ubuntu16.04+cuda8.0+cudnn6+opencv3.1 搭建caffe与tensorflow

最新推荐文章于 2020-12-21 11:17:54 发布
最新推荐文章于 2020-12-21 11:17:54 发布
阅读量790 收藏
点赞数
CC 4.0 BY-SA版权
分类专栏： 深度学习 ubuntu 文章标签： ubuntu 深度学习 caffe
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/zlrai5895/article/details/78593811
本文详细记录了在Ubuntu系统下安装Caffe的过程，包括安装NVIDIA驱动、CUDA、cuDNN、OpenCV等依赖环境，以及解决安装过程中遇到的各种问题。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

 

网上很多搭建caffe的教程都不适用，安装的过程中走了很多弯路，进了很多坑，所以做一个笔记。

 

一、ubuntu系统

1.Ubuntu单系统的安装

   参考http://blog.youkuaiyun.com/zuoyefeng1990/article/details/50255645。

2.unbuntu系统安装过程中的分区

   参考http://blog.youkuaiyun.com/arcsinsin/article/details/17143163

3.ubuntu安装后更换源(使用合适的源)、网络连接、输入法，安装vim。

 

二、caffe

1.安装NVIDIA驱动

　　首先去官网（http://www.nvidia.cn/Download/index.aspx?lang=cn）查找适配自己电脑GPU的驱动。

  

          

                       

 

 

　　执行如下语句安装NVIDIA驱动,其中，出现是否disable 的时候要选是，输入密码，重启，选择change state

　　　　sudo add-apt-repository ppa:graphics-drivers/ppa

　　　　sudo apt-get update

              以自己电脑为例：

              sudo apt-get install nvidia-367 nvidia-settings nvidia-prime

　　　　

2.安装CUDA9.0

　　首先去官网下载CUDA 8.0，下载的是.run文件，根据自己的需要下载合适的.run文件。

　　下载完CUDA 8.0之后执行如下语句，运行.run文件

　　　　sudo sh cuda_8.0.176_384.81_linux.run

　　单击回车，一路往下运行，直到提示“是否为NVIDIA安装驱动nvidia-384？”，选择否，因为已经安装好驱动程序了，其他的全都是默认，不过要记住安装位置，默认是安装在/usr/local/cuda文件夹下。

　　配置环境变量，运行如下命令打开profile文件

　　　　sudo gedit  /etc/profile

　　打开文件后在文件末尾添加路径，也就是安装目录，命令如下：

　　　　export  PATH=/usr/local/cuda-8.0/bin:$PATH

　　　　export  LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64$LD_LIBRARY_PATH　　

 　　保存，然后重启电脑

　　　　sudo reboot

3.测试CUDA的Samples例子

　　cd  /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery

　　　sudo make

　　　./deviceQuery

　　如果显示的是关于GPU的信息，则说明安装成功了。

 

 

 

 

 

4.安装cudnn:

 

 

 

 

 

关键点是一定要安装cuda对应的cudnn包.

cudnn安装步骤：
从官网上下载cudnn的安装包,将安装包解压,将此安装包放在home路径下即可，并在当前路径下进行解压,解压后的文件夹名为cuda。 在终端上编辑如下代码：

$ cd cuda/include 
$ sudo cp *.h /usr/local/cuda/include/  (注意这里是你自己的cuda的安装地址，复制*.h文件)

 

关闭终端并重新打开（也可以返回最开始的目录）

$ cd cuda/lib64 
$ sudo cp libcudnn* /usr/local/cuda/lib64/

 

终端运行：

$ sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

 

 


5.安装opencv:

 

 

 

依赖包安装

 

打开shell终端，键入：

 

$ sudo apt-get install build-essential
$ sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev
$ sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev # 处理图像所需的包
$ sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev liblapacke-dev
$ sudo apt-get install libxvidcore-dev libx264-dev # 处理视频所需的包
$ sudo apt-get install libatlas-base-dev gfortran # 优化opencv功能
$ sudo apt-get install ffmpeg

 

