Linux下tecplot安装笔记

亚洲城ca88手机版官网

1、得到tecplot的.iso文件,在根目录下挂载.

经过无数次的失败后,终于安装成功,安装过程并不是很难,只是遇到问题时候的解决方式不对,导致花费了不少时间。现将过程整理如下:

2.打算安装在/home/wy/tecplot
下,当然我是先在挂载完了之后cp到/home/wy/opt下。

电脑的环境:Ubuntu
16.04 64位系统(Windows7双系统)、GPU型号为GeForce GT 540M。

3.然后到/opt下的/linux中执行./setup ,这里的具体过程可以参考
http://www.linuxidc.com/Linux/2015-10/124415p2.htm 中的第二步。

1、先安装相关依赖项

4、复制许可证文件

sudo
apt-get install
libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev
libhdf5-serial-dev protobuf-compiler

文件中单机版本的/crack里的 tecplotlm.lic
文件拷贝到安装目录下即可。我的安装目录就是刚才的/home/wy/tecplot
。在终端里拷贝文件的命令是cp

sudo
apt-get install
–no-install-recommends
libboost-all-dev

4 设置环境变量

sudo
apt-get install
libopenblas-dev liblapack-dev libatlas-base-dev 

这里需要先参看一下官方的install.pdf文件,得到shell的类型,语句是echo
$SHELL,我的是.bash

sudo
apt-get install
libgflags-dev libgoogle-glog-dev liblmdb-dev

在Ubuntu系统修改:  sudo
gedit ~/.bashrc 。打开这个文件并在最后加上

2、安装NVIDIA驱动

export TEC_360_2008=/home/wy/tecplot

很多教程都是用驱动文件安装,但我的电脑驱动文件总是安装失败,即使成功了也会遇到很多问题(重启后黑屏、循环登录、NVIDIA
X Server
Settings仅显示部分信息等)。所以,驱动文件安装方式请自行搜索。

export PATH=${PATH}:${TEC_360_2008}/bin

最后,我直接通过系统设置->软件和更新->附件驱动,安装了最新的专有驱动nvidia-375。若总是应用更改失败,则可以尝试更新源,更新方式如下:

export TECPHYFILE=$HOME/.tecplot.phy

sudo
vi /etc/apt/sources.list
 ->替换源  ->sudo
apt-get update

5 使用tecplot 360

替换内容如下(仅供参考):

注:我一直会遇到的一个问题是:安装完执行tec360,会显示

 

# deb cdrom:[Ubuntu 16.04
LTS _Xenial Xerus_ – Release amd64 (20160420.1)]/ xenial main
restricted

 

 

deb-src http: style=”min-height: auto !important;”>//archive.ubuntu.com/ubuntu
xenial main restricted #Added by software-properties

 

 

deb http: style=”min-height: auto !important;”>//mirrors.aliyun.com/ubuntu/
xenial main restricted

 

 

deb-src http: style=”min-height: auto !important;”>//mirrors.aliyun.com/ubuntu/
xenial main restricted multiverse universe #Added by
software-properties

 

 

deb http: style=”min-height: auto !important;”>//mirrors.aliyun.com/ubuntu/
xenial-updates main restricted

 

 

deb-src http: style=”min-height: auto !important;”>//mirrors.aliyun.com/ubuntu/
xenial-updates main restricted multiverse universe #Added by
software-properties

 

 

deb http: style=”min-height: auto !important;”>//mirrors.aliyun.com/ubuntu/
xenial universe

 

 

deb http: style=”min-height: auto !important;”>//mirrors.aliyun.com/ubuntu/
xenial-updates universe

 

 

deb http: style=”min-height: auto !important;”>//mirrors.aliyun.com/ubuntu/
xenial multiverse

 

 

deb http: style=”min-height: auto !important;”>//mirrors.aliyun.com/ubuntu/
xenial-updates multiverse

 

 

deb http: style=”min-height: auto !important;”>//mirrors.aliyun.com/ubuntu/
xenial-backports main restricted universe multiverse

