Ubuntu 16.0.4 配置Caffe 图文记录

ubuntu16.04下同时安装anaconda2和anaconda3,并同时安装基于python2.7.15和基于python3.6.5的tensorflow-gpu 本人首先安装anaconda2和对应的基于python2.7.15的tensorflow-gpu,然后在anaconda2的基础上安装anaconda3及对应的基于python3.6.5的tensorflow-gpu,anaconda2和anaconda3的关系:由于anaconda2先安装,所以anaconda3作为anaconda2的一个环境来进行安装。 一 Anaconda介绍、安装及使用... 阅读详情

###工具准备

sudo apt-get update

sudo apt-get upgrade  

sudo apt-get install -y build-essential 

sudo apt-get install -y cmake 

sudo apt-get install -y git 

sudo apt-get install -y pkg-config

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

以上安装过程如果出现中断或者失败,请重试几次即可。

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 libatlas-base-dev 

sudo apt-get install python-dev

###下载caffe

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

此处输入图片的描述

如果pip尚未安装,请安装pip以后继续。

sudo apt-get install python-pip

###安装python必要库

cd caffe
cat python/requirements.txt | xargs -L 1 sudo pip install

网络一般比较慢,请耐心完成安装,如果一次不成功,请多试几次。

此处输入图片的描述

添加软链

sudo ln -s /usr/include/python2.7/ /usr/local/include/python2.7  
sudo ln -s /usr/local/lib/python2.7/dist-packages/numpy/core/include/numpy/ /usr/local/include/python2.7/numpy

此处输入图片的描述

###配置caffe
进入上面刚下载的caffe目录,今后的操作都在这个目录下面进行。

  • 复制Makefile.config.example作为Makefile.config,如下图所示。
    此处输入图片的描述

  • 然后编辑该配置文件,如下图所示。

因为不需要GPU,只需要CPU,所以打开CPU的标记位。

此处输入图片的描述

修改include的路径为本地/usr/local/lib/python2.7/dist-packages/numpy/core/include,另外修改hdf5的路径。

INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib
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

如下图所示。

此处输入图片的描述

###编译caffe

make pycaffe  
make all  
make test 
make testrun

此处输入图片的描述

此处输入图片的描述

此处输入图片的描述

此处输入图片的描述

出现如下图所示,表示编译完成。

此处输入图片的描述

###测试caffe

  • 直接在python中import caffe看是否报错是最简单的验证方式

然而,让人不爽的是居然报错了。
此处输入图片的描述

解决办法很简单,只需要在环境变量中加入caffe所在python目录即可。
此处输入图片的描述

  • 下载运行MNIST栗子这里给个简单的提示,不再给出最后结果
cd ~/caffe #将终端定位到Caffe根目录
./data/mnist/get_mnist.sh #下载MNIST数据库并解压缩
./examples/mnist/create_mnist.sh #将其转换成Lmdb数据库格式

编辑lenet_solver的solver_mode模式从GPU改为CPU:

vim ./examples/mnist/lenet_solver.prototxt

训练模型

cd $CAFFE_ROOT
./examples/mnist/train_lenet.sh

当然也可以下载imagenet的caffe模型和label

./scripts/download_model_binary.py models/bvlc_reference_caffenet  
./data/ilsvrc12/get_ilsvrc_aux.sh 

此处输入图片的描述

具体如何使用,这里不再赘述。

参看文档:
虚拟机VB.Ubuntu16.04.1.无GPU caffe环境配置
虚拟机下Ubuntu安装CPU版本的caffe

linux-ubuntu16.0的虚拟环境安装 linux-ubuntu16.0的虚拟环境安装 1 系统环境 Linux 无关图系统16.0 2 pip 安装包 pip install virtualenv (先安装这个) pip install virtualenvwrapper 3 配置虚拟环境 1 创建虚拟环境管理目录 mkdir ~/.virtualenvs 2 打开.bashrc vim ~/.bashrc 3 在.bashrc的末尾增加下面内容 export WORKON_HOME=$HOME/.virtualenvs # 所有虚拟环境 阅读详情

相关推荐

机器人学习-matlab四足机器人控制仿真

《机器人学,机器视觉与控制》学习笔记 使用工具箱版本9.10 题目与解决思路: 【1】. 通过减少复位期间的抬腿高度来缩短复位的轨迹 Z轴向下,为了减小复位器件的抬腿高度,应当缩小△Z,故可以将示例程序中zu值调大。 【2】. 增加腿的步幅 腿的步幅可由改变x方向上腿前进和后退运动的极限来达到,令xf = 7; xb = -xf;即可。 ...

