深度学习框架Caffe的安装与使用总结

本文总结了Caffe框架在安装和使用过程中遇到的常见问题,包括protobuf版本错误、GCC/G++版本问题、locale配置错误、CUDA GPU指定问题以及Python环境配置问题,并提供了详细的解决步骤和参考资料。此外,还提及了Caffe使用中内存不足和寄存器限制的问题,建议调整训练批大小来解决。

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

Caffe 的安装

 

安装问题汇总:

  • 问题1:.build_release/src/caffe/proto/caffe.pb.h:23:35: fatal error: google/protobuf/arena.h: No such file or directory

原因:安装的anaconda之后导致的protoc版本不对

解决:用sudo make all -j8 代替 make all -j8

  • 问题2:undefined reference to `google::protobuf::Message::InitializationErrorString()

原因:Gcc 和 G++ 版本问题

解决:替换gcc和g++版本, caffe:make clean, make all

< center >
# 1.查看已有的gcc和g++版本
ls /usr/bin/g*
# 2.替换gcc的软连接
sudo ln -s /usr/bin/gcc-5 /usr/bin/gcc -f
sudo ln -s /usr/bin/g++-5 /usr/bin/g++ -f
< center >

博客:https://blog.youkuaiyun.com/weixin_28900531/article/details/79697450

  • 问题3:locale::facet::_S_create_c_locale name not valid and where TypeParam = caffe::CPUDevice , where TypeParam = caffe::GPUDevice.

错误:

  • caff-error

解决:命令行执行 export LC_ALL="C", 去除本地系统的 locale 配置,使用服务器的配置。

export LC_ALL="C"

参考:博客(https://blog.youkuaiyun.com/fly2leo/article/details/78537127)

  • 问题4:cuda 指定GPU

解决:export CUDA_VISIBLE_DEVICES=0,1 ##仅显卡设备0,1GPU可见。可用的GPU可通过nvidia-smi -L命令查看

参考:博客(https://blog.youkuaiyun.com/u010454261/article/details/70236988/)

Caffe的使用

问题汇总:

  • 问题1:./examples/cifar10/create_cifar10.sh ==》F1212 21:58:46.598824 27706 db_lmdb.hpp:15] Check failed: mdb_status == 0 (5 vs. 0) Input/output error

原因:可能是你的home盘没空间了~~~

解决:千年难遇~

  • 问题2:im2col_layer.cpp Check failed: too many resources requested for launch

原因:内存或是寄存器不够

解决:减小your_model_train_val.prototxt文件中的batch_size大小

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