 

 

deb-src http: style=”min-height: auto !important;”>//mirrors.aliyun.com/ubuntu/
xenial-backports main restricted universe multiverse #Added by
software-properties

 

 

deb http: style=”min-height: auto !important;”>//archive.canonical.com/ubuntu
xenial partner

 

 

deb-src http: style=”min-height: auto !important;”>//archive.canonical.com/ubuntu
xenial partner

 

 

deb http: style=”min-height: auto !important;”>//mirrors.aliyun.com/ubuntu/
xenial-security main restricted

 

 

deb-src http: style=”min-height: auto !important;”>//mirrors.aliyun.com/ubuntu/
xenial-security main restricted multiverse universe #Added by
software-properties

 

 

deb http: style=”min-height: auto !important;”>//mirrors.aliyun.com/ubuntu/
xenial-security universe

 

 

deb http: style=”min-height: auto !important;”>//mirrors.aliyun.com/ubuntu/
xenial-security multiverse

 

libstdc++.so.5: cannot open shared object file: No such file or
directory

3、CUDA8.0

解决办法是:sudo apt-get install libstdc++5

(1)下载:

更多详情见请继续阅读下一页的精彩内容
http://www.linuxidc.com/Linux/2015-10/124415p2.htm

(2)下载完成后执行以下命令:

图片 1

 

sudochmod777 cuda_8.0.44_linux.run
sudo  ./cuda_8.0.44_linux.run

注意:执行后会有一系列提示让你确认,但是注意,有个让你选择是否安装nvidia367驱动时,一定要选择否:
Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 367.48?
因为前面我们已经安装了更加新的nvidia367,所以这里不要选择安装。其余的都直接默认或者选择是即可。

(3)环境变量配置

 

打开~/.bashrc文件: sudo gedit ~/.bashrc 
将以下内容写入到~/.bashrc尾部:

export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

(4)测试CUDA的samples

cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery
makesudo ./deviceQuery

如果显示一些关于GPU的信息,则说明安装成功。

4、配置cuDNN
cuDNN是GPU加速计算深层神经网络的库。首先去官网  下载cuDNN,需要注册一个账号才能下载。

 

下载cuDNN5.1之后进行解压:

sudo tar -zxvf ./cudnn-8.0-linux-x64-v6.0.tgz 

进入cuDNN5.1解压之后的include目录,在命令行进行如下操作:

cd cuda/include
sudo cp cudnn.h /usr/local/cuda/include  #复制头文件

再将进入lib64目录下的动态文件进行复制和链接:

cd ..
cd lib64
sudo cp lib* /usr/local/cuda/lib64/    #复制动态链接库
cd /usr/local/cuda/lib64/
sudo rm -rf libcudnn.so libcudnn.so.6    #删除原有动态文件
sudo ln -s libcudnn.so.6.0.20 libcudnn.so.6  #生成软衔接
sudo ln -s libcudnn.so.6 libcudnn.so      #生成软链接

5、安装MKL

这里也可以选择(ATLAS,MKL或者OpenBLAS),依赖文件安装时已经安装了ATLAS,我这里安装MKL,首先下载并安装英特尔®数学内核库 Linux*版MKL(Intel(R) Parallel Studio XE Cluster Edition
for Linux 2016),下载链接是: + 学校)下载Student版,填好各种信息,可以直接下载,同时会给你一个邮件告知序列号。下载完之后,要把文件解压到home文件夹,或者其他的ext4的文件系统中。

接下来是安装过程,先授权,然后安装:

$ tar zxvf
parallel_studio_xe_2017_update3.tgz

$ chmod a+x parallel_studio_xe_2016
-R

$ sudo sh install_GUI.sh

PS: 安装的时候,建议使用root权限安装,过程中会要求输入Linux的root口令。

 

