Ubuntu下Caffe安装测试

本文详细介绍如何在Ubuntu上安装深度学习框架Caffe,包括必要的依赖库安装、配置过程及解决常见问题的方法。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

深度学习太火了,一直在看深度学习的算法,没有实际动过手,今天正好空出来一台笔记本,重新装个ubuntu,试试Caffe到底怎么搞得,是不是很难搞。
打开官网:http://caffe.berkeleyvision.org/ 选择install的介绍,跟着广官网的说明一步步走一遍。

1、安装必要的依赖库:

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

直接在终端输入就可以了

2、caffe是一个工具,我们可以把它看作SVM,这个工具需要一些工具,官网上说了:
CUDA:使用GPU的需要安装这个包,当然,我这里不需要,就没有安装,这个可以在后面Caffe的配置里面说清楚不需要“CPU-only installation”
BlAS:这是一个数据工具包,主要是矩阵和向量的计算,其中有三个工具可以实现这个功能:ATLAS、OpenBLAS 和 MKL,只要任意安装一个就可以了,默认ATLAS,安装命令:

sudo apt-get install libatlas-base-dev 

Python:这个工具是为了可视化Caffe,官网上建议安装 Anaconda 的一个python版本,是因为 Anaconda 个东西集成了很多Python的库,方便一点,本人比较懒,直接用了ubuntu默认的一个,安装命令:

sudo apt-get install python-dev

到这里就差不多了,官网上说:14.04版本的需要安装一些依赖库:

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

虽说我是16.0的,但是多多益善,还是按照一个吧!

Opencv:这个也是必须要的一个东西,因为有需要需要对图像做的预处理:安装方法我参考了http://www.cnblogs.com/platero/p/3993877.html
简单有效:
首先下载opencv的安装脚本:
https://github.com/jayrambhia/Install-OpenCV
解药后,来到Ubuntu/2.4这个目录下:执行

chmod +x *.sh
sudo ./opencv2_4_9.sh

然后就是等……..安装完成,官网上还指明了例如Bost的版本,大家注意下就行,不过应该都没问题。ubuntu现在已经很兼容了

3、关键的来了,我们下载Caffe的代码:
https://github.com/BVLC/caffe/ 并解压,在根目录复制配置文件:

cp Makefile.config.example Makefile.config

然后修改一些参数:
CPU_ONLY 是否只使用CPU模式,没有GPU没安装CUDA的同学可以打开这个选项,BLAS (使用intel mkl还是OpenBLAS)
之后就是命令:

make all -j4
make test
make runtest

然后再这里,终于出现问题了,我就说吗,怎么可能这么顺利
错误为:

./include/caffe/util/hdf5.hpp:6:18: fatal error: hdf5.h: No such file or directory
compilation terminated.

修改方法参考:http://m.blog.youkuaiyun.com/article/details?id=51371560
修改:

Makefile.config 
INCLUDE_DIRS 
/usr/include/hdf5/serial/ 
Makefile 
LIBRARIES 
hdf5_hl and hdf5 改为 hdf5_serial_hl ,hdf5_serial

之后再次make,没有在出现错误,这里就算安装完成了
好像挺简单。明天我研究下具体怎么搞。

### 如何在 Ubuntu 18.04 上安装 Caffe 深度学习框架 #### 方法一:通过 APT 安装 对于 Ubuntu 17.04 及以上版本,可以采用简单的方法来安装 Caffe: ```bash sudo apt update sudo apt install caffe-cpu # 对于仅使用CPU的环境 sudo apt install caffe-cuda # 对于支持GPU加速的环境 ``` 这种方法适合快速部署和测试场景[^1]。 #### 方法二:编译安装(推荐) 为了获得更好的性能优化以及自定义配置选项,建议按照以下步骤手动编译并安装 Caffe: ##### 准备工作 确保系统已更新至最新状态,并准备好必要的开发工具链: ```bash sudo apt-get update && sudo apt-get upgrade -y sudo apt-get install build-essential cmake git pkg-config unzip ``` ##### 安装依赖项 根据官方文档说明,在开始之前需先安装一系列依赖包。需要注意的是,如果已经从源码安装过 Protobuf,则无需再次安装其相关组件以免引起冲突。具体命令如下所示: ```bash apt-get install libprotobuf-dev libleveldb-compiler \ --no-install-recommends libboost-all-dev libatlas-base-dev \ python-dev libgflags-dev libgoogle-glog-dev liblmdb-dev ``` 此外,为了让后续可视化操作更方便,还需额外安装一些辅助工具: ```bash apt install python-tk tk-dev bsdmainutils ``` 这些工具主要用于绘制训练过程中的图表,使结果展示更为直观[^3][^4]。 ##### 获取源代码 克隆 GitHub 上最新的稳定版仓库作为基础进行构建: ```bash git clone https://github.com/BVLC/caffe.git ~/caffe cd ~/caffe ``` ##### 配置与编译 进入项目目录后,复制默认配置文件模板并编辑其中的关键参数以适应本地硬件条件;之后运行 Makefile 构建整个工程: ```bash cp Makefile.config.example Makefile.config # 编辑Makefile.config... make all -j$(nproc) make test -j$(nproc) make runtest -j$(nproc) ``` 完成上述步骤即表示成功搭建了一个完整的 Caffe 开发环境[^2]。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值