如果update出现问题，就在软件与更新中的软件将ppa相关的源删除即可。

命令参考编译安装方法

 

首先在myopencv目录下的opencv目录中建立build文件夹，

cd myopencv/opencv
mkdir build
  • 1
  • 2

假如不加入contrib模块

cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local -D WITH_TBB=ON -D BUILD_NEW_PYTHON_SUPPORT=ON -D WITH_V4L=ON -D WITH_QT=OFF -D WITH_OPENGL=ON ..
  • 1

假如要加入contrib模块，那么：

cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local/ -D WITH_TBB=ON -D BUILD_NEW_PYTHON_SUPPORT=ON -D WITH_V4L=ON -D WITH_QT=OFF -D WITH_OPENGL=ON -D OPENCV_EXTRA_MODULES_PATH=~/myopencv/opencv_contrib/modules/ ~/myopencv/opencv
  • 1

当上述cmake命令执行后，会自动下载编译所需的第三方包，等待即可，包括ippcv等。

生成可执行文件安装

采用make -j $(nproc)命令—-j后面跟的参数为参与编译的CPU核数

make -j4
sudo make install
  • 1
  • 2

 设置opencv位置

执行下面命令即可

sudo /bin/bash -c 'echo "/usr/local/lib" > /etc/ld.so.conf.d/opencv.conf'
sudo ldconfig
sudo apt-get update
  • 1
  • 2
  • 3

 测试

以python为例，在python命令行中输入：

import cv2

出现问题：

（1）

 

/usr/bin/ld: cannot find -l****问题的解决办法

 

在ubuntu下编译C或cpp文件时，可能会出现找不到链接库的问题，其形式为：

cannot find -l**** 


这里的**一般是指的链接库， 


既然是lib文件链接有问题，简单了。这种情况分两种

在usr/lib目录下有这些库文件

直接修复以下链接即可，例如依次执行

ln -s lib***.so.6(某个数字) lib***.so
  • 1

即可

在usr/lib目录下没有这些文件

直接在系统根目录中依次搜索这些库文件，并使用

sudo cp 库文件名 /usr/lib
  • 1

命令将相应库文件拷贝到该目录中即可

（2）

CMake Error: The following variables are used in this project, but they are set to NOTFOUND.


Please set them or make sure they are set and tested correctly in the CMake files:
 

CUDA_nppi_LIBRARY (ADVANCED)
 

linked by target "opencv_cudev" in directory D:/Cproject/opencv/opencv/sources/modules/cudev

 

原因解析：

cuda9不再支持2.0架构

 

 

解决方案如下：

1）.找到FindCUDA.cmake文件

找到行

[cpp] view plain copy

  1. find_cuda_helper_libs(nppi)  

改为

[cpp] view plain copy

  1. find_cuda_helper_libs(nppial)  
  2. find_cuda_helper_libs(nppicc)  
  3. find_cuda_helper_libs(nppicom)  
  4. find_cuda_helper_libs(nppidei)  
  5. find_cuda_helper_libs(nppif)  
  6. find_cuda_helper_libs(nppig)  
  7. find_cuda_helper_libs(nppim)  
  8. find_cuda_helper_libs(nppist)  
  9. find_cuda_helper_libs(nppisu)  
  10. find_cuda_helper_libs(nppitc)  

2）.找到行

 

 

[cpp] view plain copy

  1. set(CUDA_npp_LIBRARY "${CUDA_nppc_LIBRARY};${CUDA_nppi_LIBRARY};${CUDA_npps_LIBRARY}")  

改为

 

 

[cpp] view plain copy

  1. set(CUDA_npp_LIBRARY "${CUDA_nppc_LIBRARY};${CUDA_nppial_LIBRARY};${CUDA_nppicc_LIBRARY};${CUDA_nppicom_LIBRARY};
  2. ${CUDA_nppidei_LIBRARY};${CUDA_nppif_LIBRARY};${CUDA_nppig_LIBRARY};${CUDA_nppim_LIBRARY};${CUDA_nppist_LIBRARY};
  3. ${CUDA_nppisu_LIBRARY};${CUDA_nppitc_LIBRARY};${CUDA_npps_LIBRARY}")  

