Ubuntu16.04 + caffe + cpu 安装

最新推荐文章于 2022-05-11 00:11:57 发布

qishenlvqiao

最新推荐文章于 2022-05-11 00:11:57 发布

阅读量821

点赞数

本文链接：https://blog.youkuaiyun.com/u014191607/article/details/89847892

版权

【如果电脑配置了GPU，那么使用Ubuntu 16.04+caffe+cuda 8.0安装教程】

本文是在新安装的Ubuntu16.04上进行Caffe的安装。

一、检查自己电脑是否具有GPU

通常Caffe在计算时有两种模式可以选择，CPU或GPU，使用GPU处理图像速度会更快，但往往有的计算机没有GPU，配置太低，所以只能选择CPU，作者的电脑不支持GPU，因此选择CPU安装的版本。

输入：

lspci | grep -i nvidia

结果1

如果未显示任何内容，则证明你的电脑不支持GPU。

结果2

如果显示如下内容：则表明版本是GTX 650，支持GPU，可以去http://developer.nvidia.com/cuda-gpus去验证，支持CUDA，本文只描述CPU模式的caffe安装

二、正式安装

参考链接1：http://blog.youkuaiyun.com/u010193446/article/details/53259294

参考链接2：http://www.linuxidc.com/Linux/2016-09/135034.htm

第一步：安装python环境(Ubuntu环境默安装的python2.7）

PYTHON需要2.7版本,这是操作系统本身已经安装好的. 输入

python2.7 --version

会显示具体的版本号说明安装了.

但是还需要sudo apt-get install python-dev

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

(以上所有sudo apt-get在什么文件夹下输入都无所谓.)

sudo apt-get install python-dev //成功

sudo apt install pip//有问题一直显示无法定位软件包

sudo apt-get install python-pip //成功

sudo apt-get install git //成功

第二步：安装开发所需的依赖包

sudo apt-get update

sudo apt-get install build-essential

sudo apt-get install libprotobuf-dev

libleveldb-dev

libsnappy-dev

libopencv-dev

libboost-all-dev

sudo apt-get install libhdf5-serial-dev

libgflags-dev

libgoogle-glog-dev

liblmdb-dev

protobuf-compiler

sudo apt-get install libatlas-base-dev

第三步：克隆Caffe源代码

当ubuntu中已经有Git就无需下载Git直接输入以下代码

输入

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

结果是：

第四步：安装Caffe

修改配置文件，进入caffe文件中

cp MakeFile.config.example MakeFile.config

如果只使用cpu的话，修改Makefile.config文件中

sudo gedit Makefile.config

(1). 去掉CPU_ONLY前的#符号

(2). 配置引用路径

将源路径如下图，修改为：

原图

修改后配置文件

修改过程中可能出现：…WARNING:Set document metadata failed….. 无视此提示~

执行编译

出现错误：

/usr/lib/ld:找不到 –lhdf5_hl

/usr/lib/ld:找不到 –lhdf5

此时：

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

cd /usr/lib/x86_64-linux-gnu 验证

\\然后根据情况执行下面两句：

sudo ln -s libhdf5_serial.so.10.1.0 libhdf5.so

sudo ln -s libhdf5_serial_hl.so.10.0.2 libhdf5_hl.so

成功后

sudo make all

sudo make test

sudo make runtest

编译测试成功会显示：

第五步编译Python接口

参考链接：http://blog.youkuaiyun.com/u011762313/article/details/47262549

(1). sudo apt-get install gfortran(fortan编辑器)

进入caffe/Pyhton中: cd ~/caffe/python

for req in $(requirements.txt); do sudo pip install $req;done

出现错误：

用sudo apt-get python-pip 命令行获取的pip文件可能过时，需要更新pip

安装完成后，输入验证语句

sudo pip install -r requirements.txt

安装成功的，都会显示Requirement already satisfied，没安装成功的，会继续进行安装。

(2). 编译python编程接口

依赖库安装：

sudo apt-get install 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

3）将caffe根目录下的python文件夹加入到环境变量

先打开配置文件bashrc

sudo gedit ~/.bashrc

在文件的最后面添加

export PYTHONPATH=/home/moqi/caffe/python:$PYTHONPATH（在系统里找到caffe里的python文件，查找地址）

如下图：

注意，这里路径根据每个人电脑则不一样，例如，我的下载的caffe在/home/moqi/下面，所以路径为/home/moqi/caffe/python，你可以自行进入自己的caffe文件夹里的python目录下，输入pwd查看路径。

然后执行更新配置(有时更新不起作用时，可以重启电脑就会有效)：

sudo ldconfig

依赖库编译：

cd ~/caffe

sudo make clean

sudo make pycaffe

(3). reboot 重启，测试

python

import caffe

不出现错误信息，caffe就OK啦

第六步写python测试程序

参考链接：http://blog.youkuaiyun.com/u010193446/article/details/53259856

1. 安装sublime编辑器

sublime-text3的安装命令：

sudo add-apt-repository ppa:webupd8team/sublime-text-3

sudo apt-get update

sudo apt-get install sublime-text-installer

sublime-text2的安装命令：

sudo add-apt-repository ppa:webupd8team/sublime-text-2

sudo apt-get update

sudo apt-get install sublime-text-dev

安装过程中若出现：无法定位到软件包到sulime-text-installer

只需要更新apt安装源即可

2. 编写测试程序

基于前面编译成功

(1). 下载数据

cd ～/caffe/

./data/mnist/get_mnist.sh

./example/mnist/create_mnist.sh

(2). 修改配置

cd ～/caffe/

sudo gedit ./examples/mnist/lenet_solver.prototxt

修改slover_modle:CPU

(3). 训练模型

cd ~/caffe/

./example/mnist/train_lenet.sh

(4). 结果展示

(5). 程序中可能遇到的问题

能会遇到：

./create_mnist.sh: 17: ./create_mnist.sh: build/examples/mnist/convert_mnist_data.bin: not found原因1：路径不对

原因2：可执行程序没有编译成功，重新编译，然后执行

sudo make clean

sudo make