Ubuntu14.04下安装Caffe

版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/Gavin__Zhou/article/details/47363385

最近几天看了点深度学习(Deep Learning)的东西,也想搞个来玩玩,从Theano、Torch7和Caffe种选择了Caffe,主要是安装比较简单而且网上教程很多。 贴一段Caffe的介绍: Caffe一个清晰而高效的深度学习框架,其作者是博士毕业于UC Berkeley的 贾扬清,目前在Google工作。 Caffe是纯粹的C++/CUDA架构,支持命令行、Python和MATLAB接口;可以在CPU和GPU直接无缝切换:

Caffe的优势

上手快:模型与相应优化都是以文本形式而非代码形式给出。
Caffe给出了模型的定义、最优化设置以及预训练的权重,方便立即上手。
速度快:能够运行最棒的模型与海量的数据。
Caffe与cuDNN结合使用,测试AlexNet模型,在K40上处理每张图片只需要1.17ms.
模块化:方便扩展到新的任务和设置上。
可以使用Caffe提供的各层类型来定义自己的模型。
开放性:公开的代码和参考模型用于再现。
社区好:可以通过BSD-2参与开发与讨论。

就这样吧,自己去网上找一堆堆的,不是我们这次的重点,跳过。。。。。

也从网上找了一堆教程来看,简单的复杂的都有,好多都属于过时的并不能用,我也是参照了好多网上的博客资料,下面会列出如有侵权行为请联系我


先说下自己机子的配置,i5+Intel集显+4GB RAM,所以CUDA之类的GPU加速是用不上了,不过对于刚入门来说还是没什么问题的。Caffe建议还是在Ubuntu或者CentOS之类的Linux下安装,官方给的教程也都是这样,Windows下真心不建议搞。 Caffe官网 Caffe官方指导 下面开始安装过程:

(1)安装Ubuntu14.04

这个就不说了,不行的可以参考下这个Ubuntu安装

(2)安装CUDA

虽然说自己的破机子用不到但还是装上吧,免得后续出什么差就麻烦了,呵呵 首先,需要下载CUDA的安装包:CUDA下载地址,进入选择自己Ubuntu14.04 deb包下载即可 其次,安装repository和CUDA:

$ sudo dpkg -i cuda-repo-ubuntu1410-7-0-local_7.0-28_amd64.deb
$ sudo apt-get update
$ sudo apt-get install -y cuda

设置环境变量:

$ export CUDA_HOME=/usr/local/cuda7
$ export LD_LIBRARY_PATH=${CUDA_HOME}/lib64
$ PATH=${CUDA_HOME}/bin:${PATH}
$ export PATH

(3)安装ipython环境

python系统已经自带了,python2.7,需要安装ipython环境,Caffe不少程序需要用到ipython,网上有人直接装的是spyder,装好了它就默认自带帮你装好ipython,也可以安装EPD下载脚本安装就可以了,默认会帮你安装众多的库,包括ipython,numpy,scipy,pandas,matplotlib等等;嫌麻烦的话,你也可以在ubuntu软件中心搜索spyder安装也可以。

(4)安装BLAS

BLAS选择的是MKL,你也可以选ATLAS或者OpenBLAS,MKL下载地址,需要先申请再下载,一定要保留住安装序列号,后面要用到的

$ tar zxvf parallel_studio_xe_2015.tar.gz 
$ chmod a+x parallel_studio_xe_2015 -R
$ sudo ./install_GUI.sh

这样你就启动了GUI形式的安装,感觉就和windows下安装和软件差不多,next一路,最后输入之前发邮件给你的序列号,就OK啦

(5)MKL环境设置

新建MKL配置文件:

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

写入下面两句:

/opt/intel/lib/intel64
/opt/intel/mkl/lib/intel64

新建cuda配置文件:

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

写入下面两句:

/usr/local/cuda/lib64
/lib

最后完成链接:

$ sudo ldconfig -v

(6)安装OpenCV

这里用别人提供的安装包,解决了一些依赖的问题,下载地址:OpenCV 切换到文件保存的文件夹,然后安装依赖项:

$ sudo sh Ubuntu/dependencies.sh

切换目录3.0\安装OpenCV 3.0.0rc1:

$ sudo sh opencv3_0_0-rc1.sh

联网安装,等就行了

(7)安装glog和其他依赖

glog下载地址 安装:

$ tar zxvf glog-0.3.3.tar.gz
$ ./configure
$ make
$ sudo make install

其他依赖:

$ sudo apt-get install -y libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev
$ sudo apt-get install -y libgflags-dev libgoogle-glog-dev liblmdb-dev protobuf-compiler
$ sudo apt-get install -y python-numpy python-scipy python-matplotlib python-sklearn python-skimage python-h5py python-protobuf python-leveldb python-networkx python-nose python-pandas python-gflags Cython ipython
$ sudo apt-get install -y protobuf-c-compiler protobuf-compiler

