微星GS73VR 6RF + Linux Mint 18 + GTX1060 + CUDA8.0 + OpenCV3.0.0 + Caffe安装笔记
1. 筆記本基本信息：
最近入手一臺微星筆記本GS73VR 6RF， 雙顯卡： Intel的集顯 + NVIDIA GTX1060， 本人用Ubuntu16.04嘗試過安裝 nvidia-367, nvidia-375等，裝完重啟后會出現循環登陸的問題，一直未能解決。 因此暫時放棄ubuntu，改用Linux Mint 18進行嘗試，此文為完整（微星GS73VR 6RF + Linux Mint 18 + GTX1060 + CUDA8.0 + OpenCV3.0.0 + Caffe ） 成功安裝記錄。
2.Win10/Linux Mint 18雙系統安裝：
首先在預裝的win10系統下磁盤中取出300G，用制作好的Mint18的U盤啟動盤安裝Win10/Linux Mint 18雙系統， 重啟進入bios后，修改啟動順序為USB優先， 然后進行Mint系統的安裝，選擇something else，對win10中分出來的300G進行分區，（/boot：200M， swap area: 16G, / : 100G, 剩余全部給 /home）, 等待十幾分鐘后安裝完畢。
3.Linux Mint 18 無線不能上網問題解決方案：
雙系統裝完之后， linux mint 18中無線/有線都沒有網絡， 通過終端輸入命令：lspci -v | grep Atheros 后， 會發現有線網卡驅動是：?? Qualcomm Atheros Killer E2400 Gigabit Ethernet Controller；無線網卡驅動是：?? Qualcomm Atheros QCA6174 802.11ac Wireless Network Adapter。 這個問題在安裝Ubuntu16.04的時候也遇到過，通過問題關鍵詞的搜索后，嘗試如下解決方案后， 親測Ubuntu16.04和Linux Mint 18的無線有線均可以上網了。
????? 3.1 去github上： https://github.com/kvalo/ath10k-firmware? 下載ath10k到本地
????? 3.2 cd 到 /lib/firmware/ath10k目錄下，重命名已有的QCA6174文件夾名為QCA6174_OLD：
sudo mv QCA6174 QCA6174_OLD????? 3.3 cd 到下載下來的ath10k-firmware-master文件夾下，將其中的QCA6174文件夾拷貝到/lib/firmware/ath10k中：
sudo cp QCA6174 /lib/firmware/ath10k ?????????? 3.4 cd 到 /lib/firmware/ath10k目錄下，重命名新的QCA6174文件夾中hw3.0目錄下的兩個文件名為： firmware-4.bin和notice.txt
????? 3.5 重啟后，無線/有線都可以了。
4.安裝Nvidia顯卡：
裝完無線驅動能上網后，開始更新nvidia驅動， 直接去Linux Mint 18的System Settings，找到最下面的Driver Manager，它會先進行更新，更新完成后，會跳出兩個可選顯卡驅動的選項，系統為你推薦了nvidia-367，直接勾選后，點擊Apply Changes，退出后重啟即可。
重啟之后，會在Mint的右下角出現Nvidia x server Settings的圖標，在其中可以看到當前使用的顯卡，已經更新為NVIDIA GTX1060了。
終端terminal中輸入命令： nvidia-smi后，出現以下信息，表示安裝成功：
5. 安裝CUDA8.0和cudnn v5.1
nvidia官網上下載cuda_8.0.27_linux.run, 終端terminal進入下載目錄， 執行命令：?
