Ubuntu 1404 caffe安装

本文详细介绍如何从零开始搭建深度学习环境,包括安装OpenCV、CUDA、dlib等关键组件及Python依赖包,并提供了caffe框架的配置步骤。

首先是必要的包

sudo apt-get install build-essential  # basic requirement  
sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev libgflags-dev libgoogle-glog-dev liblmdb-dev protobuf-compiler #required by caffe  


opencv的安装

下载opencv的安装包,然后解压之后,进入该安装包之后,

cmake .

make

sudo make install

下面配置library,打开/etc/ld.so.conf.d/opencv.conf,在末尾加入/usr/local/lib    (有可能是个空文件,没关系)

然后 
sudo ldconfig

然后编辑/etc/bash.bashrc

加入

PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig
export PKG_CONFIG_PATH

至此,opencv安装配置完毕,下面开始测试

---------------------------------------------------------------------------------------------
将opencv源码包下的example/c拷贝出来,执行./build_all.sh
编译完后试一个人脸检测的程序:

./facedetect --cascade="/usr/local/share/OpenCV/haarcascades/haarcascade_frontalface_alt.xml" --scale=1.5 lena.jpg

即可表示该opencv安装成功


其次是cuda的安装,按照nvidia官网上给的教程进行安装


dlib的安装,需要在官网上下载代码包,安装将即可


Python包的安装,还需要在requirement.txt文件下进行安装

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

采用一个一个的安装方式是比较好的


caffe代码包的安装当中,需要进行的操作是:

cp Makefile.config.example Makefile.config

修改其中的内容,将CPU启用,选择BLAS为open

CPU_ONLY 是否只使用CPU模式,没有GPU没安装CUDA的同学可以打开这个选项

BLAS (使用intel mkl还是OpenBLAS)

安装openBlas,,采用如下的内容

make

sudo make install



### 如何在 Ubuntu 18.04 上安装 Caffe 深度学习框架 #### 方法一:通过 APT 安装 对于 Ubuntu 17.04 及以上版本,可以采用简单的方法来安装 Caffe: ```bash sudo apt update sudo apt install caffe-cpu # 对于仅使用CPU的环境 sudo apt install caffe-cuda # 对于支持GPU加速的环境 ``` 这种方法适合快速部署和测试场景[^1]。 #### 方法二:编译安装(推荐) 为了获得更好的性能优化以及自定义配置选项,建议按照以下步骤手动编译并安装 Caffe: ##### 准备工作 确保系统已更新至最新状态,并准备好必要的开发工具链: ```bash sudo apt-get update && sudo apt-get upgrade -y sudo apt-get install build-essential cmake git pkg-config unzip ``` ##### 安装依赖项 根据官方文档说明,在开始之前需先安装一系列依赖包。需要注意的是,如果已经从源码安装过 Protobuf,则无需再次安装其相关组件以免引起冲突。具体命令如下所示: ```bash apt-get install libprotobuf-dev libleveldb-compiler \ --no-install-recommends libboost-all-dev libatlas-base-dev \ python-dev libgflags-dev libgoogle-glog-dev liblmdb-dev ``` 此外,为了让后续可视化操作更方便,还需额外安装一些辅助工具: ```bash apt install python-tk tk-dev bsdmainutils ``` 这些工具主要用于绘制训练过程中的图表,使结果展示更为直观[^3][^4]。 ##### 获取源代码 克隆 GitHub 上最新的稳定版仓库作为基础进行构建: ```bash git clone https://github.com/BVLC/caffe.git ~/caffe cd ~/caffe ``` ##### 配置与编译 进入项目目录后,复制默认配置文件模板并编辑其中的关键参数以适应本地硬件条件;之后运行 Makefile 构建整个工程: ```bash cp Makefile.config.example Makefile.config # 编辑Makefile.config... make all -j$(nproc) make test -j$(nproc) make runtest -j$(nproc) ``` 完成上述步骤即表示成功搭建了一个完整的 Caffe 开发环境[^2]。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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