MKL与CUDA的环境设置

(1) 新建intel_mkl.conf,并编辑

$ sudo gedit
/etc/ld.so.conf.d/intel_mkl.conf

/opt/intel/lib/intel64

/opt/intel/mkl/lib/intel64

(2) 新建cuda.conf,并编辑

$ sudo gedit
/etc/ld.so.conf.d/cuda.conf

/usr/local/cuda/lib64

/lib

(3) 完成lib文件的链接操作,执行:

$ sudo ldconfig

6、安装opencv3.2

 

从官网(http://opencv.org)下载Opencv。

unzip opencv-3.2.0.zip

cd ~/opencv-3.2.0
mkdir build
cd build

配置:

sudo apt
install cmake
sudo cmake
-D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local
..

编译:

sudo make

sudomakeinstall

7、安装Matlab

(1)下载Matlab2016b,请自行搜索

 

下载后的Linux文件夹会有三个文件分别是R2016b_glnxa64_dvd1.iso、R2016b_glnxa64_dvd2.iso和Matlab
2016b Linux64 Crack文件夹。Crack文件解压:

rar x Matlab\ 2016b\ Linux64\
Crack.rar

注意:解压后Crack文件夹中包含readme.txt文件,里面包含密钥;license_standalone.lic文件,用于进行软件激活;/bin/glnx64/文件,用于进行matlab安装目录中bin/glnx64/的替换,里面工四个文件。

(2)挂载:首先建立挂载文件夹,本文为/home/generallc/matlab2016,然后用mount命令进行R2016b_glnxa64_dvd1.iso文件挂载,注意当前只挂载R2016b_glnxa64_dvd1.iso文件,R2016b_glnxa64_dvd2.iso先不要进行挂载。

命令:

mkdir /home/generallc/matlab2016
                       

#挂载目录

sudo mount -t auto -o
loop /home/generallc/下载/matlab/R2016b_glnxa64_dvd1.iso
/home/generallc/matlab2016

 

注意:/home/generallc/下载/matlab/为下载的linux版本MATLAB2016文件目录,/home/generallc/matlab2016为指定的挂载目录

(3)安装:进入到挂载目录下,可以发现有install文件,然后返回当前目录的前一层进安装

命令:

cd
/home/generallc/matlab2016

cd ..  

sudo
/home/generallc/matlab2016/install    #
进行安装、弹出安装界面,类似windows安装,安装密钥在Crack文件中的readme.txt中

注意:记住matlab安装目录,本文为/home/generallc/MATLAB

 

(4)安装R2016b_glnxa64_dvd2.iso

当R2016b_glnxa64_dvd1.iso安装完成后,提示拔出dvd1,然后插入dvd2对话框,此时需要挂载第二个iso文件(R2016b_glnxa64_dvd2.iso)到/home/generallc/matlab2016文件夹下,这里注意的是,由于你当时的终端窗口正在
进行安装,所以你是无法进行操作的,所以你需要ctrl+Alt+t进行重新开一个终端命令窗口。挂载成功后直接点击ok就可以了。

命令:

ctrl+Alt+t   
#新建窗口

sudo mount -t auto
-o loop /home/generallc/下载/matlab/R2016b_glnxa64_dvd2.iso
/home/generallc/matlab2016

(5)激活:安装完成后,进入安装
目录下,运行matlab文件,弹出激活对话框,选择用不联网的方法进行激活。然后用用下载目录中/bin/glnx64/的四个文件替换matlab安装目录中bin/glnx64/里面文件。

