本文主要是介绍Ubuntu16.04 LTS+Cuda8.0+opencv3.10+Matlab2014a+python配置，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
Ubuntu16.04LTS+Cuda8.0+opencv3.10+Matlab2014a+python配置：
参照blog：
http://blog.csdn.net/autocyz/article/details/52299889
一、安装Cuda驱动
采用下载文件安装，在系统设置选择软件和更新，更改下载源，选择aliyun，选择附 件驱动，选择“使用NVIDAbinary driver.......nvidia-367”
提示重启后，终端输入：
sudonvidia-settings
弹出界面：
则说明安装成功。通过nvidia-smi也可以得到GPU信息。
二、Cuda8安装
官网下载cuda8.0的deb文件。安装：
sudo dpkg -i xxxxxx.deb(下载的文件名)
sudo apt-get update
sudo apt-get install cuda
安装之后，需要修改配置文件：
sudo gedit /etc/profile
最后加入以下两行：
exportPATH=/usr/local/cuda-8.0/bin:$PATH
exportLD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH
然后使其生效：
source /etc/profile
可用以下语句验证：
nvcc --version
得到版本信息。
测试CUda的samples：
cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery
make
三、sudCudnn下载
官网下载cudnn，需要注册登录，下载速度很慢，下载cudnn5.1 Library for Linux版本，为tgz压缩文件，解压文件后进入include文件，进行头文件的复制：
sudo cp cudnn.h /usr/local/cuda/include/
再转到lib64目录下：
sudo cp lib* /usr/local/cuda/lib64/
cd /usr/local/cuda/lib64/
sudo rm -rf libcudnn.so libcudnn.so.5
sudo ln -s libcudnn.so.5.1.5 libcudnn.so.5
sudo ln -s libcudnn.so.5 libcudnn.so
sudo ldconfig
其中ibcudnn.so.5.1.5等文件可能因版本不同而不同，注意和自己版本对照。
四、Matlab安装
Matlab下载得到的为两个rar文件和crack文件夹，解压缩rar文件需要安装unrar：
sudo apt-get install unrar
unrar *****.part1.rar
Part2文件在part1解压缩的过程也会被解压缩，最后得到一个iso文件，挂载iso文件：
sudo mount -o loop MATHWORKS_R2014A.iso/media/zheng/study/linux/matlab2014
转到当前目录：
cd /media/zheng/software/matlab2014
sudo ./install
选择不联网安装，密钥任意：12345-67890-12345-67890，选择安装目录，最后激活需要crack文件夹的license_405329_R2014a.lic文件，最后要将对应的libmwservices.so复制到matlab安装目录下/bin/glnxa64/libmwservices.so
最后安装Matlabsupport可以添加快捷方式：
sudo apt-get install matlab-support
如果配置正确的话安装过程中一直选择yes即可。
五、安装opencv3.1.0
官网下载linux版本的opencv3.1.0，先安装python依赖项：
sudo apt-get update
sudo apt-get install -y build-essential cmake git pkg-config
sudo apt-get install -ylibprotobuf-dev libleveldb-dev libsnappy-dev libhdf5-serial-devprotobuf-compiler
sudo apt-get install -ylibatlas-base-dev
sudo apt-get install -y--no-install-recommends libboost-all-dev
sudo apt-get install -ylibgflags-dev libgoogle-glog-dev liblmdb-dev
sudo apt-get install -ypython-pip
sudo apt-get install -ypython-dev
sudo apt-get install -ypython-numpy python-scipy
sudo apt-get install --assume-yes libopencv-dev build-essentialcmake git libgtk2.0-dev pkg-config python-dev python-numpy libdc1394-22libdc1394-22-dev libjpeg-dev libpng12-dev libtiff5-dev libjasper-dev libavcodec-devlibavformat-dev libswscale-dev libxine2-dev libgstreamer0.10-devlibgstreamer-plugins-base0.10-dev libv4l-dev libtbb-dev libqt4-dev libfaac-devlibmp3lame-dev libopencore-amrnb-dev libopencore-amrwb-dev libtheora-devlibvorbis-dev libxvidcore-dev x264 v4l-utils unzip
Opencv依赖项：
sudo apt-get installbuild-essential cmake git
sudo apt-get installffmpeg libopencv-dev libgtk-3-dev python-numpy python3-numpy libdc1394-22libdc1394-22-dev libjpeg-dev libpng12-dev libtiff5-dev libjasper-dev libavcodec-devlibavformat-dev libswscale-dev libxine2-dev libgstreamer1.0-devlibgstreamer-plugins-base1.0-dev libv4l-dev libtbb-dev qtbase5-dev libfaac-devlibmp3lame-dev libopencore-amrnb-dev libopencore-amrwb-dev libtheora-devlibvorbis-dev libxvidcore-dev x264 v4l-utils unzip
编译之前需要做一些更改，期间可能会发生cuda与opencv的冲突问题（graphcuts.cpp中），需要作如下更改：
cd 'opencv-3.1.0/modules/cudalegacy/src
sudo gedit graphcuts.cpp
将相关部分替换：
#include"precomp.hpp"
// GraphCut hasbeen removed in NPP 8.0
#if !defined(HAVE_CUDA) || defined (CUDA_DISABLER) || (CUDART_VERSION >= 8000)
void cv::cuda::graphcut(GpuMat&,GpuMat&, GpuMat&, GpuMat&, GpuMat&, GpuMat&, GpuMat&,Stream&) { throw_no_cuda(); }
void cv::cuda::graphcut(GpuMat&,GpuMat&, GpuMat&, GpuMat&, GpuMat&, GpuMat&, GpuMat&,GpuMat&, GpuMat&, GpuMat&, GpuMat&, Stream&) {throw_no_cuda(); }
同时，最后提前下载编译过程需要的文件：linux-808b791a6eac9ed78d32a7666804320e，目录为/opencv3.1.0/3rdparty/ippcv/downloads
完成上述工作后，可以终端cd到opencv解压缩文件中，新建build文件夹：
mkdir build cd build/
cmake -D CMAKE_BUILD_TYPE=RELEASE -DCMAKE_INSTALL_PREFIX=/usr/local -D WITH_TBB=ON -D WITH_V4L=ON -D WITH_QT=ON -DWITH_OPENGL=ON -DCUDA_NVCC_FLAGS="-D_FORCE_INLINES" ..
