ubuntu16.04上安装caffe（无GPU）

最新推荐文章于 2019-08-22 06:42:40 发布

转载最新推荐文章于 2019-08-22 06:42:40 发布 · 967 阅读

ubuntu 同时被 3 个专栏收录

7 篇文章

订阅专栏

16.04

1 篇文章

订阅专栏

caffe

1 篇文章

订阅专栏

本文介绍如何在Ubuntu 16.04 LTS系统上配置并安装深度学习框架Caffe，包括安装依赖、设置编译配置文件及编译测试等步骤。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

参考：https://blog.youkuaiyun.com/Reedlh/article/details/80659363

常用的深度学习框架有 TensorFlow、Caffe、Theano、Torch、CNTK，这里记录作为入门级的菜鸟如何配置Caffe - -计算机视觉库。

参照Caffe官网安装教程，简单翻译如下：

Caffe安装依赖关系
1.使用GPU需要安装CUDA；
2.BLAS：三种库可以选择ATLAS、MKL、OpenBLAS；
3.Boost >=1.55；
4.protobuf , glog , gflags , hdf5
可选的依赖关系
1.OpenCV>=2.4；
2.IO库：lmdb , leveldb；
3.GPU加速，需安装cuDNN.
Pycaffe接口
对于Python Caffe：Python 2.7或者Python 3.3+，numpy>=1.7，boost提供boost.python.
Matcaffe接口
对于MATLAB Caffe：使用MATLAB mex编译器.
安装步骤记录如下
电脑安装有Ubuntu 16.04 LST系统自带Python2.7+Python3.5，自行安装了Anaconda(Python3.6).
1.必要的软件
按官方安装提示，对于Ubuntu 16.04 LST操作如下：

$ 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

2. 安装BLAS

三种可选的安装包，ATLAS、MKL、OpenBLAS，任选一种安装：

$ sudo apt-get install libatlas-base-dev
$ sudo apt-get install libopenblas-dev

3. 依赖包

注意，不安装如下软件包会在后面的编译过程中出错！官方指出，对于Ubuntu 16.04 LST是需要安装CUDA 8的，而对于Ubuntu 14.04 LST，是需要如下软件包的。CUDA是由cuda-toolkit+nvidia驱动+sample三部分组成，有的教程说无GPU直接跳过cuda的安装，有的说只安装cuda-toolkit，实质上应该都是指安装如下软件包：

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

4. 编译Caffe

①从GitHub上克隆到本地：

$ cd ~
$ git clone https://github.com/BVLC/caffe

②修改编译配置文档

$ cd ~/caffe
$ cp Makefile.config.example Makefile.config

具体修改如下：
1. CPU_ONLY := 1这一行去掉注释，表示只用CPU；
2. WITH_PYTHON_LAYER := 1这一行去掉注释，表示使用python来编写layer；
3.将 BLAS := Atlas改为 BLAS := open

4.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

5.关于USE_CUDNN := 1、OPENCV_VERSION := 3以及anaconda暂不做修改.

③修改编译文件

LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_hl hdf5
改为：
LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_serial_hl hdf5_serial

④编译测试

make all -j4
make test -j4
make runtest -j4