命令:license文件加载

cd /home/generallc/MATLAB/R2016b/bin 
#进入到matlab安装目录中

./matlab          
 
#运行matlab,弹出激活对话框,选择用不联网的方法进行激活,加载license_standalone.lic文件

注意:本文激活过程中,出现了权限不足问题,采用chomd命令提高对license_standalone.lic文件和安装目录R2016b的权限

cd
/home/generallc/MATLAB/R2016b/          #进入到挂载目录中

sudo chmod 777 license_standalone.lic     
#提高对license_standalone.lic文件的操作权限

cd /home/generallc/MATLAB 
  #进入到matlab安装文件中

sudo chmod -R 777
R2016b/      #提高对安装目录R2016b的操作权限

命令:文件替换,用下载目录中/bin/glnx64/的四个文件替换matlab安装目录中bin/glnx64/里面文件。
sudo cp
/home/generallc/下载/matlab/R2016b/bin/glnxa64/libmwservices.so
/home/generallc/MATLAB/R2016b/bin/glnxa64
sudo cp
/home/generallc/下载/matlab/R2016b/bin/glnxa64/libmwlmgrimpl.so
/home/generallc/MATLAB/R2016b/bin/glnxa64
sudo cp
/home/generallc/下载/matlab/R2016b/bin/glnxa64/libinstutil.so
/home/generallc/MATLAB/R2016b/bin/glnxa64
sudo cp
/home/generallc/下载/matlab/R2016b/bin/glnxa64/libcufft.so.7.5.18
/home/generallc/MATLAB/R2016b/bin/glnxa64

8、Python安装(根据需要安装)

(1)anaconda安装python2.7方式,下载Anaconda(

$ bash Anaconda2-4.0.0-Linux-x86_64.sh

(2)安装完成之后,在~/.bashrc文件末尾添加Anaconda的库文件(注意“=”两边不要有空格),具体如下:

$ sudo gedit ~/.bashrc      

export PATH=”/home/jeson/anaconda2/bin:$PATH” 

export LD_LIBRARY_PATH=”/home/jeson/anaconda2/lib:$LD_LIBRARY_PATH” 

(3)重启电脑之后,在命令行输入:ipython,就可以看到python的版本。

9、caffe配置

(1)下载caffe源码:

git clone  
  //从github上git caffe  

(2)安装配置:

cd caffe 
  //打开到刚刚git下来的caffe  

cp Makefile.config.example Makefile.config //make指令只能make Makefile.config
 

(3)配置文件修改

 

sudo gedit Makefile.config
#打开Makefile.config文件 根据个人情况修改文件:
a)若使用cudnn,则将
#USE_CUDNN := 1
修改成: 
USE_CUDNN := 1

 

b)启用Intel
Parallel Studio XE 2016

BLAS := mkl

c)配置路径,实现caffe对Python和Matlab接口的支持

PYTHON_LIB := /usr/local/lib

MATLAB_DIR := /usr/local/MATLAB/R2016b

d)若使用的opencv版本是3的,则将
#OPENCV_VERSION := 3 
修改为: 
OPENCV_VERSION := 3
e)若要使用python来编写layer,则将

#WITH_PYTHON_LAYER := 1  
修改为:

WITH_PYTHON_LAYER := 1 
f)重要的一项:将

 # Whatever else you find 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。

h)若安装Anaconda,则

 

注释掉原来的PYTHON_INCLUDE,使用ANACONDA的配置,
注意文件的

ANACONDA_HOME := $(HOME)/anaconda
可能需要改为

ANACONDA_HOME := $(HOME)/anaconda2

根据自己的情况

#PYTHON_INCLUDE :=
/usr/include/python2.7 \
# /usr/lib/python2.7/dist-packages/numpy/core/include
# Anaconda Python distribution is quite popular. Include path:
# Verify anaconda location, sometimes it’s in root.
ANACONDA_HOME := $(HOME)/anaconda2
PYTHON_INCLUDE := $(ANACONDA_HOME)/include \
$(ANACONDA_HOME)/include/python2.7 \
$(ANACONDA_HOME)/lib/python2.7/site-packages/numpy/core/include
\

#PYTHON_LIB :=
/usr/lib
PYTHON_LIB :=
$(ANACONDA_HOME)/lib

(4)修改makefile文件

打开makefile文件,做如下修改:
将:

NVCCFLAGS +=-ccbin=$(CXX) -Xcompiler-fPIC $(COMMON_FLAGS)

替换为:

NVCCFLAGS += -D_FORCE_INLINES -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS)

(5)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 not supported!
改为
//#error-- unsupported GNU version! gcc versions later than 4.9 are not supported!