编译完成后：
make -j8
此时，如果因为g++版本过高，产生错误，需要对CMakeList.txt文件进行更改，开头加入：
set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS}-D_FORCE_INLINES")
错误如下：
/usr/include/string.h:In function ‘void__mempcpy_inline(void, const void,size_t)’:/usr/include/string.h:652:42: error: ‘memcpy’ was not declared inthisscope return (char ) memcpy (dest, src, n)+ n;
最后，进行编译make即可：
sudo make install
Opencv编译成功之后，但是并没有安装到自己的系统中，需要进行install：
#加入动态链接库
sudo sh -c 'echo"/usr/local/lib" > /etc/ld.so.conf.d/opencv.conf'
sudo ldconfig
sudo gedit/etc/profile #在最后加入两行
#若无gedit命令，sudoapt-get install gedit
PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig
exportPKG_CONFIG_PATH
#pkg-config可以查看下面链接了解：
http://www.cppblog.com/colorful/archive/2012/05/05/173750.aspx
#最后
将ippicv中的64位lib文件复制到/usr/local/lib下
位于: ~/opencv-3.1.0/3rdparty/ippicv/unpack/ippicv_lnx/lib/intel64/libippicv.a重启系统，转到之前的build目录。
sudo apt-get install checkinstall
sudo checkinstall
然后按照提示安装就可以了。
使用checkinstall的目的是为了更好的管理我安装的opencv，因为opencv的安装很麻烦，卸载更麻烦，其安装的时候修改了一大堆的文件，当我想使用别的版本的opencv时，将当前版本的opencv卸载就是一件头疼的事情，因此需要使用checkinstall来管理我的安装。
执行了checkinstall后，会在build文件下生成一个以backup开头的.tgz的备份文件和一个以build开头的.deb安装文件，当你想卸载当前的opencv时，直接执行dpkg -rbuild即可。
六、安装Caffe
caffe-master下载，可以到github下载BVLC/caffe-master，首选安装各种依赖包：
sudo apt-get update
sudo apt-get install -y build-essential cmake git pkg-config
sudo apt-get install -y libprotobuf-dev libleveldb-dev libsnappy-devlibhdf5-serial-dev protobuf-compiler
sudo apt-get install -y libatlas-base-dev
sudo apt-get install -y--no-install-recommends libboost-all-dev
sudo apt-get install -y libgflags-dev libgoogle-glog-dev liblmdb-dev
sudo apt-get install -y python-pip
sudo apt-get install -y python-dev
sudo apt-get install -y python-numpy python-scipy
创建Makefiel.config文件:
cd caffe /
sudo cp Makefile.config.example Makefile.config
sudo gedit Makefile.config
打开之后修改如下内容：
//若使用cudnn，则将#USE_CUDNN := 1 修改成： USE_CUDNN := 1
//若使用的opencv版本是3的，则将#OPENCV_VERSION := 3 修改为： OPENCV_VERSION := 3
//若要使用python来编写layer，则需要将#WITH_PYTHON_LAYER := 1 修改为 WITH_PYTHON_LAYER := 1
//重要的一项 将# Whatever else youfind you need goes here.下面的 INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include LIBRARY_DIRS:= $(PYTHON_LIB) /usr/local/lib /usr/lib
修改为： INCLUDE_DIRS :=$(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial
LIBRARY_DIRS := $(PYTHON_LIB)/usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu/usr/lib/x86_64-linux-gnu/hdf5/serial //这是因为ubuntu16.04的文件包含位置发生了变化，尤其是需要用到的hdf5的位置，所以需要更改这一路径
//若使用MATLAB接口的话，则要讲MATLAB_DIR换成你自己的MATLAB安装路径
MATLAB_DIR := /media/zheng/study-software/linux_matlab
MATLAB_DIR :=/media/zheng/study-software/linux_matlabmatlab2014a
打开Makefiel文件：
将
NVCCFLAGS +=-ccbin=$(CXX) -Xcompiler-fPIC $(COMMON_FLAGS)
替换
NVCCFLAGS += -D_FORCE_INLINES -ccbin=$(CXX) -Xcompiler -fPIC$(COMMON_FLAGS)
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 notsupported!
改为
//#error-- unsupported GNU version! gcc versions later than 4.9 are notsupported!
最新版本的不需更改，version已经更新为5。
最后make：
make all -j8
make runtest -j8
make pycaffe -j8
make matcaffe -j8
Matcaffe可能会产生相关gcc版本的问题，但是目前貌似不影响使用。
测试Matlab功能：
转到caffe-master目录：
make all matcaffe
make mattest
如果发生了如下错误：
Invalid MEX-file ‘**/caffe.mexa64’
/usr/local/MATLAB/R2014a/bin/glnxa64/../../sys/os/glnxa64/libstdc++.so.6
则需要链接文件：
ln -sf /usr/lib/x86_64-linux-gnu/libstdc++.so.6/media/zheng/study/linux/MATLAB/bin/glnxa64/libstdc++.so.6
运行正确结果如下：
至此，caffe配置成功。
这篇关于Ubuntu16.04 LTS+Cuda8.0+opencv3.10+Matlab2014a+python配置的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
