caffe-gpu ubuntu 安装_ubuntu16.04 cuda10.0 配置caffe gpu环境
caffe gpu环境的配置就是一部赤裸裸的血泪史,每次都能遇到很多问题~
环境依赖
ubuntu 16.04cuda 10.0python 3.5opencv 3.4.10sudo 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 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
git clone https://github.com/BVLC/caffe.gitcd caffecp Makefile.config.example Makefile.config
修改Makefile.config
1.# USE_CUDNN := 1 # USE_OPENCV := 0# OPENCV_VERSION := 3# WITH_PYTHON_LAYER := 1# 改为:USE_CUDNN := 1USE_OPENCV := 1OPENCV_VERSION := 3WITH_PYTHON_LAYER := 12.INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/includeLIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib改为:INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serialLIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu /usr/lib/x86_64-linux-gnu/hdf5/serial3.# 推荐使用python3.5的版本,一般Ubuntu系统自带的就行,python2.7太老,python3.6或者3.7容易出问题# 把python2.7代码加注释,python3.5前的注释去掉PYTHON_LIBRARIES := boost_python3 python3.5mPYTHON_INCLUDE := /usr/include/python3.5m \ /usr/lib/python3.5/dist-packages/numpy/core/include4.# 如果cuda版本大于等于9.0,需要注释掉前两行,如下# -gencode arch=compute_20,code=sm_20 \# -gencode arch=compute_20,code=sm_21 \CUDA_ARCH := -gencode arch=compute_30,code=sm_30 \ -gencode arch=compute_35,code=sm_35 \ -gencode arch=compute_50,code=sm_50 \ -gencode arch=compute_52,code=sm_52 \ -gencode arch=compute_60,code=sm_60 \ -gencode arch=compute_61,code=sm_61 \ -gencode arch=compute_61,code=compute_61
修改Makefile
NVCCFLAGS += -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS)改为:NVCCFLAGS += -D_FORCE_INLINES -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS)LIBRARIES += glog gflags protobuf boost_system boost_filesystem m改为:LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_serial_hl hdf5_serial
开始编译
make all -j8
这里遇到一个报错:
cannot find -lboost_python3
解决方案如下(https://github.com/BVLC/caffe/issues/4843)
cd /usr/lib/x86_64-linux-gnusudo ln -s libboost_python-py35.so libboost_python3.so
报错解决之后make clean一下,重新编译
sudo make all -j8sudo make test -j8sudo make runtest -j8
sudo make all的结果
sudo make test的结果
sudo make runtest的结果
如果你的运行结果和上面的一致,那么恭喜你,让无数人蛋疼的caffe-gpu环境配置的深坑成功让你淌过去了,接下来测试一下。
mnist数据集测试
# 下载mnist数据集cd ~/caffe/data/mnist sudo sh ./get_mnist.sh# 在该目录下将有相应图片和标签文件mnist数据格式转换cd ~/caffe sudo sh ./examples/mnist/create_mnist.sh# 将在mnist文件夹(上个步骤的路径)生成LMDB格式数据集# 训练mnistcd ~/caffe sudo sh ./examples/mnist/train_lenet.sh
测试结果如下,到此caffe成功安装完毕
配置python接口
# 配置环境变量sudo echo export PYTHONPATH="{caffe所在路径}/python" >> ~/.bashrc# 使之生效source ~/.bashrc
测试报错,缺少包
在这里卡了一下,系统目前默认python解释器是python3.5没问题,但pip安装的时候不知道为啥老是自动装到python3.6的环境中了
解决方案:
python -m pip install numpy scikit-image
如果默认python版本不是3.5,这里就需要指定具体的路径了,比如
/usr/bin/python3.5 -m pip install scikit-image
参考:
http://www.share4y.cn/2020/06/install-the-pip-package-to-the-specified-python-environment/
最终测试
完美!!!
参考来源:
https://blog.csdn.net/qq_33431368/article/details/84717053
https://blog.csdn.net/qq525003138/article/details/103910929
https://blog.csdn.net/g11d111/article/details/78141202
https://blog.csdn.net/weixin_38396731/article/details/78239117
https://blog.csdn.net/chenlufei_i/article/details/80068953
下一篇,
如何用caffe-ssd进行训练,
敬请期待...
