Ubuntu16.04+GT720M + Cuda8.0+py-faster-rcnn(caffe)
Ubuntu16.04 + GT 720M + Cuda8.0+ Py-faster-rcnn(caffe)
Cuda8.0 安装
cuda 的安装其实挺简单的,有两种安装方法,一种使用deb文件,另一种是.run 文件,个人建议用deb文件安装,相对方便一些。
1. 下载安装 cuda8.0
下载
可以从官方网站上下载 : cuda 安装包下载
我用Googledrive分享deb的文件,国内的小伙伴可能下载不了,建议直接去官网下载: cuda8.0 deb 文件网络安装版
安装
此方法的cuda8.0 (对其他版本的cuda也适用)比较简单,三行命令就可以解决:
sudo dpkg -i cuda-repo-ubuntu1604_8.0.44-1_amd64.deb
sudo apt-get update
sudo apt-get install cuda
2. 安装 cudnn 库 (optional)
cudnn(cuda deep neural networks) 其实可以使GPU更快运算的库,尤其是对深度神经网络. 但是它对GPU的计算能力(compute capability)有一定的要求,至少是3.0。由于GT 720M的计算能力是2.1,所以它不支持cudnn。顺便在这链接查询GPU计算能力的链接:NVIDIA GPU 列表。
你可以根据列表了解NVIDIA GPU的类型以及对应的计算能力,来确定你的GPU是否支持cudnn。
cuda的安装和cudnn并没有什么关系,在这提一下后面编译caffe的时候会用到。
cudnn 下载
从官方网站下载:cudnn下载官网
用下面的命令配置cudnn:
tar zxvf cudnn-7.5-linux-x64-v5.1.tgz
cd cuda
sudo cp include/cudnn.h /usr/local/include/
sudo cp lib64/libcudnn* /usr/local/lib/
3. 重启电脑,验证cuda是否安装成功
验证cuda是否安装成功其实很简单,用 nvidia-smi 就可以搞定,如果输入 nvidia-smi,能够得到如下的 图,说明cuda已经成功安装了 ,但是切记在验证cuda是否安装成功之前必须要重启电脑,否则会报错。
nvidia-smi
卸载cuda 并重新安装
如果安装不成功,或者你想卸载旧版本,升新版本。 你需要先彻底删除和cuda相关的文件,用下面的命令删除:
sudo apt-get remove –purge nvidia-*
再重新安装cuda。
Py-Faster-RCNN(Caffe)的安装
py-faster-rcnn的安装所需要做的工作其实主要是关于caffe的编译。
step 1. 安装常用的dependencies
sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler libhdf5-dev
sudo apt-get install –no-install-recommends libboost-all-dev
sudo apt-get install libatlas-base-dev
sudo apt-get install python-dev
sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev
step 2. 安装 Cython, easydict, opencv
这三个库一定要记得安装,否则会报错
sudo pip install cython
sudo pip install easydict
sudo apt-get install python-opencv
step 3. 编译 Caffe for py-faster-rcnn
PS: 单独编译caffe 和在py-faster-rcnn文件夹里面编译caffe基本上是一样的,所以在这的编译也可以用来单独编译caffe。
在这分享两个链接:rbgirshick 大神的py-faster-rcnn
另外一个是关于caffe的:Caffe
从github上面clone整个目录:
git clone —recursive https://github.com/rbgirshick/py-faster-rcnn.git
PS : —recursive 是用来caffe-fast-rcnn (也就是caffe branch)的,这个必须要加上,否则此文件夹为空
step 4. 安装Python所需要的dependencies
cd py-faster-rcnn/caffe-fast-rcnn/python
在终端(Termianl)执行下面的命令:
for i in `cat requirements.txt`;do sudo pip install $i;done
PS: 执行上面的命令,要记得不要落下sudo,否则可能会报错
在 /py-faster-rcnn/lib directory 目录下执行make
, 会出现如下结果:
step 5. Compile caffe in caffe-fast-rcnn folder
cp Makefile.config.example Makefile.config
vim Makefile.config
注释掉 WITH_PYTHON_LAYER := 1
行
注释掉 `USE_CUDNN := 1行 如果你的计算机的计算能力能够支持cudnn ,由于我的pc不支持cudnn,所以我在这没有注释掉,这不影响使用cuda。
Add the following lines in Makefile.config
不然编译的时候会报错,之前在Ubuntu14.04LTS上没有遇到这个问题,不知为何在ubuntu16.04上会有,anyway,如果不加这两行,会出hdf5.h找不到的错误,还有其他的错误,总之,加上就对了。