weixin_44609769的博客 5538

Ubuntu16的详细安装教程

有一点很重要要说一下,每个人学习Linux的动机都不一样,而这个动机会决定你对Linux的态度,如果你仅仅是想尝鲜,装个笔什么的,不当作自己的职业方向去学习Linux的。劝这类人还是尽早放弃吧,因为后面会遇到很多的不便,需要自己不断的去折腾,你的动机能支撑的起吗。安装Linux有几种方式,如果你是初学者,建议用虚拟机去安装Ubuntu,然后按照提示不停点“下一步”,选默认值就可以,没必要特意去搞什...

haluohal的博客 8454

自然二进制数与格雷码的相互转换

自然二进制数与格雷码两者优势: 自然二进制数的编码方式简单明了,容易理解,在加减运算中能够直接进行,同时十分方便进行一些位运算操作(如移位、取反等)。 格雷码计数时只有一位变化,可有效减少计数器状态的冗余转换,同时在传输数据时能够减小传输错误的概率,此外带权重编码处理更加方便。 在一定程度上自然二进制数与格雷码优缺点基本相反,综上所述,自然二进制数和格雷码各有优劣之处,需要根据具体应用场景选择合适的编码方式。简单来说,在计数器和编码器中,倾向于使用格雷码;而在进行加减运算时,则倾向于使用自然二进制数。

Loudrs的博客 7491

VMware安装Ubuntu(VMware版本17-Ubuntu版本16.0)

[在这里插入图片描述](https://img-blog.csdnimg.cn/3b2666d26ec54f58b7c3f6a2fc613202.png。

歇斯底里没有底的博客 2372

SAP生产版本导入避坑大全:从‘黄灯’到‘绿灯’,详解CM_FV_MKAL_CONSISTENCY_CHECK检查函数

本文深入解析SAP生产版本导入过程中的常见问题,特别是通过`CM_FV_MKAL_CONSISTENCY_CHECK`检查函数从‘黄灯’异常到‘绿灯’正常的修复方法。涵盖静态与动态校验机制、典型异常场景诊断及批量导入最佳实践,帮助SAP运维人员高效解决生产版本管理难题。

weixin_30568591的博客 387

【Educoder作业】※ 数字图像——绿幕抠像

这次作业比上一篇博客基本得多,大多都是基础函数的运用。没啥说的,就整个sizesizesize即可。 T2 获取一个像素 T3 图像反色 T4 修改透明度 ′RGBA′'RGBA'′RGBA′也是一种图像格式 T5 抠图 T6 添加场景 这个主要是pastepastepaste函数里面的maskmaskmask参量没整明白,转载一篇博客供参考。...

JZYshuraK的博客 7570

ubuntu 源码安装postgresql16.0

源码安装pgsql

qq_36491545的博客 1419

1、硬件工程师笔面试真题汇总(2025版本)

答:按照使用习惯,电源指示灯用红色,信号指示灯用绿色这两种颜色的LED 灯技术最成熟,价格最便宜通孔是贯穿整个PCB 的过孔盲孔是从PCB 表层连接到内层的过孔埋孔是埋在PCB 内层的过孔。大多数PCB厂家的加工能力是这样的:大于等于8mil 的过孔可以做机械孔小于等于6mil 的过孔需要做激光孔对小于等于6mil 的微型孔,在钻孔空间不够时,允许一部分过打在PCB 焊盘上。

XU157303764的博客 2万+

大型项目主从数据库(ubuntu 16.0)

    简单原理 主数据库处理事务性增、改、删操作(INSERT、UPDATE、DELETE)操作,而从数据库处理SELECT查询操作。数据库复制被用来把事务性操作导致的变更同步到其他从数据库。以SQL为例,主库负责写数据、读数据。读库仅负责读数据。每次有写库操作,同步更新到读库。写库就一个,读库可以有多个,采用日志同步的方式实现主库和多个读库的数据同步。即: 主服务器master记录数据...

oumaharuki的博客 270

OV5645摄像头原理图设计,已量产

在嵌入式视觉项目里,摄像头小板真正决定量产稳定性的,往往不是把传感器接出来这件事本身,而是电源域有没有拆清、参考时钟够不够干净、主板调试时有没有留出可落地的接口。ATK-MC5645 这张原理图的价值,就在于它没有把 OV5645 裸接到一排连接器上,而是把 AFVDD_2V8、DOVDD_1V8、DVDD_1V5、24MHz 时钟和 MIPI/控制信号都收敛在一块独立模组上。