3）.找到行

 

 

[cpp] view plain copy

  1. unset(CUDA_nppi_LIBRARY CACHE)  

改为

 

 

[cpp] view plain copy

  1. unset(CUDA_nppial_LIBRARY CACHE)  
  2. unset(CUDA_nppicc_LIBRARY CACHE)  
  3. unset(CUDA_nppicom_LIBRARY CACHE)  
  4. unset(CUDA_nppidei_LIBRARY CACHE)  
  5. unset(CUDA_nppif_LIBRARY CACHE)  
  6. unset(CUDA_nppig_LIBRARY CACHE)  
  7. unset(CUDA_nppim_LIBRARY CACHE)  
  8. unset(CUDA_nppist_LIBRARY CACHE)  
  9. unset(CUDA_nppisu_LIBRARY CACHE)  
  10. unset(CUDA_nppitc_LIBRARY CACHE)  


4）.找到文件OpenCVDetectCUDA.cmake

 

修改以下几行

 

[cpp] view plain copy

  1. ...  
  2.  set(__cuda_arch_ptx "")  
  3.  if(CUDA_GENERATION STREQUAL "Fermi")  
  4.    set(__cuda_arch_bin "2.0")  
  5.  elseif(CUDA_GENERATION STREQUAL "Kepler")  
  6.    set(__cuda_arch_bin "3.0 3.5 3.7")  
  7.  ...  

改为

 

 

[cpp] view plain copy

  1. ...  
  2. set(__cuda_arch_ptx "")  
  3. if(CUDA_GENERATION STREQUAL "Kepler")  
  4.   set(__cuda_arch_bin "3.0 3.5 3.7")  
  5. elseif(CUDA_GENERATION STREQUAL "Maxwell")  
  6.   set(__cuda_arch_bin "5.0 5.2")  
  7. ...  

 

5）.cuda9中有一个单独的halffloat(cuda_fp16.h)头文件,也应该被包括在opencv的目录里

 

将头文件cuda_fp16.h添加至 opencv\modules\cudev\include\opencv2\cudev\common.hpp

 

即在common.hpp中添加

 

#include <cuda_fp16.h>

重新生成即可

 

(3)

‘NppiGraphcutState‘ has not been declared

 

解决方案：

进入opencv-3.1.0/modules/cudalegacy/src/目录，修改graphcuts.cpp文件，将：

#include "precomp.hpp"

#if !defined (HAVE_CUDA) || defined (CUDA_DISABLER)

改为

#include "precomp.hpp"

#if !defined (HAVE_CUDA) || defined (CUDA_DISABLER) || (CUDART_VERSION >= 8000)

然后make编译就可以了

 

6、安装caffe

 

 

sudo apt-get update

sudo apt-get upgrade

sudo apt-get install -y build-essential cmake git pkg-config

sudo apt-get install -y libprotobuf-dev libleveldb-dev libsnappy-dev libhdf5-serial-dev protobuf-compiler

sudo apt-get install -y libatlas-base-dev

sudo apt-get install -y --no-install-recommends libboost-all-dev

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

sudo apt-get install -y python-pip

sudo apt-get install -y python-dev
sudo apt-get install -y python-numpy python-scipy

sudo apt-get install -y libopencv-dev

 

 

 

 

 

（1）https://github.com/BVLC/caffe下载caffe

下载完成后，会在家目录下的下载里找到caffe-master.zip，用unzip命令解压到家目录下，然后重命名为caffe.

