服务器caffe配置

0 引言

最近两天一直在配置服务器上的caffe,今天终于弄完了。因为每一个新用户使用服务器上的caffe时候都要自己去配置自己的caffe,下面就讲解下服务器新用户使用caffe时候需要配置的文件。

1 Caffe安装

安装caffe前要安装一些依赖项,照着下面的步骤依次安装即可。如果不是服务器上的首个用户的话,从1.5节开始执行就可以了。

1.1 安装依赖项

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

1.2 安装BLAS

sudo apt-get install libatlas-base-dev

1.3 安装pycaffe接口所需要的依赖项

sudo apt-get install -y python-numpy python-scipy python-matplotlib python-sklearn python-skimage python-h5py python-protobuf python-leveldb python-networkx python-nose python-pandas python-gflags cython ipython

1.4 继续gflags,glog等依赖项

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

1.5 下载caffe

cd ~
git clone https://github.com/BVLC/caffe.git
cd caffe
cp Makefile.config.example Makefile.config

1.6 修改配置文件

vim Makefile.config

改如下内容:
//如果你不使用GPU的话,就将
#CPU_ONLY := 1
修改成:
CPU_ONLY := 1
//若使用cudnn,则将
#USE_CUDNN := 1
修改成:
USE_CUDNN := 1
//若使用的opencv版本是3的,则将
#OPENCV_VERSION := 3
修改为:
OPENCV_VERSION := 3
//若要使用python来编写layer,则需要将
#WITH_PYTHON_LAYER := 1
修改为
WITH_PYTHON_LAYER := 1
//重要的一项
将# Whatever else you find you need goes here.下面的
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
//这是因为ubuntu16.04的文件包含位置发生了变化,尤其是需要用到的hdf5的位置,所以需要更改这一路径

具体到我们实验室的情况,我们只需要修改USE_CUDNN := 1、WITH_PYTHON_LAYER := 1和最后的两个路径就可以了。

1.7 make各种文件

首先,将路径切换到你所在用户的caffe目录下。然后执行下面的命令。

make all -j8  //j8代表计算机cpu有8个核,因此可以多线程一起make,这样make的速度会快很多。一般常用的还有j4
make test -j8
make pycaffe   //如果以后用python来开发的话必须执行这一句,一般不管你是否用python,都会执行这一句
make distribute

一般到这里都没报错的话,caffe就已经安装好了,可以运行了。

2 安装过程遇到的问题

在安装完进行测试的时候,报错说没有caffe模块,可能是服务器首个用户配置caffe所以才报错。第二个以及之后的就不会报错了。这个问题的原因就是没有把把caffe中的python导入到解释器中
这里写图片描述

2.1 解决办法

把环境变量路径放到 ~/.bashrc文件中,打开文件

sudo vim ~/.bashrc

在文件下方写入

export PYTHONPATH=~/caffe/python:$PYTHONPATH  

关闭文件,在终端写入下面语句,使环境变量生效

source ~/.bashrc  

2.2 测试

使用自己的SRCNN测试,再次运行,程序完美运行。
这里写图片描述

<think>好的,用户想在远程服务器上安装Caffe框架,我需要根据提供的引用之前的经验来解答。首先,用户提到的是远程服务器,所以可能需要通过终端连接,比如使用MobaXterm之类的工具,引用[3]提到了这一点。接下来,安装步骤通常包括依赖项安装、下载源码、配置编译等。 用户提供的引用中有关于CUDA深度学习环境配置的内容,比如引用[2]引用[3]提到了CUDA版本Anaconda的使用,这些对于安装Caffe很重要。Caffe依赖CUDA、cuDNN等GPU加速库,所以需要确认服务器上的CUDA版本是否兼容Caffe的要求。同时,引用[4]提到了使用国内镜像加速Python库的安装,这在安装Caffe的Python依赖时可能会有帮助。 接下来,我需要整理安装步骤。首先安装系统依赖,比如build-essential、cmake、git等。然后安装CUDAcuDNN,但需要用户确认版本。之后,克隆Caffe的源码,修改配置文件,比如Makefile.config,根据服务器环境调整路径选项。然后编译,可能需要用make命令。最后安装Python接口,这时候可能会用到piprequirements.txt,如果遇到速度问题,可以按照引用[4]的建议换源。 用户可能遇到的问题包括依赖项缺失、CUDA版本不匹配、Python包安装慢或失败等。需要提醒用户注意这些点,比如在配置文件中正确设置BLAS库(如OpenBLAS),启用CUDAcuDNN,以及处理Python路径的问题。另外,测试步骤也很重要,确保安装成功。 相关问题部分需要考虑用户后续可能遇到的困难,比如环境配置、常见错误处理、与其他框架的比较,以及优化方法。需要结合引用中的内容,比如性能优化可能涉及CUDAcuDNN的配置,或者分布式训练的设置。</think>以下是在远程服务器上安装Caffe框架的详细步骤: ### 一、环境准备 1. **连接服务器** 使用终端工具(如MobaXterm[^3])通过SSH连接远程服务器 ```bash ssh username@server_ip -p port_number ``` 2. **检查CUDA版本** ```bash nvcc --version ``` Caffe需要CUDA 8.0+,推荐CUDA 10.1(需与服务器显卡驱动匹配)[^2] 3. **安装系统依赖** ```bash sudo apt-get install build-essential cmake git unzip 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 ``` ### 二、安装流程 1. **克隆Caffe源码** ```bash git clone https://github.com/BVLC/caffe.git cd caffe ``` 2. **配置编译选项** ```bash cp Makefile.config.example Makefile.config # 修改以下配置 # 启用CUDA USE_CUDNN := 1 # 指定Python路径(若使用Anaconda) ANACONDA_HOME := $(HOME)/anaconda3 PYTHON_INCLUDE := $(ANACONDA_HOME)/include ``` 3. **编译安装** ```bash make all -j$(nproc) make test make runtest ``` ### 三、Python接口配置 1. **安装Python依赖** ```bash # 使用清华源加速下载[^4] pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements.txt ``` 2. **添加环境变量** ```bash export PYTHONPATH=/path/to/caffe/python:$PYTHONPATH ``` ### 四、验证安装 ```python import caffe print(caffe.__version__) # 应输出类似1.0.0的版本号 ```
评论 2
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