caffe 连接 matlab2016b

一.准备工作
如果前期已经通过了caffe编译，连接了caffe与python，我们需要先将之前的编译清除，如果没有，就不需要多此一举

cd caffe
sudo make clean

然后我们要修改Makefile.config配置文件。在之前安装caffe的时候，已经在我的博客里详细记录了需要修改的地方，现在只需修改matlab的路径。

将MATLAB_DIR的注释去除，并在将路径修改为：MATLAB_DIR := /usr/local/MATLAB/R2016b
如下图所示：

二.编译

cd caffe
sudo make all
sudo make test
sudo make pycaffe
sudo make runtest
sudo make matcaffe
sudo make mattest

三.问题报错及解决办法

解决办法：

sudo gedit ~/.bashrc

在打开的文本的最下方加入一下内容：

export LD_PRELOAD=/usr/lib/x86_64-linux-gnu/libopencv_highgui.so.2.4:/usr/lib/x86_64-linux-gnu/libopencv_imgproc.so.2.4:/usr/lib/x86_64-linux-gnu/libopencv_core.so.2.4:/usr/lib/x86_64-linux-gnu/libstdc++.so.6:/usr/lib/x86_64-linux-gnu/libfreetype.so.6
export LD_LIBRARY_PATH=/usr/lib/x86_64-linux-gnu/

请注意自己的cuda版本号

sudo cp /usr/local/cuda-8.0/lib64/libcudart.so.8.0 /usr/local/lib/libcudart.so.8.0 && sudo ldconfig
sudo cp /usr/local/cuda-8.0/lib64/libcublas.so.8.0 /usr/local/lib/libcublas.so.8.0 && sudo ldconfig
sudo cp /usr/local/cuda-8.0/lib64/libcurand.so.8.0 /usr/local/lib/libcurand.so.8.0 && sudo ldconfig

若此时在make mattest 还出问题的话采用暴力解决方案：

将 usr/local/MATLAB/R2016b/bin/glnxa64 中以下三个文件删除。（建议删除前进行备份）

libopencv_core.so.2.4

libopencv_highgui.so.2.4

libopencv_imgproc.so.2.4

解决办法：

sudo ldconfig /usr/local/cuda/lib64

解决办法：

sudo rm /usr/local/MATLAB/R2016b/sys/os/glnxa64/libstdc++.so.6
sudo ln -s /usr/lib/x86_64-linux-gnu/libstdc++.so.6 /usr/local/MATLAB/R2016b/sys/os/glnxa64/libstdc++.so.6

当以上问题解决以后，在进入caffe文件夹，重新编译mattest。成功通过编译会显示出一下画面：

caffe 连接 matlab2016b相关推荐

毫秒级检测！你见过带GPU加速的树莓派吗？
上海站 | 高性能计算之GPU CUDA培训 4月13-15日三天密集式学习快速带你晋级阅读全文 > 正文共13130个字,5张图,预计阅读时间33分钟. 树莓派3B+英特尔神经计算棒进 ...
Oracle 学习笔记，，，经验总结整理的。。。
cmd进入: 1. D:\oracle\ora92\bin> 2. sqlplus /nolog 3. conn sys/sys as sysdba sqlplus进入: username:sy ...
Caffe 代码解读之全连接层 inner product layer
今天来看一下全连接层的代码.首先,我们要知道全连接层在做什么.先来看一下caffe的官方文档,介绍如下: 可以看到,输入为n c h w,输出为n c_o 1 1 那么,它究竟做了什么那? 假设con ...
caffe之(四)全连接层
在caffe中,网络的结构由prototxt文件中给出,由一些列的Layer(层)组成,常用的层如:数据加载层.卷积操作层.pooling层.非线性变换层.内积运算层.归一化层.损失计算层等:本篇主要 ...
caffe学习笔记31-理解全连接层
理解全连接层: 连接层实际就是卷积核大小为上层特征大小的卷积运算,卷积后的结果为一个节点,就对应全连接层的一个点.(理解) 假设最后一个卷积层的输出为7×7×512,连接此卷积层的全连接层为1×1×4 ...
Caffe中卷基层和全连接层训练参数个数如何确定
今天来仔细讲一下卷基层和全连接层训练参数个数如何确定的问题.我们以Mnist为例,首先贴出网络配置文件: [python] view plain copy name: "LeNet" ...
caffe中常用的层：全连接层Full Connection层
全连接层到底什么用?我来谈三点. 全连接层(fully connected layers,FC)在整个卷积神经网络中起到"分类器"的作用.如果说卷积层.池化层和激活函数层等操作是将 ...
Caffe 代码解读之全连接层concat layer
今天,我们看一下caffe的拼接层,即将两个或多个layer进行拼接. 首先,看一下caffe官方文档. 同其他layer一样,分为setup.reshape.Forward_cpu.Backward ...
caffe详解之全连接层
全连接层参数说明全连接层,输出的是一个一维向量,参数跟卷积层一样.一般将全连接置于卷积神经网络的后几层.权重值的初始化采用xavier,偏置初始化为0. layer { name: "ip ...
经典网络LeNet-5介绍及代码测试(Caffe, MNIST, C++)
LeNet-5:包含7个层(layer),如下图所示:输入层没有计算在内,输入图像大小为32*32*1,是针对灰度图进行训练和预测的.论文名字为" Gradient-Based Learni ...

caffe 连接 matlab2016b

caffe 连接 matlab2016b相关推荐

最新文章

热门文章