sudo sh cuda_8.0.27_linux.run --override啟動安裝程序，一直按空格到最后，輸入accept接受條款
輸入n不安裝nvidia圖像驅動，之前已經安裝過了
輸入y安裝cuda 8.0工具
回車確認cuda默認安裝路徑：/usr/local/cuda-8.0
輸入y用sudo權限運行安裝，輸入密碼
輸入y或者n安裝或者不安裝指向/usr/local/cuda的符號鏈接
輸入y安裝CUDA 8.0 Samples，以便后面測試
回車確認CUDA 8.0 Samples默認安裝路徑：/home/clark ，該安裝路徑測試完可以刪除
安裝完CUDA8.0后，需要將cudnn相關頭文件和so文件放入cuda8.0相應的目錄中：
終端terminal中cd到cudnn解壓后的文件中：
cd /home/clark/Softwares/deeplearning_softwares/cudnn;分別將其中include中的頭文件和lib64中的so文件拷貝到cuda8.0對應文件夾中， 命令如下:
建立軟鏈接
終端輸入
cd /usr/local/cuda/lib64/ sudo rm -rf libcudnn.so libcudnn.so.5 sudo ln -s libcudnn.so.5.0.5 libcudnn.so.5 sudo ln -s libcudnn.so.5 libcudnn.so設置環境變量，終端輸入
sudo gedit /etc/profile在末尾加入
PATH=/usr/local/cuda/bin:$PATH export PATH 保存后，創建鏈接文件
sudo vim /etc/ld.so.conf.d/cuda.conf按i進入插入模式，增加下面一行
/usr/local/cuda/lib64按esc退出插入模式，按:wq保存退出
最后在終端輸入sudo ldconfig使鏈接生效
cuda Samples測試
6. 安裝OpenCV 3.0
caffe中需要用到opencv 3.0， 所以需要先安裝opencv3， 從OpenCV官網中下載opencv3.0.0版本到本地
首先需要安裝opencv的依賴：
先刪除已經安裝過的依賴 sudo apt-get -qq remove ffmpeg x264 libx264-devsudo apt-get -y install build-essential cmake pkg-config libtiff4-dev libjpeg-dev libjasper-dev libavcodec-dev sudo apt-get -y install libavformat-dev libswscale-dev libdc1394-22-dev libxine-dev libgstreamer0.10-dev libgstreamer-plugins-base0.10-dev sudo apt-get -y install libv4l-dev libtbb-dev libgtk2.0-dev libfaac-dev libmp3lame-dev unzip sudo apt-get -y install libopencore-amrnb-dev libopencore-amrwb-dev libtheora-dev ibvorbis-dev libxvidcore-dev x264 v4l-utils ffmpeg在本地編譯安裝opencv3.0.0 cd /home/clark/Compile/opencv-3.0.0/opencv-master/ mkdir build cd build cmake -D CMAKE_BUILD_TYPE=Release .. make -j4 sudo make install 默認安裝， 頭文件會在/usr/local/include中， so文件在/usr/local/lib中。
7. 安裝Caffe
caffe的依賴包
sudo apt-get install build-essential #必要的編譯工具依賴 sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler sudo apt-get install --no-install-recommends libboost-all-dev sudo apt-get install libatlas-base-dev sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev#安裝pip和easy_install
sudo apt-get install python-pip sudo apt-get install python-setuptools
#從github上下載caffe源碼
sudo apt-get install git git clone https://github.com/BVLC/caffe.git
#安裝Python依賴
cd /home/clark/Compile/caffe-master/python sudo su for req in $(cat "requirements.txt"); do pip install -i https://pypi.tuna.tsinghua.edu.cn/simple $req; done exit
caffe的依賴安裝完畢后，開始編譯caffe源碼
cd /home/clark/Compile/caffe-master/ cp Makefile.config.example Makefile.config vim Makefile.config配置文件修改如下：
USE_CUDNN := 1 #取消該句注釋?? ?
OPENCV_VERSION := 3 #取消該句注釋 ?
PYTHON_INCLUDE := /usr/include/python2.7 /usr/lib/python2.7/dist-packages/numpy/core/include?? ?
WITH_PYTHON_LAYER := 1 #取消注釋?? ?
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/local/include/opencv /usr/local/include/opencv2 /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
cd /usr/lib/x86_64-linux-gnu sudo ln libhdf5_serial.so.10.1.0 libhdf5.so sudo ln libhdf5_serial_hl.so.10.0.2 libhdf5_hl.so sudo ldconfigmake all -j4
make test -j4 make runtest -j4 make pycaffe -j4 make distribute
8.測試例子：
# 下載mnist數據集 cd /home/clark/Compile/caffe-master/data/mnist/ ./get_mnist.sh 獲取mnist數據集 在/home/clark/Compile/caffe-master/data/mnist/目錄下會多出訓練集圖片、訓練集標簽、測試集圖片和測試集標簽等4個文件# mnist數據格式轉換 cd /home/clark/Compile/caffe-master ./examples/mnist/create_mnist.sh #(此時在/caffe/examples/mnist/目錄下生成mnist_test_lmdb和mnist_train_lmdb兩個LMDB格式的訓練集和測試集)# 訓練mnist cd /home/clark/Compile/caffe-master ./examples/mnist/train_lenet.sh
參考：
ath10k installation
ubuntu16.04+gtx1060+cuda8.0+caffe安裝、測試經歷
Ubuntu16.04+cuda8.0+GTX1080+matlab14.04a+Opencv3.0+caffe 安裝教程
總結
以上是生活随笔為你收集整理的微星GS73VR 6RF + Linux Mint 18 + GTX1060 + CUDA8.0 + OpenCV3.0.0 + Caffe安装笔记的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 【数据挖掘】XGBoost面试题：与GB
- 下一篇： linux系统的系统命令大全,linux