(6)编译caffe

 

make -j4 #-j根据自己电脑配置决定
编译过程中可能会出现如下错误:
错误内容1:
“fatal error: hdf5.h: 没有那个文件或目录”
解决办法:
step1:在Makefile.config文件的第85行,添加/usr/include/hdf5/serial/ 到
INCLUDE_DIRS,也就是把下面第一行代码改为第二行代码。
将:
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include
替换为:
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include
/usr/include/hdf5/serial/
stept2:在Makefile文件的第173行,把 hdf5_hl
和hdf5修改为hdf5_serial_hl 和
hdf5_serial,也就是把下面第一行代码改为第二行代码。
将:
LIBRARIES += glog gflags protobuf boost_system boost_filesystem m
hdf5_hl hdf5
改为:
LIBRARIES += glog gflags protobuf boost_system boost_filesystem m
hdf5_serial_hl hdf5_serial
错误内容2:
“libcudnn.so.5 cannot open shared object file: No such file or
directory”
解决办法是将一些文件复制到/usr/local/lib文件夹下:
#注意自己CUDA的版本号!

 sudo cp /usr/local/cuda-8.0/lib64/libcudart.so.8.0 /usr/local/lib/libcudart.so.8.0 && sudo ldconfig
 sudo cp /usr/local/cuda-8.0/lib64/libcublas.so.8.0 /usr/local/lib/libcublas.so.8.0 && sudo ldconfig
 sudo cp /usr/local/cuda-8.0/lib64/libcurand.so.8.0 /usr/local/lib/libcurand.so.8.0 && sudo ldconfig
 sudo cp /usr/local/cuda-8.0/lib64/libcudnn.so.5 /usr/local/lib/libcudnn.so.5 && sudo ldconfig

make test -j4

make
runtest

若runtest报错,则尝试在~/.bashrc文件末尾添加输入一行export MKL_CBWR=AUTO,即:

sudo gedit ~/.bashrc 

export MKL_CBWR=AUTO 
   #打开的文件末尾加入该行,然后保存退出。 

sudo ldconfig 
          #编译立即生效 

再编译:

make clean 

make -j4 

make test -j4 

make runtest
 

(7)编译pycaffe

a)准备Python环境

sudo apt-get
update

sudo apt-get install
python-pip python-dev python-numpy

sudo apt-get install
gfortran

sudo pip install -r
${CAFFE_ROOT}/python/requirements.txt  #${CAFFE_ROOT}为caffe根路径

sudo pip install
pydot

b)Anaconda需要将caffe头文件进行链接(不是Anaconda,则直接编译:make
pycaffe):

sudo gedit ~/.bashrc

export PYTHONPATH=”/home/jeson/caffe/python:$PYTHONPATH”

保存后:

sudo ldconfig 

make pycaffe 

make distribute 

ipython 

import caffe

(8)编译matcaffe(gcc可以不用降级,我降级后caffe一直编译不通过,后面才发现不降级也可以用)

将matlab下的libstdc++.so.6
更改名称为libstd++.so.6_back(让matlab找不到这个),这样在执行matlab编译的时候会自动去找系统用的库。具体为:

cd /usr/local/MATLAB/R2014a/sys/os/glnxa64/ 

sudo mv libstdc++.so.6 libstdc++.so.6_back 

sudo ldconfig 

cd ~/caffe/ 

make matcaffe   (会有警告gcc版本不支持,可忽略,后面会提示Mex成功)

make mattest  

若编译成功,但在调用matcaffe接口时报错,如:

“libcudart.so.8.0 cannot open shared
object file: No such file or directory”

则,可用ldd命令查看caffe_.mexa64所依赖的所有库文件路径,在终端中执行:

ldd
external/caffe/matlab/caffe_faster_rcnn/+caffe/caffe_.mexa64

在Matlab命令窗口中执行:

