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 >CV环境很重要!!各种环境搭建大全

CV环境很重要!!各种环境搭建大全

作者头像
计算机视觉研究院
发布2019-05-13 18:58:03
5250
发布2019-05-13 18:58:03
举报

二月已经不知不觉过去了一大半,新年的开工部分同学估计也过去一周了吧。下周二貌似元宵节,在此“计算机视觉战队”祝大家元宵节快乐,接下来的”猪“年财源滚滚、科研硕果累累、实现自己的目标!

记得,上周有几个小伙伴问我们可不可以照顾下新手,刚刚入门的同学,其实,我们之前很多推送都是为你们准备的,如果想认真学习的你,我建议可以回头去阅读下我们的历史消息。

今天我们来简单说说常用工具的环境搭建,主要说下Caffe的吧,因为之前我们就有详细说过了。

因为之前我用的笔记本(华硕)配置不是很高,而且没有独立显卡,现在我也不怎么推荐使用华硕的笔记本(个人观点,如果不满意那也没办法哈哈!)。所以,当时玩Deep Leraning比较吃力,就好比穿了一双盗版或低配的篮球鞋上场打比赛,比分很容易落后且容易受伤。当你看着别人几十分钟跑完一个数据库,可你还在刚刚启动。。。。。。

所以,我也只能使用简单的CPU处理一些简单的网络模型。

在此,我就写一下安装过程的总结,希望给初学者一些简单的帮助,也希望少走弯路,直接可以上手操作。

CPU配置Caffe,其配置过程特别简单,而且所需库函数很少。如果是初学者,想了解下Caffe的基本训练及简单测试过程,可以通过这个简单的配置来实现,为后期复杂的配置、网络训练&测试及后去网络的修改打下基础。

Ubuntu Linux版下载及安装

Ubuntu下载地址大家自己度一下就会有很多,这就不具体说了吧。O(∩_∩)O~~

下载后,开始准备安装,我是用U盘做启动盘安装的,其实还有其他方法,硬盘安装也很简单。

具体安装步骤如下:

  • 制作 U 盘启动盘,我使用UltraISO工具
  • 安装成功后运行,会出现对话框,选择试用就好了
  • 然后,按照网上步骤制作U盘启动
  • U盘启动盘制作成功后,运用电脑启动(每个人的电脑按键不一样,有一个快速选择启动方式),或者进Bios里去设置为U盘启动
  • 之后就进入安装界面,左边选择中文,右边点击安装即可,没有连接网时请选择不添加“安装这个第三方软件”,然后点击继续,安装Ubuntu点击现在安装,城市默认就好,键盘布局默认,之后输入名字和密码,再点击继续,显示安装,安装后点击重启。(跟着这个步骤走就不会有问题,至于那个空间大小选择,那根据自己情况设置,如有不懂可以看他人怎么设置的,请点击看他人怎么设置的!)
  • 安装完毕后重启,然后拔出U盘(记得拔出,不然会再次进入Ubuntu安装界面)
  • 进入后,看到输入密码界面,输入预先设置的密码即可,到这安装已经大功告成

Environment Variables环境变量

在桌面按“Ctrl+Alt+t”就可以进入命令界面,在终端输入以下命令:

对了,那个CUDA7.5下载地址:https://developer.nvidia.com/cuda-downloads

其安装过程需要连接网络,下载好后拷贝到/home/***(您服务器名字)这个目录

  • sudo dpkg -i cuda-repo-ubuntu1404-7-5-local_7.5-18_amd64.deb 等待完成;
  • sudo apt-get update 等待完成;
  • sudo apt-get install cuda等待完成。

CUDA7.5 安装就成功了。

然后在终端输:

  • export CUDA_HOME=/usr/local/cuda-7.5
  • export LD_LIBRARY_PATH=${CUDA_HOME}/lib64
  • PATH=${CUDA_HOME}/bin:${PATH}
  • export PATH

接下来安装cuda-nvcc

装好CUDA7.5安装包以后,在终端输入:nvcc-V

此时终端会提示nvcc没有安装,所以终端输入:sudo apt-get installnvidia-cuda-toolkit即可。

OpenCV安装

OpenCV就不用详细说了吧,之前我们CV入门系列一直在说这个,而且有一个系列专门针对OpenCV说了,可以回去学习下!

安装BLAS

这里我们不用mkl,用的是atlas,即在终端输入命令:sudo apt-get installlibatlas-base-dev。系统就会自动安装atlas,请耐心等待。

安装其他依赖项

依然在终端输入命令:

  • sudo apt-get installlibprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-devprotobuf-compiler
  • sudo apt-get install--no-install-recommends libboost-all-dev
  • sudo apt-get installlibgflags-dev libgoogle-glog-dev liblmdb-dev

配置Caffe-Master

下载地址:GitHub - BVLC/caffe: Caffe: a fastopen framework for deep learning.

配置步骤:

将下载好的caffe-master.zip 拷贝到/home/***(您的服务器名字)文件夹下,点击鼠标右键,选择提取到此处,提取后在终端输入:

  • cd /home/***(您的服务器名字)/caffe-master
  • cp./Makefile.config.example./Makefile.config

进入caffe-master中打开刚刚新建的Makefile.config 文件,进行小部分修改,如下:

启用CPU

去掉CPU_ONLY := 1前面的#即可

保存退出,然后在命令界面编译caffe,即在终端输入:

  • cd /home/***(您的服务器名字)/caffe-master
  • make all -j4("‐j4"是使用 CPU 的多核进行编译,可以极大地加速编译的速度)
  • make test -j4
  • make runtest -j4

过程比较久(如果你电脑配置很强,估计很快!)至此,caffe编译完成。

今天就先讲到这里吧,下次我们说说TensorFlow的搭建及简单使用。下期我们基于Caffe和TensorFlow实现简单Demo,感谢本次阅读,谢谢!

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:2019-02-18,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 计算机视觉战队 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