（2）复制Makefileconfig

sudo cp Makefile.config.example Makefile.config

（3）打开并修改配置文件：

sudo gedit Makefile.config #打开Makefile.config文件 

根据个人情况修改文件：

a.若使用cudnn，则
将

#USE_CUDNN := 1

修改成：

USE_CUDNN := 1

b.若使用的opencv版本是3的，则

#OPENCV_VERSION := 3

修改为：

OPENCV_VERSION := 3

c.若要使用python来编写layer，则

#WITH_PYTHON_LAYER := 1

修改为

WITH_PYTHON_LAYER := 1

d.重要的一项 :

将# Whatever else you find you need goes here. 下面的

1 INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include
2 LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib

修改为：

1 INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial
2 LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu /usr/lib/x86_64-linux-gnu/hdf5/serial

 

 

make all -j4
make test
make runtest
make pycaffe

 

这时候cd 到caffe 下的 python 目录，试试caffe 的 python wrapper安装好没有：

python
import caffe

如果不报错，那就说明安装好了。

 

 

 

 

 

出现问题：

（1）opencv使用cmake链接库函数出现usr/bin/ld: cannot find -lopencv_终极解决方案

在计算机目录搜索找不到的opencv动态链接库文件，将它拷贝到usr/lib文件夹

（2）Unsupported gpu architecture 'compute_*'2017解决方法

 

makefile.config中有cuda版本限制，设置的参数有可能cuda不支持。

如下：

# For CUDA < 6.0, comment the *_50 through *_61 lines for compatibility.
# For CUDA < 8.0, comment the *_60 and *_61 lines for compatibility.
CUDA_ARCH := # -gencode arch=compute_20,code=sm_20 \
      #  -gencode arch=compute_20,code=sm_21 \
        -gencode arch=compute_30,code=sm_30 \
        -gencode arch=compute_35,code=sm_35 \
        -gencode arch=compute_50,code=sm_50 \
        -gencode arch=compute_52,code=sm_52 \
        -gencode arch=compute_60,code=sm_60 
        -gencode arch=compute_61,code=sm_61 \
        -gencode arch=compute_61,code=compute_61

 

解决方法：

看上面红色的备注，把可能不兼容的行的注释掉就可以了。

 

（3）"libcudart.so.9.0 cannot open shared object file: Nosuch file or directory"

 

解决办法是将一些文件复制到/usr/local/lib文件夹下：

#注意自己CUDA的版本号！
sudo cp /usr/local/cuda-9.0/lib64/libcudart.so.9.0 /usr/local/lib/libcudart.so.9.0 && sudo ldconfig
sudo cp /usr/local/cuda-9.0/lib64/libcublas.so.9.0 /usr/local/lib/libcublas.so.9.0 && sudo ldconfig
sudo cp /usr/local/cuda-9.0/lib64/libcurand.so.9.0 /usr/local/lib/libcurand.so.9.0 && sudo ldconfig
 

 

 

 

(4)找不到arrayobject.h

 sudo apt-get install python-numpy

如果装了还是不行，就在计算机目录搜索arrayobject.h

找到它的位置，然后打开报错的cpp文件

将出错的行改为

#include<arrayobject.h所在的路径>

 

 

 

 

7  tensorflow

sudo pip install tensorflow-gpu==1.10
 

 

