在Ubuntu系统上安装weiliu89/caffe深度学习框架指南

在Ubuntu系统上安装weiliu89/caffe深度学习框架指南

caffe 项目地址: https://gitcode.com/gh_mirrors/caf/caffe

前言

weiliu89/caffe是一个流行的深度学习框架，广泛应用于计算机视觉、自然语言处理等领域。本文将详细介绍在Ubuntu系统上安装该框架的完整流程，包括不同Ubuntu版本的安装方法、依赖项处理以及常见问题解决方案。

系统要求

在开始安装前，请确保您的Ubuntu系统满足以下要求：

• Ubuntu 12.04及以上版本
• 至少4GB内存（推荐8GB以上）
• 足够的磁盘空间（建议20GB以上）
• 稳定的网络连接以下载依赖包

Ubuntu 17.04及以上版本安装

对于较新的Ubuntu系统，安装过程相对简单，因为系统已经包含了预编译的Caffe包。

预编译版本安装

1. CPU版本安装： 如果您只需要CPU版本的Caffe，可以执行以下命令：

   sudo apt install caffe-cpu
   

2. CUDA版本安装： 如果您需要使用GPU加速，可以安装CUDA版本：

   sudo apt install caffe-cuda
   

   注意：此版本要求您已通过APT正确安装了NVIDIA驱动和CUDA工具包。

从源码编译安装

如果您需要自定义编译选项，可以从源码编译：

1. 首先安装编译依赖：

   sudo apt build-dep caffe-cpu   # CPU版本依赖
   sudo apt build-dep caffe-cuda  # CUDA版本依赖
   

   注意：这需要您的sources.list中包含deb-src源。

2. 完成依赖安装后，可以继续编译过程。

Ubuntu 17.04以下版本安装

对于较旧的Ubuntu版本，安装过程需要手动处理更多依赖项。

基础依赖安装

执行以下命令安装基础依赖：

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

CUDA安装选项

1. 通过APT安装： 这是最简单的安装方式，但可能不是最新版本。

2. 通过NVIDIA官方.run包安装： 这种方式可以获得更新的驱动和库版本，但需要手动安装。

建议将驱动和CUDA库分开安装，因为捆绑的驱动通常较旧。

BLAS库选择

Caffe需要BLAS库支持，您可以选择以下之一：

1. ATLAS：

   sudo apt-get install libatlas-base-dev
   

2. OpenBLAS：

   sudo apt-get install libopenblas-dev
   

3. MKL（性能最佳，但需要商业许可）

Python支持（可选）

如果您需要使用Python接口，需要安装Python开发头文件：

sudo apt-get install python-dev

版本特定说明

Ubuntu 16.04注意事项

在Ubuntu 16.04上必须使用CUDA 8。

Ubuntu 14.04额外依赖

14.04系统已包含所有必要依赖包：

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

Ubuntu 12.04额外依赖

12.04系统需要手动安装以下依赖：

1. glog安装：

   wget https://github.com/google/glog/archive/v0.3.3.tar.gz
   tar zxvf v0.3.3.tar.gz
   cd glog-0.3.3
   ./configure
   make && make install
   

2. gflags安装：

   wget https://github.com/schuhschuh/gflags/archive/master.zip
   unzip master.zip
   cd gflags-master
   mkdir build && cd build
   export CXXFLAGS="-fPIC" && cmake .. && make VERBOSE=1
   make && make install
   

3. lmdb安装：

   git clone https://github.com/LMDB/lmdb
   cd lmdb/libraries/liblmdb
   make && make install
   

注意：glog可能与最新版gflags(2.1)不兼容，建议先安装glog。

后续步骤

完成上述依赖安装后，您可以继续编译Caffe源代码。编译过程需要根据您的具体需求配置Makefile.config文件，包括：

• 选择CPU或GPU模式
• 配置BLAS库路径
• 设置Python接口选项
• 其他自定义编译选项

常见问题解决

1. CUDA版本不兼容： 确保CUDA版本与您的NVIDIA驱动兼容，建议使用官方推荐的组合。

2. 依赖冲突： 如果遇到依赖冲突，可以尝试创建虚拟环境或使用容器技术隔离安装。

3. 编译错误： 检查错误日志，通常是由于缺少依赖或路径配置不正确导致。

4. 性能问题： 确保正确配置了BLAS库，对于CPU版本，MKL通常能提供最佳性能。

结语

通过本文的指导，您应该能够在Ubuntu系统上成功安装weiliu89/caffe深度学习框架。根据您的系统版本和硬件配置选择合适的安装方式，遇到问题时参考常见解决方案。安装完成后，您可以开始使用这个强大的工具进行深度学习研究和应用开发。

caffe 项目地址: https://gitcode.com/gh_mirrors/caf/caffe