Ubuntu16.04中caffe的安装

Linux下Caffe框架搭建

最新推荐文章于 2024-04-15 05:24:09 发布

原创最新推荐文章于 2024-04-15 05:24:09 发布 · 224 阅读

0 ·

CC 4.0 BY-SA版权

Linux 专栏收录该内容

7 篇文章

订阅专栏

本文详细介绍在Ubuntu16.04系统上搭建Caffe深度学习框架的全过程，包括安装依赖项、显卡驱动、CUDA、OpenCV及Caffe配置等关键步骤。

安装的过程踩了好多坑，收集来很多解决方案，下面我就为大家介绍linux下caffe框架的搭建。

电脑配置

操作系统：Ubuntu16.04

显卡：tesla K40c

第一步：安装相关依赖项

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
sudo apt-get install libopenblas-dev liblapack-dev libatlas-base-dev
sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev

第二步：安装显卡驱动

安装之前需要做两个工作：

（1）卸载原有的显卡驱动

sudo apt-get remove --purge nvidia*

（2）在NVIDIA的官网查询符合自己显卡的驱动：

选择好显卡型号等信息后点击"SEARCH"

我的显卡的版本号为390

（3）安装显卡驱动（两种方法）

如果是集成显卡（独立显卡忽略此步骤），安装前先执行：

sudo service lightdm stop

方法一：执行以下指令安装驱动：

sudo add-apt-repository ppa:xorg-edgers/ppa
sudo apt-get update
sudo apt-get install nvidia-390 #注意在这里指定自己的驱动版本！

安装以后执行以下命令进行验证：

sudo nvidia-smi

方法二：

打开“系统设置”----“软件和更新”----“附加驱动”

注：版本号和NVIDIA官网的不同也可以正常使用

安装完之后执行以下指令验证是否安装成功：

sudo nvidia-smi

三、安装CUDA

1、下载CUDA

在官网上下载扩展名为.RUN的文件（https://developer.nvidia.com/cuda-downloads）

以上页面点击Download进行下载。

（2）安装CUDA

下载完成后执行以下命令：

sudo sh  cuda_8.0.27_linux.run

注：命令文件名需要与下载的文件名相对应。

按键盘上f键直到100%

执行过程需要确定一些命令：安装位置等。注意：选择是否安装nvidia驱动时，选择no。

（3）环境变量配置

打开bashrc文件：

sudo vim ~/.bashrc

将以下内容写入bashrc文件底部：

export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}
EXPORT LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

注：cuda-8.0是我对应的文件名，需要跟自己安装目录的文件名相对应。

（4）测试CUDA

cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery
make
sudo ./deviceQuery

执行上述代码后，若显示一些关于GPU的信息，说明安装成功。

4.安装opencv2.7

(1)从https://github.com/Itseez/opencv/archive/2.4.13.zip下载安装包

(2)安装依赖

＃　安装编译工具
sudo apt-get install build-essential
＃　安装依赖包
sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev
＃ 安装可选包
sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev

（3）编译安装

# 打开文件夹"opencv-2.4.13"：
cd opencv-2.4.13
# 新建一个文件夹用于存放临时文件：
mkdir release
# 切换到该临时文件夹：
cd release
# 开始编译：
cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local ..
make -j4    # 开启线程 按照自己的配置
sudo make install

（4）系统配置

# 配置环境，将opencv的库加入到路径，从而让系统可以找到
sudo gedit /etc/ld.so.conf.d/opencv.conf
# 末尾加入/usr/local/lib，保存退出
sudo ldconfig    # 使配置生效

sudo gedit /etc/bash.bashrc 
# 末尾加入
PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig
export PKG_CONFIG_PATH
# 保存退出
sudo source /etc/bash.bashrc  #使配置生效
（该步骤可能会报错找不到命令，原因是source为root命令）
su # 进入root权限
输入密码
source /etc/bash.bashrc
Ctrl+d #退出root
sudo updatedb #更新database

（5）测试

//文件名字lena.cpp，测试结果会显示lena.jpg图像
#include <stdio.h>
#include <opencv2/opencv.hpp>
using namespace cv;
int main( )
{
    Mat image;
    image = imread("lena.jpg", 1 );//目录按照自己的目录
    if ( !image.data )
    {
        printf("No image data \n");
        return -1;
    }
    namedWindow("Display Image", WINDOW_AUTOSIZE );
    imshow("Display Image", image);
    waitKey(0);
    return 0;
}

(5-1)编译

g++ lena.cpp `pkg-config --cflags --libs opencv` -o lena

(5-2)在文件夹下运行

./lena

若显示图像，则安装成功。

5.配置caffe

(1)在终端输入：

cd /home/自己定义的caffe路径

(2)从github上获取caffe：

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

若没有git执行:sudo apt-get install git

(3)make操作前需要复制caffe中的Makefile.config.example并重命名为Makefile.config

(4)打开 Makefile.config文件并修改

若使用CUDNN

#USE_CUDNN:=1
修改为：
USE_CUDNN:=1

若opencv的版本是3,

#OPENCV_VERSION:=3
改为：
OPENCV_VERSION:=3

若使用python编写layer

#WITH_PTRHON_LAYER:=1
改为
WITH_PTRHON_LAYER:=1

将# Whatever else you find you need goes here.下的

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

（5）修改makefile文件

打开makefile文件，做如下修改：

将：
NVCCFLAGS +=-ccbin=$(CXX) -Xcompiler-fPIC $(COMMON_FLAGS)
替换为：
NVCCFLAGS += -D_FORCE_INLINES -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS)

（6）编辑/usr/local/cuda/include/host_config.h
将其中的第115行注释掉

将
#error-- unsupported GNU version! gcc versions later than 4.9 are not supported!
改为
//#error-- unsupported GNU version! gcc versions later than 4.9 are not supported!

（7）编译

sudo make all -j24  #-j根据自己电脑配置决定

sudo make pycaffe

sudo make test -j24

（8）测试

sudo make runtest