(8)安装CUDNN

这一步用不到GPU加速的其实不用装,CPU跑也可以,自己没装,贴一段别人的,不敢保证成功。


a.该改版本caffe-master默认支持cudnn-6.5-linux-x64-v2,使用cudnn-6.5-linux-R1会报错,安装前请去先官网下载最新的cuDNN

$ sudo cp cudnn.h /usr/local/include
$ sudo cp libcudnn.so /usr/local/lib
$ sudo cp libcudnn.so.6.5 /usr/local/lib
$ sudo cp libcudnn.so.6.5.48 /usr/local/lib

b. 链接cuDNN的库文件

$ sudo ln -sf /usr/local/lib/libcudnn.so.6.5.48 /usr/local/lib/libcudnn.so.6.5
$ sudo ln -sf /usr/local/lib/libcudnn.so.6.5 /usr/local/lib/libcudnn.so
$ sudo ldconfig -v

c. 切换到Caffe-master的文件夹,生成Makefile.config配置文件,执行:

$ cp Makefile.config.example Makefile.config

d. 配置Makefile.config文件(仅列出修改部分) <1>. 启用CUDNN,去掉”#”(目前caffe-master仍然只支持R1版本)

USE_CUDNN := 1

<2>. 启用GPU,添加注释”#”

 # CPU_ONLY := 1

<3>. 配置一些引用文件(增加部分主要是解决新版本下,HDF5的路径问题)

INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/lib/x86_64-linux-gnu/hdf5/serial/include
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu/hdf5/serial

<4>.启用Intel Parallel Studio XE 2015 Professional Edition for C++ Linux

BLAS := mkl

<5>.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/R2014a

<6>.配置Makefile文件(实现对OpenCV 3.x的支持) 查找“Derive include and lib directories”一节,修改“LIBRARIES +=”的最后一行,增加opencv_imgcodecs

opencv_core opencv_highgui opencv_imgproc opencv_imgcodecs

(9)编译caffe

caffe源代码下载地址 编译:

$ make all -j8
$ make test -j8
$ make runtest -j8
$ make pycaffe -j8
$ make matcaffe -j8

到此应该就可以了,下个博客再写如何使用Caffe跑自己的东西

Reference: (1)OuXinYU的博客 (2)CSDN的Caffe介绍 (3)其他的

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • Mac安装Texpad1.7.40

    Mac下的Latex方案比较优秀的是两种: Sublime Text + skim Texpad Texpad是收费的,原价不便宜(有条件还是要支持下正版的哈)...

    GavinZhou
  • Numpy使用1

    Numpy介绍 NumPy is the fundamental package for scientific computing with Python. I...

    GavinZhou
  • Numpy使用2

    上一个博客写到了numpy的特性,如何安装以及功能初探。这一篇就讲讲numpy的常用功能以及与其它python库的结合使用。 假设你已经成功执行下列语句: im...

    GavinZhou
  • python数据可视化----绘制各种图形

    1.环境 系统:windows10 python版本:python3.6.1 使用的库:matplotlib,numpy 2.numpy库产生随机数几种方法 n...

    小小科
  • 「数据中心」Cisco数据中心脊页架构:覆盖(Overlay)网络

    现代虚拟化数据中心结构必须满足某些要求,以加快应用程序部署并支持DevOps需求。例如,结构需要支持转发表的缩放、网段的缩放、第2层网段扩展、虚拟设备移动性、转...

    首席架构师智库
  • spark submit中没有找到hbase中的*/hbase/client/put类的解决办法

    在Eclipse或者IDEA中进行spark与hbase联接操作时,都没有错误,然后发现当进行spark-submit提交的时候,却发现找不到hbase库的问题...

    sparkexpert
  • 说说Windows安全应急响应

    随着网络安全的快速发展,不少的互联网公司都积极的参与到了这个领域,随着《网络安全法》颁布与实施、等保2.0的颁布等为网路安全发展提供了有力的后盾。一个事物的快速...

    FB客服
  • R语言之可视化(24)生成带P值得箱线图

    用户1359560
  • 水利RTU有效解决农村饮用水安全监测问题

    由于农村不合理使用农药化肥、垃圾随意排放,同时还有工业污染的废水废气有害物质通过降雨、直接沉降等多种方式也进入到饮用水源。使各种有害物质、农药及其他污染物通过地...

    用户7348788
  • 自动化测试入门:是什么,流程,收益和工具

    http://mpvideo.qpic.cn/0bf2jeaaiaaa3eaeb6fj3vpfasodareqabaa.f10002.mp4?dis_k=cc0...

    归根落叶

扫码关注云+社区

领取腾讯云代金券