万物配置笔记

发表于   |   分类于   |     |   阅读次数

OpenCV

很简单，使用 Homebrew 安装：

1
2
brew tap homebrew/science
brew install opencv

如果使用的是 Anaconda 的 Python，则需要修改 opencv 中的 python 路径。执行 brew edit opencv，修改如下两行：

1
2
-DPYTHON_LIBRARY=#{py_prefix}/lib/libpython2.7.dylib
-DPYTHON_INCLUDE_DIR=#{py_prefix}/include/python2.7

注意 brew edit 默认使用的是 vim，你可以配置环境变量（如 ~/.bash_profile 文件）加上 EDITOR 变量指定 brew 使用的编辑器，如 export EDITOR=atom。

Torch

在命令行下执行：

1
2
3
curl -s https://raw.githubusercontent.com/torch/ezinstall/master/install-deps | bash
git clone https://github.com/torch/distro.git ~/torch --recursive
cd ~/torch; ./install.sh

CUDA

终于在 Ubuntu 下配置好 CUDA 了。Ubuntu 14.04, CUDA 7.5。

去 NVIDIA CUDA 主页 下载 Ubuntu 14.04 的 deb 文件，进入下载文件夹，在命令行输入：

1
sudo dpkg -i cuda-repo-<distro>_<version>_<architecture>.deb

安装完成后，更新仓库并安装显卡驱动：

1
2
sudo apt-get update
sudo apt-get install cuda

配置环境变量。编辑 ~/.profile 添加：

1
2
export PATH=/usr/local/cuda-7.5/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-7.5/lib64:$LD_LIBRARY_PATH

并 source ~/.profile 使之生效。然后重启：

1
sudo reboot

如此便安装完毕。编译 CUDA samples 并测试：

1
2
cd /usr/local/cuda-7.5/samples
sudo make all -j4

编译需要十分钟左右。编译完成后进入 samples/bin/x86_64/linux/release，运行：

1
./deviceQuery

输出 CUDA Device Query (Runtime API) version ... 等信息，说明驱动及 CUDA 安装成功。

当然你也可以测试其他例子，例如这个就比较有意思：

1
./boxFilter

Enjoy!

CuDNN

从官网下载 cudnn-xx.xx-linux-xx.tgz 文件（需要注册账号），进入目录并输入如下命令：

1
2
3
4
tar -xzvf cudn-7.5-linux-x64_87-v5.0-ga.tgz
cd cuda
sudo cp include/*.h /usr/local/cuda/include/
sudo cp lib64/lib* /usr/local/cuda/lib64/