Ubuntu 16.0.4 配置Caffe 图文记录

本文详细介绍在Ubuntu系统上安装CPU版本Caffe的过程,包括所需工具的准备、配置及编译步骤,并提供解决常见错误的方法。

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

###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

### 如何在 Ubuntu 16.04 上安装 VMware #### 虚拟机环境准备 为了在 Ubuntu 16.04 上成功运行 VMware 工具,首先需要确保虚拟机已正确配置并启动。这通常涉及下载并安装 VMware Workstation 或其他兼容的虚拟化平台[^1]。 #### 下载 VMware Tools VMware 提供了一个工具集(称为 VMware Tools),用于增强客户操作系统与主机之间的交互体验。对于 Ubuntu 16.04 用户来说,在虚拟机设置完成后,可以通过以下方式获取 VMware Tools 的安装文件: - 在 VMware 主界面顶部导航栏找到 **“虚拟机”** -> **“安装 VMware Tools”**[^3]。 此操作会挂载一个 ISO 文件至虚拟机内部,其中包含了必要的驱动程序和实用程序。 #### 解压与编译 VMware Tools 一旦确认 VMware Tools 可用,则需按照下列指导完成其部署过程: 1. 打开终端窗口; 2. 切换到超级用户模式以便拥有足够的权限执行命令: ```bash sudo su ``` 3. 进入挂载点 `/mnt` 并复制 tarball 至家目录或其他合适位置: ```bash cp /mnt/VMwareTools*.tar.gz ~/ ``` 4. 返回用户的主目录解压该存档文件: ```bash cd ~ && tar zxpf VMwareTools*.tar.gz ``` 5. 移动到刚刚创建出来的临时工作区继续下一步骤: ```bash cd vmware-tools-distrib ./vmware-install.pl -d ``` 以上脚本将会自动检测当前系统的状态,并尝试构建适合于特定硬件架构的支持模块[^3]。 需要注意的是,尽管官方文档推荐安装完整的 VMware Tools 套件来获得最佳性能表现;然而也有观点认为仅依靠开源项目 `open-vm-tools` 就足以满足大多数日常需求而无需额外加载闭源组件[^4]。 因此如果遇到任何依赖关系错误或者内核不匹配等问题时,可以考虑直接从默认仓库安装简化版替代方案——即 apt-get install open-vm-tools-desktop ——它同样能够提供诸如时间同步、拖放支持等功能特性却省去了繁琐的手工干预环节。 ```bash sudo apt update sudo apt install open-vm-tools-desktop fuse ``` 这样既保证了基础功能可用性又减少了维护成本。 --- ### 注意事项 某些情况下可能会发现选项被禁用了比如灰色不可选的状态,这时候可能是因为缺少相应的许可权或者是由于先前未完全卸除旧版本残留数据所引起的问题。针对前者只需重新登录管理员身份即可解决;而对于后者则建议先彻底清理再重试整个流程直至成功为止[^2]。 ---
评论
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