!ldd
external/caffe/matlab/caffe_faster_rcnn/+caffe/caffe_.mexa64

对比两者的结果,找出所依赖库文件路径不一致的地方,进行修改。

可将这些文件链接或复制到Matlab路径下(/usr/local/MATLAB/R2016b/bin/glnxa64/)或系统路径/usr/local/lib(Matlab中相应的文件应删除或重命名)。

我解决的方案是链接到Matlab路径下:

sudo
ln -sf /usr/local/cuda-8.0/lib64/libcudart.so.8.0
/usr/local/MATLAB/R2016b/bin/glnxa64/libcudart.so.8.0

sudo ln -sf
/usr/local/cuda-8.0/lib64/libcublas.so.8.0
/usr/local/MATLAB/R2016b/bin/glnxa64/libcublas.so.8.0

sudo ln -sf
/usr/local/cuda-8.0/lib64/libcurand.so.8.0
/usr/local/MATLAB/R2016b/bin/glnxa64/libcurand.so.8.0

至此,caffe配置和编译结束。

Ubuntu 14.04下安装Matlab2013a
http://www.linuxidc.com/Linux/2016-08/134082.htm

Ubuntu Server上安装Matlab
http://www.linuxidc.com/Linux/2014-09/106242.htm

Ubuntu 16.04 LTS 安装 MATLAB 2014b 
http://www.linuxidc.com/Linux/2016-10/136436.htm

Matlab编译cuda的.cu文件
http://www.linuxidc.com/Linux/2014-04/100675.htm

Linux Matlab服务器进一步改造成Application Server(应用程序服务器)
http://www.linuxidc.com/Linux/2014-09/106340.htm

Matlab 坐标图动画,动态显示数据
http://www.linuxidc.com/Linux/2016-03/129056.htm

Ubuntu 14.04安装Matlab2012a过程
http://www.linuxidc.com/Linux/2015-12/126297.htm

Ubuntu 16.04 安装配置MATLAB+Python +CUDA8.0+cuDNN+OpenCV3.1的Caffe环境 
 http://www.linuxidc.com/Linux/2017-06/145087.htm

精通 MATLAB 7.0 混合编程 清晰中文PDF版 
http://www.linuxidc.com/Linux/2017-05/143845.htm

 

Ubuntu 15.04 下Caffe + + CUDA 7.0 安装配置指南 
http://www.linuxidc.com/Linux/2016-11/137497.htm

Caffe 深度学习入门教程 
http://www.linuxidc.com/Linux/2016-11/136774.htm

Ubuntu 16.04下Matlab2014a+Anaconda2+OpenCV3.1+Caffe安装
http://www.linuxidc.com/Linux/2016-07/132860.htm

Ubuntu 16.04系统下CUDA7.5配置Caffe教程
http://www.linuxidc.com/Linux/2016-07/132859.htm

Caffe在Ubuntu 14.04 64bit 下的安装
http://www.linuxidc.com/Linux/2015-07/120449.htm

深度学习框架Caffe在Ubuntu下编译安装 
http://www.linuxidc.com/Linux/2016-07/133225.htm

Caffe + Ubuntu 14.04 64bit + CUDA 6.5 配置说明 
http://www.linuxidc.com/Linux/2015-04/116444.htm

Ubuntu 16.04上安装Caffe
http://www.linuxidc.com/Linux/2016-08/134585.htm

Caffe配置简明教程 ( Ubuntu 14.04 / CUDA 7.5 / cuDNN 5.1 / OpenCV 3.1 ) 
http://www.linuxidc.com/Linux/2016-09/135016.htm

Ubuntu 16.04安装 Caffe GPU版 
http://www.linuxidc.com/Linux/2017-09/147111.htm

Ubuntu 16.04上安装Caffe(CPU only) 
http://www.linuxidc.com/Linux/2016-09/135034.htm

本文永久更新链接地址:http://www.linuxidc.com/Linux/2017-10/147617.htm 

图片 2

发表评论

电子邮件地址不会被公开。 必填项已用*标注

网站地图xml地图