caffe+GPU︱AWS.G2+Ubuntu14.04+GPU+CUDA8.0+cudnn8.0

国服亚马逊的GPU实例G2.2xlarge的python+caffe的安装过程,被虐… 一周才装出来…

BVLC/caffe的在AWS安装的官方教程github: https://github.com/BVLC/caffe/wiki/Install-Caffe-on-EC2-from-scratch-(Ubuntu,-CUDA-7,-cuDNN-3)

如果要在AWS试的话,推荐不要用其他教程了,太坑爹了,被国内的很多教程虐死。 当然,AWS也是遍地是坑,教程开篇也直接告诉你,一定要多给自己AWS的实例开EBS的存储量,因为原始实例只有8G,完全不够啊。还有60G的临时实例附送,那么这个60G临时实例,再次启动就会被重新刷新,等于没啥用,所以caffe系统安装一定要EBS扩展,你看AWS收费还是高明——设坑收费法? 报错:

报错一:
dpkg: error: failed to write available database record about 'krb5-locales' to '/var/lib/dpkg/available': No space left on device
sh: echo: I/O error
E: Sub-process /usr/bin/dpkg returned an error code (2)
E: Problem executing scripts DPkg::Post-Invoke 'if [ -d /var/lib/update-notifier ]; then touch /var/lib/update-notifier/dpkg-run-stamp; fi; if [ -e /var/lib/update-notifier/updates-available ]; then echo > /var/lib/update-notifier/updates-available; fi '
E: Sub-process returned an error code

报错二:
dpkg: error processing package initramfs-tools (--configure):

cp: error writing ‘/tmp/mkinitramfs_WnwvEK//lib/modules/3.13.0-48-generic/kernel/crypto/ghash-generic.ko’: No space left on device

.

一、安装NVIDIA Drivers

1、Drivers的安装包下载

AWS中原本就有一套NVIDIA drivers,之前的有点老了,好像是340.46的,那么现在就需要根据实例的GPU配置,重新设置一个drivers,来到NVIDIA Driver的安装网页,这时候你得挑一下到底是什么driver,那么AWS的G2实例中的配置到底是啥呢?来看看AWS的官方怎么解释G2配置,网址

笔者选择了一个375.26的:Linux x64 (AMD64/EM64T) Display Driver BETA 同时笔者也下载了CUDA 8.0的安装文件:sudo sh cuda_8.0.61_375.26_linux.run .

2、Drivers的安装

接下来就是安装了:

chmod +x cuda_8.0.61_375.26_linux.run
mkdir nvidia_installers
./cuda_8.0.61_375.26_linux.run -extract=`pwd`/nvidia_installers

这里的’pwd’要指定到nvidia_installers创建的目录。 更新linux的NVIDIA’s drivers:

sudo apt-get install linux-image-extra-virtual

执行后有可能跳出来:What would you like to do about menu.lst? 选择:keep the local version currently installed 需要禁用一些有冲突的内核:

sudo vi /etc/modprobe.d/blacklist-nouveau.conf

加上以下内容:

blacklist nouveau
blacklist lbm-nouveau
options nouveau modeset=0
alias nouveau off
alias lbm-nouveau off

回到shell命令行执行:

echo options nouveau modeset=0 | sudo tee -a /etc/modprobe.d/nouveau-kms.conf
sudo update-initramfs -u
sudo reboot

重启之后,需要安装一下这些内容:

sudo apt-get install linux-source
sudo apt-get install linux-headers-`uname -r`

正式到了可以安装的时候了:

cd nvidia_installers
sudo ./NVIDIA-Linux-x86_64-375.26.run

其中会跳到另外的界面: 出现“nvidia-installer was forced to guess the X library path ‘/usr/lib’ and X module path ”点ok, 出现“The CC version check failed”,点击不理他; 出现问你更新 X configuration file,默认选No,

安装之后,可以通过

nvidia-smi

来看看是否正确,安装,如何正确安装就会出现Nvidia的一些信息。

  • 出现报错一:

按照教程,你可以更新这个版本,也可以删除这个重新装。 要说删除之前的Nvidia的话,AWS也有官方教程: http://docs.aws.amazon.com/zh_cn/AWSEC2/latest/UserGuide/accelerated-computing-instances.html

sudo yum erase nvidia cuda
  • 出现报错二:

按提示安装:

apt-get install linux-3.13.0-108-generic

.

