您当前的位置:首页 > IT编程 > 深度学习
| C语言 | Java | VB | VC | python | Android | TensorFlow | C++ | oracle | 学术与代码 | cnn卷积神经网络 | gnn | 图像修复 | Keras | 数据集 | Neo4j | 自然语言处理 | 深度学习 | 医学CAD | 医学影像 | 超参数 | pointnet | pytorch |

自学教程:Ubuntu 环境下安装caffe

51自学网 2021-11-08 20:50:37
  深度学习
这篇教程Ubuntu 环境下安装caffe写得很实用,希望能帮到您。
 
 

Ubuntu Anaconda3 环境下安装caffe

 
 
 
 

安装Python环境

本人环境为Anaconda3 ,可参照 https://blog.csdn.net/ctwy291314/article/details/86571198 完成安装Python2.7环境安装与多Python环境切换。

安装依赖包

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

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

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

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

sudo apt-get install git cmake build-essential
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9

安装显卡驱动与CUDA 、cuDNN

请参照 https://blog.csdn.net/ctwy291314/article/details/80951148 进行CUDA 、cuDNN进行安装。

安装protoc

命令 whereis protoc可以查看哪些路径下安装了protoc
命令which protoc可以查看默认选用protoc的路径
命令 protoc --version可以查看当前protoc版本
在这里插入图片描述
安装protobuf2.6.1

下载文件
https://github.com/google/protobuf/releases/download/v2.6.1/protobuf-2.6.1.tar.gz
解压安装

tar -zxvf protobuf-2.6.1.tar.gz
sudo apt-get install build-essential
cd protobuf-2.6.1/
./configure
make
make check
sudo make install
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7

指定protoc的版本

在Makefile 中修改这两句:
我的protobuf路径为/usr/local/bin/protoc

$(Q)protoc --proto_path=$(PROTO_SRC_DIR) --cpp_out=$(PROTO_BUILD_DIR) $<
$(Q)protoc --proto_path=src --python_out=python $<
为
$(Q)/usr/local/bin/protoc --proto_path=$(PROTO_SRC_DIR) --cpp_out=$(PROTO_BUILD_DIR) $<
$(Q)/usr/local/bin/protoc --proto_path=src --python_out=python $<
  • 1
  • 2
  • 3
  • 4
  • 5

即把开头的"protoc"补全路径即可 (/usr/bin/protoc即为自己向指定给的版本路径)
注:这种修改不会影响系统默认的protoc版本,只会在caffe编译的时候调用相应的proto版本

安装 caffe

首先在你要安装的路径下 clone :

git clone https://github.com/BVLC/caffe.git
  • 1

进入 caffe ,将 Makefile.config.example 文件复制一份并更名为 Makefile.config ,也可以在 caffe 目录下直接调用以下命令完成复制操作 :

cd caffe
sudo cp Makefile.config.example Makefile.config
  • 1
  • 2

复制一份的原因是编译 caffe 时需要的是 Makefile.config 文件,而Makefile.config.example 只是caffe 给出的配置文件例子,不能用来编译 caffe。

然后修改 Makefile.config 文件,在 caffe 目录下打开该文件:

sudo gedit Makefile.config
  • 1

修改 Makefile.config 文件内容:

  1. 应用 cudnn
    #将
    #USE_CUDNN := 1
    #修改成: 
    USE_CUDNN := 1
  • 1
  • 2
  • 3
  • 4
  1. 应用 opencv 版本
    #将
    #OPENCV_VERSION := 3 
    #修改为: 
    OPENCV_VERSION := 3
  • 1
  • 2
  • 3
  • 4
  1. 使用 python 接口
	#将
	#WITH_PYTHON_LAYER := 1 
	 #修改为 
	WITH_PYTHON_LAYER := 1
  • 1
  • 2
  • 3
  • 4
  1. 修改 python 路径

    修改PYTHON_INCLUDE、PYTHON_LIB路径
    本人安装的是Anaconda3多Python版本切换,python2.7 目录为:/home/hylink/anaconda3/envs/python27
    在这里插入图片描述
    再修改INCLUDE_DIRS、LIBRARY_DIRS 路径

    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     
    
    • 1
    • 2
    • 3
    • 4
    • 5
  2. 修改 caffe 目录下的 Makefile 文件

    #将:
    NVCCFLAGS +=-ccbin=$(CXX) -Xcompiler-fPIC $(COMMON_FLAGS)
    #替换为:
    NVCCFLAGS += -D_FORCE_INLINES -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS)
    
    • 1
    • 2
    • 3
    • 4
    #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
    
    • 1
    • 2
    • 3
    • 4
  3. 开始编译
    make all -j8

    编译出现问题1:

    NVCC src/caffe/layers/bnll_layer.cu  
    nvcc fatal   : Unsupported gpu architecture 'compute_20'  
    Makefile:594: recipe for target '.build_release/cuda/src/caffe/layers/bnll_layer.o' failed  
    make: *** [.build_release/cuda/src/caffe/layers/bnll_layer.o] Error 1  
    make: *** Waiting for unfinished jobs....  
    