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/hdf5/serial/
然后在py-faster-rcnn/caffe-fast-rcnn/
:目录下编译caffe:
$ make all -j4(or make all -j8) #-j4或者-j8是根据你电脑的核数说的,如果你的CPU是4核的,用-j4,如果是8核的,用-j8编译会快一些
$ make test
$make runtest
PS:在make test的时候可能会遇见关于 test_smooth_L1_loss_layer.cpp
的错误,给此文件重命名为test_smooth_L1_loss_layer.cpp.orig
会解决问题
mv test_smooth_L1_loss_layer.cpp test_smooth_L1_loss_layer.cpp.orig
step 6. Make pycaffe
在 py-faster-rcnn/caffe-fast-rcnn/
目录下执行 make pycaffe
如果不出现错误,或者得到:
make : Nothing to be done for ‘pycaffe’
说明make pycaffe
成功
到此,所有的准备工作已经昨晚,现在下载model并测试。
测试
Step1. 下载model
在py-faster-rcnn/data/scripts/目录下执行下面命令得到所需要的model。
bash fetch_faster_rcnn_models.sh
bash fetch_imagenet_models.sh
Step 2. 测试
在py-faster-rcnn/tools/ 目录下执行:
python demo.py —net zf
得到测试结果如下:
到此,测试结束!
安装的过程可能会碰到很多的问题,需要特别注意的点我已经在文章中指出,安装时需注意~
问题总结:
问题1:如果在编译的过程出现关于hdf5.h
的问题,首先看看你是不是在Makefile.config
修改了下面两行(红色标注的是需要添加的):
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
问题2: caffe
版本的问题
我在编译的时候出现了下面的错误:
make: *** [.build_release/src/caffe/parallel.o] Error 1
原因可能是我使用了cudnnv5的版本,caffe-fast-rcnn
的版本目前还不支持,所以我们的解决办法是merge caffe
到caffe-fast-rcnn
$cd caffe-fast-rcnn
$git remote add caffe https://github.com/BVLC/caffe.git
$git fetch caffe
$git merge caffe/master
并且把下面这一行给删除掉:
self_.attr(“phase”) = static_cast(this->phase_);
在/caffe-fast-rcnn/include/caffe/layers/python_layer.hpp
问题3:使用opencv3 版本的小伙伴,在编译之前记得在Makefile.config
里面修改下面两行:
# Uncomment if you’re using OpenCV 3
# OPENCV_VERSION := 3
把第二行给注释掉(去掉#
号)。
问题4:在make test
的时候出现关于test_smooth_L1_loss_layer.cpp
它的错误,执行下面命令解决此问题mv test_smooth_L1_loss_layer.cpp test_smooth_L1_loss_layer.cpp.orig
问题5:make runtest
时出现locale::facet::_S_create_c_locale name not valid
的错误。
设置‘LC_ALL’的环境变量,执行下面的语句export LC_ALL="en_US.UTF-8"
问题6:执行demo.py
文件时如遇到下面问题:
F1125 06:19:12.150683 8945 roi_pooling_layer.cu:91] Check failed: error == cudaSuccess (8 vs. 0) invalid device function
*** Check failure stack trace: ***
Aborted (core dumped)
修改../lib/fast_rcnn/config.py
第205行,把__C.USE_GPU_NMS = Ture
改成__C.USE_GPU_NMS = False
即可解决上面问题
在编译caffe的时候遇到很多的问题,希望上面的问题对你有帮助!有任何问题请联系 lyushuen@gmail.com
Ubuntu16.04+GT720M + Cuda8.0+py-faster-rcnn(caffe)相关推荐
- Ubuntu 14.04+GT720M+CUDA8.0+CUDNN+PYCAFFE
安装系统:Ubuntu14.04 安装前执行: sudo apt-get update sudo apt-get install g++ CUDA8.0包括2部分内容:Driver+Tool Kit, ...
- ubuntu16.04+gtx1060+cuda8.0+caffe安装、测试经历
首先说明,这是在台式机上的安装测试经历,首先安装的win10,然后安装ubuntu16.04双系统,显卡为GTX1060 台式机显示器接的是GTX1060 HDMI口,win10上首先安装了最新的GT ...
