Ubuntu16.04安装配置Caffe教程(GPU版)

Ubuntu安装配置Caffe教程(GPU版)

By yggao

此教程主要借鉴自:

GPU版:http://www.linuxidc.com/Linux/2016-12/138870.htm

CPU版:http://www.linuxidc.com/Linux/2016-09/135034.htm

 

1   电脑配置及软件说明

1)     Ubuntu 16.04 x64系统,GPU:Quadro M4000(提示:在linux下可以通过命令lspic | grep –i vga 查看)

2)     Caffe:Convolutional Architecture for Fast FeatureEmbedding

3)     NVIDIA显卡驱动(不同的GPU对应不同的版本)

4)     CUDA 9.0

5)     cuDNN v7.0.5 for CUDA 9.0

6)     OpenCV 3.2.0

 

2          安装NVIDIA GPU驱动

2.1         查询GPU驱动

首先去NVIDIA官网http://www.nvidia.com/Download/index.aspx?lang=en-us查看适合自己显卡的驱动并下载。如下图1,图2所示。

图1. 填写GPU和系统信息

图2. 搜索结果

       本文中显卡型号是Quadro M4000,系统linux 64-bit,按照要求点击serach出现图2所示搜索结果,点击下载。本文中下载的驱动文件是:NVIDIA-Linux-x86_64-384.111.run。

注意:我们要把这个文件放到英文目录(e.g. /home)下,原因是下面我们要切换到文字界面下,如果放到中文目录下,我们没有办法进入这个目录(没有中文输入法,且中文全部是乱码)。

2.2         安装GPU驱动

2.2.1         屏蔽自带显卡驱动

1) 在终端下输入: sudo gedit /etc/modprobe.d/b

<think>好的,用户想在Ubuntu 16.04安装GPUCaffe深度学习框架。首先,我需要回忆一下安装Caffe的基本步骤,并确保去掉所有与GPU相关的部分。根据提供的引用内容,用户可能已经参考过一些资源,但需要更清晰的指导。 首先,安装依赖项是关键。引用[1]和[2]提到了安装各种开发库,比如libprotobuf-dev、libboost-all-dev等。这些是必须的基础依赖,确保编译时不会出错。需要注意的是,对于无GPU本,可能不需要安装NVIDIA驱动,所以可以跳过引用[1]中的步骤2和引用[3]中的GPU驱动安装部分。 接下来,用户可能需要克隆Caffe的源代码仓库。这部分在引用中没有提到,但通常Caffe安装需要从GitHub克隆代码。然后配置Makefile.config文件,如引用[5]提到的,需要修改配置文件。在无GPU的情况下,应该注释掉CPU_ONLY := 1这一行,并确保不使用CUDA相关的设置。同时,根据Python路径的配置,引用[4]提到需要设置PYTHONPATH环境变量,这可能是在安装完成后需要的步骤。 编译过程包括使用make命令编译Caffe,这里可能需要指定-j参数以加快速度。之后,运行测试以确保安装正确,比如make runtest。安装PyCaffe也是重要的一步,这样可以在Python中使用Caffe。最后,设置环境变量,让系统找到Caffe的Python模块,如引用[4]中的操作。 可能遇到的问题包括依赖项缺失、Python包未安装或路径配置错误。需要提醒用户仔细检查每个步骤,尤其是依赖项是否全部安装,以及Makefile.config中的配置是否正确。此外,Ubuntu 16.04的软件源可能较旧,需要确认是否仍然可用,或者是否需要更换镜像源。 总结步骤:安装依赖、克隆代码、配置、编译、测试、安装Python接口、设置环境变量。确保每个步骤都明确,并且针对无GPU的情况调整配置。最后生成相关问题,帮助用户解决可能遇到的更深层次问题。</think>### 在Ubuntu 16.04安装GPUCaffe的指南 #### **1. 安装系统依赖** 运行以下命令安装基础开发库: ```bash sudo apt-get update sudo apt-get install -y 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 sudo apt-get install git cmake build-essential ``` 此步骤确保编译所需的头文件和库已就位[^2]。 #### **2. 克隆Caffe仓库** ```bash git clone https://github.com/BVLC/caffe.git cd caffe ``` #### **3. 配置编译选项** 复制并修改配置文件: ```bash cp Makefile.config.example Makefile.config vi Makefile.config # 或使用其他编辑器 ``` 修改以下内容: - 取消注释 `CPU_ONLY := 1`(启用无GPU模式) - 注释或删除所有与CUDA相关的配置(如 `USE_CUDNN := 1`) - 检查BLAS设置(推荐使用OpenBLAS): ```makefile BLAS := open BLAS_INCLUDE := /usr/include/openblas ``` #### **4. 编译Caffe** ```bash make all -j$(nproc) # 使用多线程加速编译 make test make runtest # 验证核心功能 ``` #### **5. 安装Python接口** 安装Python依赖: ```bash sudo apt-get install python-dev python-numpy python-scipy python-matplotlib ``` 编译PyCaffe: ```bash make pycaffe ``` 添加Python路径到环境变量(永久生效): ```bash echo 'export PYTHONPATH=$(pwd)/python:$PYTHONPATH' >> ~/.bashrc source ~/.bashrc ``` 验证安装: ```python python -c "import caffe; print(caffe.__version__)" ``` #### **6. 常见问题** - **依赖缺失**:若编译报错提示缺少库,根据错误信息安装对应依赖。 - **Python路径错误**:确保`PYTHONPATH`正确指向Caffe的`python`目录[^4]。 - **BLAS冲突**:若使用其他BLAS库(如Atlas),需修改`Makefile.config`中的相关配置
评论 11
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