    • 1
    • 2
    • 3
    • 4
    • 5

    仔细查看了一下 Makefile.config 中 CUDA_ARCH 设置未按规定设置:

    # CUDA architecture setting: going with all of them.  
    # For CUDA < 6.0, comment the *_50 through *_61 lines for compatibility.  
    # For CUDA < 8.0, comment the *_60 and *_61 lines for compatibility.  
    # For CUDA >= 9.0, comment the *_20 and *_21 lines for compatibility.  
    CUDA_ARCH := -gencode arch=compute_20,code=sm_20 \  
                -gencode arch=compute_20,code=sm_21 \  
                -gencode arch=compute_30,code=sm_30 \  
                -gencode arch=compute_35,code=sm_35 \  
                -gencode arch=compute_50,code=sm_50 \  
                -gencode arch=compute_52,code=sm_52 \  
                -gencode arch=compute_60,code=sm_60 \  
                -gencode arch=compute_61,code=sm_61 \  
                -gencode arch=compute_61,code=compute_61
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13

    因为我装的是CUDA9.0所以把下面这两行删除就可以了

    -gencode arch=compute_20,code=sm_20 \  
    -gencode arch=compute_20,code=sm_21 \
    
    • 1
    • 2

    编译出现问题2:

    error: #error -- unsupported GNU version! gcc versions later than 6 are not supported!
    错误的解决方式很简单,就是安装低版本gcc和g++,并创建链接或更改gcc各版本的优先级。
    此处为以后考虑安装了gcc-6和g+±6,大家可以自行决定版本,只要比错误中提到的支持上限小就没问题

    sudo apt-get install gcc-6
    sudo apt-get install g++-6	
    
    • 1
    • 2

    然后执行

    sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-6 10
    sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-6 10	
    
    • 1
    • 2

    编译出现问题3:

    error while loading shared libraries: libcudart.so.9.0: cannot open shared object file: No such file
    error while loading shared libraries: libcudnn.so.7: cannot open shared object file: No such file

    解决方法

    sudo cp /usr/local/cuda-9.0/lib64/libcudart.so.9.0 /usr/local/lib/libcudart.so.9.0 && sudo ldconfig
    sudo cp /usr/local/cuda-9.0/lib64/libcublas.so.9.0 /usr/local/lib/libcublas.so.9.0 && sudo ldconfig
    sudo cp /usr/local/cuda-9.0/lib64/libcurand.so.9.0 /usr/local/lib/libcurand.so.9.0 && sudo ldconfig
    sudo cp /usr/local/cuda-9.0/lib64/libcudnn.so.7 /usr/local/lib/libcudnn.so.7 && sudo ldconfig
    
    • 1
    • 2
    • 3
    • 4

编译成功后可运行测试:
sudo make runtest -j8
在这里插入图片描述

安装 pycaffe

首先编译 pycaffe :

cd caffe
sudo make pycaffe -j8
  • 1
  • 2

编译 pycaffe 成功后,验证一下是否可以在 python 中导入 caffe 包,首先进入 python 环境:

python
  • 1

然后导入 caffe :

>>> import caffe
  • 1

错误1:
ModuleNotFoundError: No module named 'caffe._caffe'
正确编译 pycaffe后,会在caffe/python/caffe目录下生成_caffe.so的文件
解决方式一:
每次在程序里加一句 sys.path.append('path to cafferoot/python')
例如:sys.path.append('/home/hylink/eclipse-workspace/caffe/python')
解决方式二:

sudo gedit ~/.bashrc
export PYTHONPATH=/home/hylink/eclipse-workspace/caffe/python:$PYTHONPATH
source~/.bashrc
  • 1
  • 2
  • 3

至此caffe环境安装完成。


用Keras实现手写汉字识别
Caffe框架的基本操作和分析
51自学网,即我要自学网,自学EXCEL、自学PS、自学CAD、自学C语言、自学css3实例,是一个通过网络自主学习工作技能的自学平台,网友喜欢的软件自学网站。
京ICP备13026421号-1