Ubuntu16.04+cuda8.0+caffe安装教程
autocyz
08-24 8万+
1、安装nvidia驱动首先去官网上查看适合你GPU的驱动（http://www.nvidia.com/Download/index.aspx?lang=en-us） 例如，本人的GPU适合的驱动如图： 执行如下语句，安装sudo add-apt-repository ppa:graphics-drivers/ppa sudo apt-get update sudo apt-get instal
ubuntu16.04+caffe+cuda8.0+cudnn5.1+opencv3.1配置
tingzuhuitou的博客
08-04 1957
搭建深度学习环境(这里深度学习框架选择caffe)1、配置方法(Nvidia GPU版)1.1、Nvidia Drivers我安装的NVIDIA驱动是nvidia-375lspci | grep -i nvidia sudo add-apt-repository ppa:graphics-drivers/ppa sudo apt-get update sudo apt-get install nvi
Ubuntu16.04 +cuda8.0+cudnn+opencv+caffe+theano+tensorflow配置明细
xunan003的博客
07-09 1984
原文链接：http://blog.csdn.net/hit2015spring/article/details/53510909?locationNum=2&fps=1 安装英伟达显卡驱动 首先去官网上查看适合你GPU的驱动 （http://www.nvidia.com/Download/index.aspx?lang=en-us） [python] view plai
Ubuntu16.04 + cuda8.0 + cudnn + caffe 一系列搭建教程
Dorothy_Xue
09-07 556
用于自己无限次重新安装备忘使用。 一、Ubuntu16.04安装 1. 提前百度制作一个U盘启动备用（UltraISO注册码  网搜的   名：王涛  域：如下）。 7C81-1689-4046-626F 2. 插U盘，开机。开机过程中狂按F2键，设置BIOS boot启动项为U盘启动，按F10保存退出。 3. 进入安装界面。 （1）语言自选，中英都行，中文看起来方便，但是在文本模式...
Ubuntu16.04+GTX1070+python3.6+anaconda3+CUDA8.0+cudnn5.1+opencv3.2.0+TensorFlow1.2.1(GPU)
huangjinhaidao的博客
12-08 1727
1 更新源和安装的包更新源和已经安装的包：sudo apt-get update sudo apt-get upgrade２ gcc/g++降级cuda8.0对gcc5不支持，在编译时会出问题，所以此处将Ubuntu16.04自带的gcc和g++降级到4.9版本。sudo apt-get install -y gcc-4.9 sudo apt-get install -y g++-4.9 cd /...
Ubuntu16.04+Nvidia Driver+Nvidia Cuda8.0+Cudnn7.0.5+tensorflow-gpu+opencv3.0.4
dt529293249的博客
01-30 362
第一步 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-d
CUDA_nppi_LIBRARY (ADVANCED) Cmake编译opencv源码遇错
chenjiyou363753068的专栏
11-22 4171
使用Cmake编译opencv源码遇到如下错误 CMake Error: The following variables are used in this project, but they are set to NOTFOUND. Please set them or make sure they are set and tested correctly in the CMake files: ...
Ubuntu16.04+显卡GTX1060+cudn8.0+opencv3.1+caffe,
07-09
花时间整理的资料，安装成功。注意，当中出现安装cudn下载版本不是，资料中提供的8，下载最新的cudn9时候,发生错误。请按照资料中提供的版本。
Ubuntu16.04+CUDA8.0+cudnn v5.1+opencv3.1(2.4.10)+caffe+GTX 1080Ti 机器配置记录
icepasserby的博客
12-13 2092
从暑假就开始装环境，一路踩坑，终于忍不了了决定在博客上记录一下，方便自己查看，也希望能帮到遇到同样问题的朋友。  2017.11.23： caffe又不能训练了，怀疑是之前为了提取光流把opencv版本从3.1降到了2.4导致的，于是重新下载并编译了opencv3.1，但是仍然报错： E1123 09:29:26.794917 4138 common.cpp:114]Cannot cr...
Ubuntu16.04+Cuda8.0+Cudnn+Matlab2014a+OpenCV+Caffe 吐血安装教程
chengchaopeng520的博客
08-25 2739
Ubuntu16.04+Cuda8.0+Cudnn+Matlab2014a+OpenCV+Caffe 吐血安装教程 参考引用： http://blog.csdn.net/autocyz/article/details/52299889 http://blog.csdn.net/kexinmcu/article/details/53177238 http://blog.csdn
CMake Error: CUDA_nppi_LIBRARY (ADVANCED)
chenjiyou363753068的专栏
11-22 2039
                                &lt;div class="article-copyright"&gt;                     版权声明：本文为博主原创文章，未经博主允许不得转载。                    https://blog.csdn.net/u014613745/article/details/78310916      ...