- gtx1050双显卡 linux,ubuntu16.04+GTX1050-Ti+cuda8.0(解决桌面重复登录)
序言 tensorflow中,为了编译并运行能够使用 GPU 的 TensorFlow, 需要先安装 NVIDIA 提供的 Cuda Toolkit和 CUDNN 失败的安装过程 首先tensorfl ...
- ubuntu16.04 + GTX1050-Ti + cuda8.0(解决桌面重复登录)
序言 tensorflow中,为了编译并运行能够使用 GPU 的 TensorFlow, 需要先安装 NVIDIA 提供的 Cuda Toolkit和 CUDNN 失败的安装过程 首先tensorfl ...
- 联想Y400安装ubuntu16.04、cuda8.0、cudnn5.1、anaconda2.7、tensorflow1.2、keras、opencv
联想Y400一个很老的机器了,因为带了块Nvidia的GEFORCE750独立显卡,所以尝试在该老机器上配置深度学习开发环境.前前后后有不少大大小小的坑,基本上都是一路百度.谷歌过来的.记录一下. 1 ...
- 笔记本双显卡ubuntu16.04系统 cuda8.0的安装和配置
1 CUDA安装 CUDA软件的安装参照Nvidia网站的"NVIDIA CUDA Installation Guide for Linux"文档进行. 1.1 安装前的检查 1. ...
- Ubuntu16.04安装CUDA8.0时,提示:The driver installation is unable to locate the kernel source.
该原因主要为安装CUDA8.0时会安装显卡驱动,而显卡驱动的安装需要的Ubuntu内核为4.4版本,而我们一般是4.15,可在终端执行 uname -r 查看系统内核版本,此时可选择不安装显卡驱动,等 ...
- Ubuntu16.04 安装CUDA8.0+CUDNN6.0+Tensorflow-GPU1.4版本出现问题解决方案
问题一:ImportError: libcublas.so.9.0: cannot open shared object file: No such file or directory 安装的Tens ...
- Ubuntu16.04 安装 OpenMPI4.0.0
Ubuntu16.04 安装 OpenMPI4.0.0 文章目录 OpenMPI 简介 一.OpenMPI 1.0.0版本下载 二.OpenMPI 安装步骤 1.解压并进行配置 2.Build 并安装 ...
最新文章
- c+和python先学哪个比较好-【编程先学什么好,c还是python】python教程c
- js运动动画的八个知识点
- Django models文件模型变更注意事项(表结构的修改)
- mysql查询出去年某月_Mysql 查询某年,某季度,某月,某天搜索方法总结
- [转]CSS完美兼容IE6/IE7/FF的通用hack方法
- 微软官方上线的Python教程,7个章节就把Python说通了!
- 使用Azure Functions玩转Serverless
- C# 8中的Async Streams
- C#多线程编程系列(五)- C# ConcurrentBag的实现原理
- pythoncount函数怎么用_python中count函数简单的实例讲解
- JS DOM事件(常用消息、常用事件、addEventListener、removeEventListener)
- sas java 虚拟机异常_深入理解JAVA虚拟机之异常诊断
- SAP License:SAP系统合规性审计介绍
- python模块下载失败_ubuntu16.04安装python的requests模块失败,怎么解决?
- paip.c++ 转换 java 解决方案
- Tomcat9-默认登录名/密码
- 目标跟踪算法研究整理
- fms安装教程 linux_[AS3]linux64下安装FMS5.0的方法
- 采用CPLD或者FPGA显示TFT液晶屏
- CF755F PolandBalls and Gifts
热门文章
- 卡西欧4800坐标正反算通用程序(终极篇)
- linux的下载利器——aira2 可以下载磁力链接
- hadoop进入退出安全模式
- 用户在命令行上发出了EULAS AGREED=1,表示不接受许可协议(虚拟机卸载残留)
- HTAP数据库及应用场景简析
- 用“人话”解释不精确线搜索中的Armijo-Goldstein准则及Wolfe-Powell准则
- VS2013 EF6连接MySQL步骤
- ProcessingJoy —— 粒子流逝特效【JAVA】
- linux服务器实训心得体会,linux实训心得体会
- python 海龟交易法则_【手把手教你】用Python量化海龟交易法则