前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >【入门篇】一个小白在Jetson TX2上安装caffe的踩坑之旅

【入门篇】一个小白在Jetson TX2上安装caffe的踩坑之旅

作者头像
GPUS Lady
发布2018-04-02 14:30:34
1.9K0
发布2018-04-02 14:30:34
举报
文章被收录于专栏:GPUS开发者GPUS开发者

作为一个在深度学习上的小白,买Jetson TX2一个很大的原因就是想学习深度学习。那么当用Jetpack刷好板子后,第一个任务肯定是要学着安装caffe!

本文教程是参考了jiongnima的博客 (http://blog.csdn.net/jiongnima/article/details/70040262)和创客智造的文章(http://www.ncnynl.com/archives/201705/1631.html)——对于小白来说,站在大神的肩膀上可以节省不少时间。

好了,现在开始我们的踩坑之旅。

本教程第一步就是:用Jetpack3.0刷板子!

因为这一步顺利做完,表明一些基本环境都有了!包括OpenCV4Tegra、CUDA 8.0, 和 cuDNN 5.1。

开始之前,按照大神的教程,我们核对一下各关键软件的版本号,确保大家的环境是一致的。

1.确认一下CUDA版本:

输入 nvcc -V

2.然后检查一下其他安装或者自带组件的版本,按照大神的教程,如下:

在我这里,可以顺利显示g++版本,但是检查cmake版本的时候,会显示cmake没有安装的信息,所以你执行这条:

sudo apt-get install cmake

安装cmake后,再检查版本,就可以顺利显示出来。

接下来就是配置caffe!

先执行这两条:

sudo add-apt-repository universe

sudo apt-get update

一、

安装一般依赖项

sudo apt-get install libprotobuf-dev

sudo apt-get install libleveldb-dev

sudo apt-get install libsnappy-dev

sudo apt-get install libhdf5-serial-dev

sudo apt-get install protobuf-compiler

sudo apt-get install --no-install-recommends

sudo apt-get install libboost-all-dev

不要问我为什么要这样写指令,对于小白来说,我觉得这样一个一个执行,比较有安全感...

二、

安装Blas依赖项

sudo apt-get install libatlas-base-dev

三、

安装其它依赖项

sudo apt-get install libgflags-dev

sudo apt-get install libgoogle-glog-dev

sudo apt-get install liblmdb-dev

sudo apt-get install python

sudo apt-get install python-dev

sudo apt-get install python-numpy

sudo apt-get install ipython

sudo apt-get install ipython-notebook

sudo apt-get install python-sklearn

sudo apt-get install python-skimage

sudo apt-get install python-protobuf

四、

安装git,下载代码

sudo apt-get install python-skimage

sudo apt-get install python-protobuf

sudo apt-get install git

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

五、

编译caffe

前面执行应该都非常顺利,

sudo cd caffe

sudo cp Makefile.config.example Makefile.config

当你执行:

sudo make all -j8

便会出现/include/caffe/util/hdf5.hpp:6:18: fatal error: hdf5.h: No such file or directory

这个时候需要修改一下makefile文档。

有几处修改的地方。

  1. 打开Makefile.config文档,把USE_CUDNN := 1这一行之前的井号注释去掉(因为日后要使用cuDNN)
  2. 为了匹配cuda8.0的计算能力,把Makefile.config中CUDA_ARCH中的前两行去掉,如下图所示(保留也行,编译的时候会弹出警告)

3.在Makefile.config文件中,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(大概在第92行)。 INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial/

4. 在Makefile文件中,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(大概在第180行)。

LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_hl hdf5 LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_serial_hl hdf5_serial

六、

再编译一次

sudo make clean

sudo make all -j8

这个时候应该不会有问题了,你会看到编译过程很顺利

编译过程需要点时间,你可以去喝杯咖啡。

最后就是安装成功!

期待我们更多的教程吧!

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2017-06-30,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 GPUS开发者 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档