723]  
\[4\][Ubuntu16.04任务栏与启动器消失 作者：i\_01][Ubuntu16.04_ _i_01]  
\[5\][Caffe-GPU编译问题：nvcc fatal : Unsupported gpu architecture ‘compute\_20’ 作者:\_mat][Caffe-GPU_nvcc fatal _ Unsupported gpu architecture _compute_20_ _mat]

[CUDA9.0]: https://developer.nvidia.com/cuda-90-download-archive
[cuDNN7]: https://developer.nvidia.com/rdp/form/cudnn-download-survey
[Ubuntu16.04 Caffe]: https://blog.csdn.net/yhaolpz/article/details/71375762
[deepin15.7_tensorflow_cuda9.0_cudnn7]: https://www.jianshu.com/p/caa02259e51d
[deepin _ _ _czw0723]: https://blog.csdn.net/czw0723/article/details/84480291
[Ubuntu16.04_ _i_01]: https://blog.csdn.net/Alex_15/article/details/61414668
[Caffe-GPU_nvcc fatal _ Unsupported gpu architecture _compute_20_ _mat]: https://blog.csdn.net/kemgine/article/details/78781377?utm_source=blogxgwz0