二、安装CUDA8.0

一般来说,各类教程中不要越级安装,CAFFE教程里面的版本是7.0,而且CUDA7.5比较稳定,一般会选择低一点。不过… 笔者当时并不知道这些,于是直接安装了CUDA8.0,最后也是可以用的。说明,可以兼容。

sudo modprobe nvidia
sudo apt-get install build-essential
sudo ./cuda-linux64-rel-8.0.61-19326674.run
sudo ./cuda-samples-linux-8.0.61-19326674.run

出现“Would you like to add desktop menu shortcuts?”随便你; 出现“Would you like to create a symbolic link? ”选择yes

安装好之后,一定要指定path。 打开“~/.bashrc”,输入:

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

source ~/.bashrc
sudo ldconfig

同时需要主要path的路径一定要对应,笔者照着教程抄,没想到一直没有输入正确,然后一直报错“lib”的错误。 输入完需要键入,让环境应用起来:

source ~/.bashrc

最后:

还有:

. .

三、cuDNN8.0的安装

cuDNN这里笔者吃了很多亏… 因为cuDNN和CUDA一定要配套,不然不适配,笔者当时在CUDA8.0的情况,用了cuDNN出现了一堆报错,最后只能改过来。 下载链接:https://developer.nvidia.com/rdp/cudnn-download 一定选择跟CUDA8.0配套的选项。同时,如果是GTX1080,GTX1070最好是v5以上的版本。 其中,该网站需要注册,你注册一下很快就可以用。一个包只有75MB

tar -zxf cudnn-8.0-linux-x64-v5.0-prod.tgz
cd cuda
sudo cp lib64/* /usr/local/cuda/lib64/
sudo cp include/cudnn.h /usr/local/cuda/include/

至此基本按照完毕了。于是乎,你可以nvidia-smi检查一下,是否ok. . .

四、caffe的安装

.

1、caffe安装

相关的lib库安装:

sudo apt-get install -y libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev protobuf-compiler gfortran libjpeg62 libfreeimage-dev libatlas-base-dev git python-dev python-pip libgoogle-glog-dev libbz2-dev libxml2-dev libxslt-dev libffi-dev libssl-dev libgflags-dev liblmdb-dev python-yaml python-numpy

需要下载pillow,

sudo easy_install pillow
  • 如果报错一:TypeError: ‘NoneType’ object is not callable

那么先执行:

sudo apt-get install pypy-dev
  • 如果报错二:
ImportError: No module named packaging.version
解决:
wget https://bootstrap.pypa.io/get-pip.py
python get-pip.py

参考教程

然后就是从github把caffe挪下来:

cd caffe
git clone https://github.com/BVLC/caffe.git

接下里的步骤比较耗时,需要30min左右。

cd caffe
cat python/requirements.txt | xargs -L 1 sudo pip install

.

2、配置Makefile文件

制作一个Makefile:

cp Makefile.config.example Makefile.config
vi Makefile.config

需要修改里面的: USE_CUDNN := 1,去掉#,让其激活 CUDA_DIR 的路径一定要对。 .

3、make过程

make pycaffe -jX
make all -jX
make test -jX

x是你想调用的CPU核心数量,但是笔者之前的疑问。 .

4、pycaffe的使用

进入cd caffe/python 试试能不能import caffe当然这一步报错就更多了。

  • 报错一:No module named caffe
export PYTHONPATH=/home/username/caffe/python
  • 报错二:Failed to initialize libdc1394
sudo ln /dev/null /dev/raw1394
  • 报错三:
Gdk-CRITICAL **: gdk_cursor_new_for_display: assertion 'GDK_IS_DISPLAY (display)' failed
Traceback (most recent call last):
.
.
.
TypeError: constructor returned NULL

这个错误的原因在于ssh连接服务器时候,import pyplot因为没有图形界面所导致的故障.两个办法:

办法一:直接在ssh连接服务器的时候,添加-X的标记
ssh 192.168.0.1 -X

以上参考博客:http://nfeng.cc/2016/03/28/caffe-python-gtk-error/ 当然AWS因为需要密钥,这一步骤,比较繁琐。

办法二:使用matplotlib
进入Python后:
import matplotlib
matplotlib("Pdf")
    #matplotlib("Agg")都可以
  • 报错四:还是报错三的问题
Gdk-CRITICAL **: gdk_cursor_new_for_display: assertion 'GDK_IS_DISPLAY (display)' failed
Traceback (most recent call last):
.
.
.
TypeError: constructor returned NULL

还是报错三,前面的办法解决不了,那么可以先删除一下matplotlib:

sudo pip uninstall matplotlib
sudo apt-get install python-matplotlib

如果还是报错,那么重启一下AWS的shell 以上解决办法来源于github

  • 报错五:
ImportError: libcudart.so.8.0: cannot open shared object file: No such file or directory