OpenCV安装时CUDA_nppi_LIBRARY (ADVANCED) 报错处理方法
OscarMind的博客
08-26 4684
Ubuntu16.04在安装了CUDA10.1之后，安装OpenCV 执行cmake 时报错如下： **CMake Error: The following variables are used in this project, but they are set to NOTFOUND. Please set them or make sure they are set and tested correctly in the CMake files: CUDA_nppi_LIBRARY (ADVANCED)
opencv cmake编译错误
热门推荐
zqjackking的博客
06-02 1万+
使用Cmake编译opencv源码遇到如下错误 **CMake Error: The following variables are used in this project, but they are set to NOTFOUND. Please set them or make sure they are set and tested correctly in the CMake fil...
OpenCV编译出现 CMake Error: CUDA_nppi_LIBRARY (ADVANCED)
追求卓越583的博客
12-21 5100
由于先安装了Cuda,再对OpenCV进行编译安装时,出现错误 具体内容如下: CMake Error: The following variables are used in this project, but they are set to NOTFOUND. Please set them or make sure they are set and tested correctly in the CMake files: CUDA_nppi_LIBRARY (ADVANCED) li
CUDA与OpenCV关于CUDA_nppi_LIBRARY问题
reiko
12-15 2707
ros-melodic默认需要OpenCV3.2，下载OpenCV3.2源码后，编译支持CUDA，会报错缺少CUDA_nppi_LIBRARY定义，系统CUDA是10.0。 这是由于CUDA9以后就去掉了nppi。在CUDA的lib目录下查找nppi，没有nppi.so。CUDA10中的nppi库为： find_cuda_helper_libs(nppial) find_cuda_helper_libs(nppicc) find_cuda_helper_libs(nppicom) find_cud
Ubuntu16.04从零开始安装配置caffe(GPU,nvidia-smi,cuda8,cudnn6,opencv3.3)
qq_38522972的博客
10-29 1667
个人心得：本人配置caffe大约七八次，深度学习需要好电脑，由于换了一台新电脑，装完ubuntu16.04双系统必须要重新装caffe。现在网上的配置caffe教程大致是这样的：1，言简意赅，省略步骤，新手有些看不懂会搞错。2，有些教程步骤比较全，但是过于繁琐，而且有些出现很多错，虽然最后千辛万苦成功了既浪费了时间又不知所以然。 通过本次配置caffe的记录可以让我下次按照此教程配置的快点，如果...
[问题汇总]ubuntu16.04+cuda8.0+cudnn+opencv3.2+caffe+tensorflow+SS搭建
星辰大漠
07-30 4746
安装方法参考 http://blog.csdn.net/xunan003/article/details/74905696未完待续。。。ubuntu16.04安装：采用镜像解压U盘安装，在官网下载镜像包后解压拷贝至U盘中，在电脑BIOS设置U盘启动显卡驱动NVIDIA MX150驱动安装（以小米笔记本为例） 安装完ubuntu kylin16.04后，开机发热严重，风扇狂转。应该是显卡驱动的问题
ubuntu16.04 + CUDA8.0 + cudnn6.0 + anaconda3 + opencv3 + caffe
weixin_41018348的博客
06-09 2367
禁用nouveau：sudo gedit /etc/modprobe.d/blacklist.conf1在最后一行添加： blacklist nouveau 之后，执行命令：sudo update-initramfs -u  电脑重启之后执行 lsmod | grep nouveau  #没有输出，即说明安装成功  卸载已安装的CUDA请参考Ubuntu16.04下CUDA和driver的卸载(...
OpenCV3.3编译安装+部分问题解决
qq_39839546的博客
07-18 2188
本机情况 操作系统：Ubuntu16.04 本机已安装NVIDIA显卡驱动+CUDA+cuDNN，安装方法见【安装链接】 OpenCV3.3编译安装 安装准备 1.安装opencv的工具和依赖项 sudo apt-get install cmake sudo apt-get install build-essential libgtk2.0-dev libavcodec-dev sudo apt-get install libavformat-dev libjpeg.dev libtiff4.dev su
Ubuntu 16.04+CUDA 8.0+CUDNN 6.0+OpenCV 3.6+Python 2.7/3.5 GPU 安装教程
"本篇教程详细介绍了如何在Ubuntu 16.04操作系统上搭建一个支持GPU的Caffe深度学习框架环境，涉及的主要组件包括CUDA 8.0、cuDNN 6.0、OpenCV 3.6以及Python 2.7和3.5。整个过程分为两个步骤：第一步是安装必要的...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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