不脱发的程序猿 329

自抗扰控制(ADRC)理论与工程实践:6.1 离散时间ADRC的推导

本文系统阐述了自抗扰控制(ADRC)的离散化方法,重点对比了前向欧拉法和基于零阶保持器(ZOH)的精确离散化两种方法。前向欧拉法计算简单但精度较低,稳定性受采样周期约束;ZOH法精度高但对大采样周期更鲁棒。文章详细推导了跟踪微分器、扩张状态观测器和控制律的离散形式,分析了采样周期选择的关键因素,为ADRC的数字实现提供了理论指导。

技术工作者 197

ubuntu 16.0.4安装Opencv3.2.0

安装依赖文件 注意:这篇文章是之前在Ubuntu下写的,并没有完全安装成功。后来使用的系统变了,现在环境为Linux liushuai-PC 4.9.0-deepin4-amd64 #1 SMP PREEMPT Deepin 4.9.8-4 (2017-04-17) x86_64 GNU/Linux,但是和Ubuntu操作是一样的 更新系统文件 sudo apt-get up...

bleedingfight的博客 2944

基于特征模仿的YOLOv5中间层知识蒸馏:原理、实现与实验全解析

目标检测中的模型轻量化是一个关键挑战。本文提出一种基于特征模仿(Feature Imitation)的YOLOv5中间层知识蒸馏方法,通过让学生模型学习教师模型的中间层特征表示,显著提升轻量级检测器的性能。我们将详细阐述蒸馏损失函数的设计、特征对齐策略、训练流程,并提供完整可运行的代码实现。同时,推荐多个适合蒸馏训练的数据集,并通过实验验证方法的有效性。

YOLO 185

Ubuntu16.04 faster-rcnn+caffe+gpu运行环境配置以及解决各种bug

本文主要是对近期参考的网上各位大神的博客的总结,其中,从安装系统到跑通程序过程中遇到的各种问题,笔者会详细分析,有一些问题在网上都查不到。这些环境配置上的坑希望以后不要再踩到

flygeda的博客 1万+

lwip-2.0.3

lwip是瑞典计算机科学院(SICS)的Adam Dunkels 开发的一个小型开源的TCP/IP协议栈。实现的重点是在保持TCP协议主要功能的基础上减少对RAM 的占用。

锂电池充电器电路设计 里面有电路

锂电池充电器电路设计 里面有电路 3.7V升压到5V电路设计。

caffe安装

首先碰到安装完搜狗拼音输入法后打字是乱码的情况,解决方法如下: 输入如下命令: cd ~/.config sudo rm -rf SogouPY* sogou* 之后注销重启即可。 安装caffe 参考资料:(主参考)Ubuntu16.04 Caffe 安装步骤记录(超详尽) Ubuntu16.04 14.04安装配置Caffe(GPU版) Ubuntu 16.04 安装配置Caf...

qq_21152763的博客 818

复分析 阿尔福斯(Ahlfors) 第三版答案 英文

答案分为十章,有部分习题没有答案,全英文复分析阿尔福斯(Ahlfors) 第三版答案

ubuntu16.04 + cuda9.1 + cudnn7.0.5 + opencv3.4.1 + anaconda2 + caffe-ldl 安装过程

ubuntu16.04 + cuda9.1 + cudnn7.0.5 + opencv3.4.1 + anaconda2 + caffe-ldl 安装过程 作者电脑配置是win10+ubuntu16.04双系统,gtx1070,因为需要学习深度神经网络用到了caffe,在windows下苦装了一个多星期都没有成功,而又不满虚拟机下只能使用cpu的尴尬速度和内存问题,因此决定安装双系统并在u...