这个问题在tensorflow中出现极多。那么解决方案更多了: 如果之前的make all出现该报错: (1)ImportError问题,一般是之前的lib库没有安装好; (2)TF_BINARY_URL修改,可见lfzCarlosC这个是因为CUDA7.5和CUDA8.0的binary有很大的不同,那么nvidia、cudnn不适配出现的,github里面没有CUDA8.0,不过可以在以下网址找到: https://github.com/tensorflow/tensorflow/blob/master/tensorflow/g3doc/get_started/os_setup.md

TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.0.0-cp27-none-linux_x86_64.whl

如果make all可以启动: 在import caffe时候单独出现,那么就是你的LD_LIBRARY_PATH没设置好。需要在~/.bashrc修改,然后source:

LD_LIBRARY_PATH=/home/usr/local/cuda-8.0/lib64
source ~/.bashrc
sudo ldconfig
  • 报错六:
make: *** [.build_release/src/caffe/common.o] Error 1
make: *** [.build_release/src/caffe/layer_factory.o] Error 1
make: *** [.build_release/src/caffe/solver.o] Error 1
make: *** [.build_release/src/caffe/internal_thread.o] Error 1

没有正确配置cudnn和CUDA的型号,特别是cudnn的型号进行调整、配置

最后:

.

延伸一:linux很多命令不可用,崩溃

因为安装过程中,需要添加环境变量,譬如/etc/profile中,添加:

PATH=/usr/local/cuda/bin:$PATH
export PATH
source /etc/profile

真是惨,以上是国产教程让我修改的,那么崩溃了。于是不得不改回来,参考教程: http://xjsunjie.blog.51cto.com/999372/1384468

第一步:
export PATH=/usr/bin:/usr/sbin:/bin:/sbin:/usr/X11R6/bin

第二步:
需要把这句保存到/etc/profile里才能永久生效

第三步:
source  /etc/profile

.

延伸二:实时查看NVIDIA

nvidia-smi watch -n 0.1 nvidia-smi(watch实时查看数据)

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏JavaEdge

Shiro 实战(四) - 过滤器机制1 简介2 过滤器链

NameableFilter给Filter起个名字,如果没有设置默认就是FilterName 当我们组装拦截器链时会根据这个名字找到相应的拦截器实例

2521
来自专栏刘望舒

Android系统启动流程(四)Launcher启动过程与系统启动流程

前言 此前的文章我们学习了init进程、Zygote进程和SyetemServer进程的启动过程,这一篇文章我们就来学习Android系统启动流程的最后一步:L...

2488
来自专栏学海无涯

Java Web之Tomcat调优

Tomcat调优是一个老话题,目的都是为了提高站点的吞吐和并发。这里面涉及到Tomcat本身参数的优化和JVM优化。近期在研究JVM的参数设置和Tomcat集群...

3344
来自专栏猿天地

Spring cloud Zuul Filter 使用小经验

前言 Filter 我们用的比较多,大部分是Servlet中的Filter,通常我们用来做一些拦截,权限验证之类的工作。 今天介绍的Filter是Zuul中提供...

4306
来自专栏Python小屋

Python破解ZIP或RAR文件密码

基本原理在于Python标准库zipfile和扩展库unrar提供的解压缩方法extractall()可以指定密码,这样的话首先(手动或用程序)生成一个字典,然...

8567
来自专栏Spark学习技巧

Kafka源码系列之Consumer高级API性能分析

一,kafka的Consumer的高级API内部模型介绍 1,一个主线程,入口,也是数据迭代的出口 用户主线程使用KafkaStream(ConsumerIte...

4598
来自专栏一个爱瞎折腾的程序猿

asp.net core使用Swashbuckle.AspNetCore(swagger)生成接口文档

开局一张图,然后开始编,一些基本的asp.net core东西就不再赘述,本文只对Swashbuckle.AspNetCore的几个使用要点进行描述。

1761
来自专栏图像识别与深度学习

2018-11-17DobotDemoV2.0解析

DobotDemoV2.0--》DobotDemoForArduino--》DobotDemo--》DobotDemo.ino

1693
来自专栏Java学习网

java开发之Java 的 Filter 过滤器学习

Filter也称之为过滤器,它是Servlet技术中最实用的技术,WEB开发人员通过Filter技术,对web服务器管理的所有web资源:例如Jsp, Serv...

1041
来自专栏CRPER折腾记

React 折腾记 - (5) 记录用React开发项目过程遇到的问题(Webpack4/React16/antd等)

技术栈: react@16.6.0/ react-router-dom@v4 / webpack^4.23.1(babel7+)

2362

扫码关注云+社区

领取腾讯云代金券