往期推荐
Ubuntu 配置多个版本cuda(10.0、10.1)
用树莓派4b构建深度学习应用(九)Yolo篇
用树莓派4b构建深度学习应用(口罩篇)
用AI从零开始创建一个宫崎骏的世界
caffe-gpu ubuntu 安装_ubuntu16.04 cuda10.0 配置caffe gpu环境相关推荐
- 成功安装ubuntu16.04+cuda9.0+cuDNN7.0.5+caffe+digits(附错误汇总)
成功安装ubuntu16.04+cuda9.0+cuDNN7.0.5+caffe+digits(附错误汇总) 本机硬件:双核i7 内存8G 显卡GTX070(不好意思,比较水) 安装顺序:依赖包--& ...
- cuda8.0.44linux.run,ubuntu16.04+cuda8.0+cudnn6+tensorflow(gpu)1.4,一遍成功
8种机械键盘轴体对比 本人程序员,要买一个写代码的键盘,请问红轴和茶轴怎么选? 0 python环境(ubuntu16.04自带2.7.12)0.1 查看python版本与安装路径1 2 3 4pyt ...
- NVIDA GTX2080 Ubuntu18.04 cuda10.0 cudnn7.5 tensorflow 1.12 install
NVIDA GTX2080 Ubuntu18.04 cuda10.0 cudnn7.5 tensorflow 1.12 install 心仪已久的显卡2080终于到了,Ubuntu18这么帅,怎么还能 ...
- ubuntu 安装docker mysql 8.0.28
ubuntu 安装docker mysql 8.0.28 1. ubuntu 版本信息更新系统 webrx@us:~$ sudo apt update [sudo] webrx 的密码: 命中:1 h ...
- Ubuntu16.04(GTX1660ti)cuda10.0和cudnn7.6环境配置 (环境乃一生之敌!!!)
Ubuntu16.04(GTX1660ti)cuda10.0和cudnn7.6环境配置 (环境乃一生之敌!!!) 第一项:安装显卡驱动 1.下载显卡驱动,到https://www.nvidia.com ...
- 保姆级教学如何在Ubuntu 20.04工作站上配置深度学习环境
在Ubuntu 20.04工作站上配置深度学习环境 各位同学大家好,本教程将会一步一步的演示如何在一台安装了Ubuntu20.04的服务器上配置深度学习环境,使其成为深度学习工作站. 现在大多数深度学 ...
- 【一生一芯】Chap.1 “一生一芯”实验环境配置| VMware安装Ubuntu20.04 | PA工程配置 | 解决llvm版本问题
[一生一芯]Chap.1 "一生一芯"实验环境配置| VMware安装Ubuntu20.04 | PA工程配置 | 解决llvm版本问题 0. 什么是PA? 1. 安装VMware ...
- cuda10.0配置pytorch1.7.0+monai0.9.0
1. pytorch安装 没有对应cuda10.0的命令,重装10.2嫌麻烦,尝试直接用10.2的cudatoolkit,结果可行. # CUDA 10.2 (10.0能用,但如果命令里面写cuda ...
- Linux Ubuntu 安装编译Opencv 3.4.3 C++开发环境
在安装Autoware之前,需要先安装Opencv,之前在Windows下安装了Opencv,挺复杂的.不过,在Ubuntu 16.04环境中配置安装Opencv相对来说,比较简单. Linux Ub ...
最新文章
- 多角度回顾因果推断的模型方法
- 使用Forge,WildFly Swarm和Arquillian开发微服务
- php与JAVA的RSA加密互通
- Visual Studio 2010旗舰版正式版序列号 - civilman的专栏 - 博客频道 - CSDN.NET
- Windows 7防火墙阻止了远程桌面连接的解决方法
- python画中秋的月亮_水彩中秋月亮教程
- 小精灵股市行情软件办公室专用绿色版.rar
- ArcGIS 判断坐标系是否正确
- 怎么批量查找关键词-批量查找关键词软件工具
- 全国研究生数学建模竞赛资料【2004-2021】【详细整理】
- html chm如何打开方式,解答chm文件如何打开
- 防腐投加器需要加盐吗_什么情况下需要往鱼缸里加盐?盐有什么作用?
- !!股票大作手操盘术【图解】
- linux计算与检查md5值
- 初学音视频(一)-RGB和YUV格式分析
- FPGA学习笔记(八)同步/异步信号的打拍分析处理及亚稳态分析
- 取消input默认提示框
- 感恩节已经过了,但我们的感恩不能过去...
- LAMP详细架构过程
- java编译后的扩展名,Java源程序的扩展名是( ),经过编译后的程序的扩展名是( )...