CVAIDL的博客 383

SIMATIC S7-1200, S7-1500 PID 控制[手册]

SIMATIC S7-1200, S7-1500 PID 控制[手册]

Unbuntu配置Caffe以及调试DeepLab记录

本篇文档主要是记录这一个星期以来配置caffe和deeplab,以备以后忘记了使用。中间遇到无数坑,但是总算是配置好了。 配置caffe 首先我是拿到了一台导师给的空空的服务器,所以参考下面的文章首先进行了配置: Ubuntu 16.04 安装配置Caffe 图文详解 上面的配置过程中遇到以下坑: 1、配置NVIDIA驱动的时候选择了NVIDIA-Linux-x86_64-384.9

Camlin_Z的博客 1351

Ubuntu16.04+CUDA+cuDNN+Opencv3.4.1+Caffe安装记录

一:Ubuntu16.04参考:Win7 下U盘安装Ubuntu16.04 双系统详细图文教程 二:驱动官网:https://www.geforce.cn/drivers CUDA官网:https://developer.nvidia.com/cuda-toolkit-archive cuDNN官网:https://developer.nvidia.com/rdp/cudnn-a...

qq_36076110的博客 1070

Ubuntu16.04+CUDA8.0+Cudnn5.1+opencv2.4+caffe (呕心沥血完美填坑版)

要问人世间最痛苦的事情是什么,莫过于写了半天的blog没有保存,然后就GG! 两点宝贵经验: 遇到问题和解决问题的过程要随时记录,遗忘很快! 请随手保存文档,做好备份工作! 所需全部文件分享:链接: https://pan.baidu.com/s/13s-nx5d2KHka3TATmzWVyA 密码: tu6p 用惯了Windows和tenforflow,要装一个Ubuntu和部署相关...

helloworld_Fly的博客 1233

Caffe深度学习入门(4)——Ubuntu16.04 + CUDA9.1+cudnn7.5 + opencv3.3.1+python3.5+caffe安装参考博客和跳坑笔记

Caffe深度学习入门——Ubuntu16.04 + CUDA9.1+cudnn7.5 + opencv3.3.1+python3.5+caffe安装参考博客和跳坑笔记Ubuntu16.04 + CUDA9.1+cudnn7.5 + opencv3.3.1+python3.5+caffe安装参考笔记Ubuntu16.04 Caffe 安装步骤记录(超详尽) http://blog.csdn.net

xiao_lxl的专栏 5189

Ubuntu16.04+Cuda8.0+Caffe+ Opencv3.2+Matlab2015b的配置、安装与编译(一)

一、安装Ubuntu16.04操作系统 【参考文献】 [1]. win7下通过easyBCD引导安装Ubuntu14.04★★★★★ [2]. Windows 7下硬盘安装Ubuntu 14.04图文教程★★★★ 【下载软件】 Ubuntu16.04.iso,easyBCD2.3.exe      电脑原来安装了Windows7操作系统,因此考虑安装双系统,即:在Windows

freereader的博客 612

(图文并茂)深度学习实战(2):ubuantu下安装和配置caffe框架(gpu版)

深度学习实战(2):ubuantu下安装和配置caffe框架(gpu版) 以前做过几个关于深度学习caffe框架下的项目,开发过程中是做了笔记的,但是一直没有机会写出来,现在正好实习期间,把原来的东西记录下来,以便以后复用。 虽然以前也有写过环境安装,(图文并茂)深度学习实战(1):ubuantu下安装和配置caffe框架(cpu版),是CPU版本的,今天介绍的是GPU版本。 一.查看本机显卡版本...

空空说技术的博客 749

文心5.0、Interactpitch与Clawdbot:AI工程落地的三大拐点实录

多模态模型、智能体与本地AI工具正从概念走向可部署的工程现实。当‘原生全模态’不再依赖后期融合,而是通过统一token空间实现跨模态语义对齐;当PPT能直接驱动语音交互与数据验证,无需OCR或胶水代码;当AI获得Shell权限却以Markdown记忆库和细粒度权限控制保障可审计性——这些已不是未来蓝图,而是当前AI产品化必须直面的技术基线。本文聚焦文心5.0的MoE激活优化、Interactpitch的幻灯片语义锚定、Clawdbot的本地权限治理等真实部署细节,覆盖大模型推理成本控制、低延迟语音合成、终端

weixin_34198762的博客 470

一、Ubuntu16系统安装及初始化(SSH服务、网络配置)

Ubuntu16系统安装及初始化设置(SSH服务、网络配置)

funfan的博客 6480

Ubuntu 16.04安装教程(VMware16.0+Win11)

本文主要是在 Windows 11 系统下,通过虚拟机的形式搭建 Linux ,选择 Ubuntu 操作系统。

weixin_47590992的博客 7129
上一篇: TensorFlow 搭建mnist项目
下一篇: Windows环境使用CMake编译 opencv3.3.0 && opencv_contrib3.3.0
linroidh
博客等级 码龄16年 15粉丝 35原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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