Caffe + Ubuntu 14.04 64bit + CUDA6.5 + 无GPU 配置
官网:
http://caffe.berkeleyvision.org/installation.html#compilation
参考网站:
http://www.cnblogs.com/dupuleng/articles/4213834.html
http://www.cnblogs.com/empty16/p/4793404.html
-------------------------------------------------------------------------------------------------------------------------------------
一、安装build-essentials
安装开发所需要的一些基本包
1 sudo apt-get install build-essential
二、CUDA安装
这一步包括三个部分:
- nvidia驱动
- cuda-toolkit
- cuda-samples
在CPU模式下仅需要安装cuda-toolkit,接下来介绍如何安装cuda-toolkit
2.1 下载CUDA6.5
下载方式:windows下载(http://developer.download.nvidia.com/compute/cuda/6_5/rel/installers/cuda_6.5.14_linux_64.run)通过ssh传到Ubuntu
或者直接在Ubuntu中输入:
1 wget http://developer.download.nvidia.com/compute/cuda/6_5/rel/installers/cuda_6.5.14_linux_64.run
通过下列命令增加.run文件的执行权限:
1 chmod +x *.run
然后解压下载到的文件:
./cuda_6.5.14_linux_64.run --extract=extract_path (说明:需要将extract_path改为将文件解压到的地点)
解压下载得到的.run文件,得到三个文件,我们只安装第一个,即cuda-toolkit包
- CUDA安装包: cuda-linux64-rel-6.5.14-18749181.run
- NVIDIA驱动: NVIDIA-Linux-x86_64-340.29.run
- SAMPLE包: cuda-samples-linux-6.5.14-18745345.run
2.2 安装cuda
安装CUDA需要在纯命令行下进行(非常重要),按 ctrl+alt+F1进入tty,登录后执行如下命令
sudo service lightdm stop 或者sudo stop lightdm
执行下列命令安装CUDA,按照提示一步步安装,其中会让你选择安装目录,接受协议等,为方便选择默认路径,直接回车即可。
sudo ./cuda-linux64-rel-6.5.14-18749181.run
2.3 添加环境变量
安装完成后在/etc/profile中添加环境变量,在文件最后添加
PATH=/usr/local/cuda-6.5/bin:$PATH export PATH
保存后,执行下列命令,使环境变量立即生效
source /etc/profile
2.4 添加lib库路径
在/etc/ld.so.conf.d/目录下增加文件cuda.conf,内容如下
/usr/local/cuda-6.5/lib64
执行下列命令立刻生效
sudo ldconfig
注: 如果你没有使用默认路径,将上面的路径换成自己相应的路径即可
2.5 退出命令行
sudo service lightdm start或者sudo start lightdm
三、安装BLAS
BLAS有三个版本:ATLAS, MKL, OpenBLAS。MKL是收费的,也用student版本,不过需要使用你所在单位的邮箱来申请, 其它两种是免费的,这里使用OpenBlas。听说MKL效率上比其它两种好很多。。
1. 下载地址:
1 wget https://codeload.github.com/xianyi/OpenBLAS/tar.gz/v0.2.15
2. 解压
1 tar -zvxf OpenBLAS-0.2.15
3.进入解压生成的文件进行编译安装:
直接输入:make; 估计会报错: make[1]: *** [sgemm.o] Error 1
那么输入:make TARGET=NEHALEM
编译好后会提示类似于: make PREFIX=/your/path/lib install等;它的意思就是安装lib到相应的地址
输入: make PREFIX=/usr/local/OpenBlas/
4. 添加lib库路径: 在/etc/ld.so.conf.d/目录下增加文件OpenBlas.conf,内容如下
/usr/local/OpenBlas/lib
5. 执行下列命令立刻生效
sudo ldconfig
四、安装Opencv
- 从github上下载安装脚本:https://github.com/jayrambhia/Install-OpenCV
- 进行Ubuntu/2.4目录,对所有脚本增加可执行权限
sudo chmod +x *.sh
安装最新版本(当前为2.4.9),有人自己写了2.4.20版本的,有兴趣的可以去下:http://pan.baidu.com/s/1m3hQu
3. 安装依赖项
sudo ./dependencies.sh
4. 安装opencv 2.4.9
sudo sh ./opencv2_4_9.sh
这块儿时间比较长,保证网络连接,需要联网下载安装包。
注意:中途可能会报错:
1
|
opencv-2.4.9/modules/gpu/src/nvidia/core/NCVPixelOperations.hpp(51): error: a storage class is not allowed in an explicit specialization
|
解决方案: 下载NCVPixelOperations.hpp ,替换掉Ubuntu/2.4/Opencv/opencv2.4.9/moduels/gpu/src/nvidia/core目录中的NCPixelOperations.hpp文件,重新执行安装命令
sudo sh ./opencv2_4_9.sh
五、安装其它依赖项
Ubuntu14.04用户执行
sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev libgflags-dev libgoogle-glog-dev liblmdb-dev protobuf-compiler
其它版本参考官网说明
六、安装Caffe所需要的Python 环境(未测试)
选择一个适合你的IDE运行环境,作者用的是Spyder,因为它内置了 iPython 环境,Caffe有不少的程序是基于 iPython 环境完成的。安装方法很简单,直接在Ubuntu软件中心搜索“spyder”即可安装。
七、安装Caffe所需要的matlab环境
- 下载:自己从网上找资源吧,百度云盘中有比较多的资源。注意:caffe只支持matlab12b以上的版本
- 安装具体流程参考:http://blog.csdn.net/aimatfuture/article/details/8058156
八、编译Caffe
- 下载:https://github.com/BVLC/caffe
- 进入caffe目录,复制一份Makefile.config
cp Makefile.config.example Makefile.config
- 根据自己环境修改相应内容
1 取消 CPU_ONLY := 1前面的注释
2. cuda 安装路径改为自己的路径 : CUDA_DIR := /usr/local/cuda-6.5
3. 配置路径:实现caffe对python和matlab接口的支持
PYTHON_INCLUDE := /usr/include/python2.7 \/usr/lib/python2.7/dist-packages/numpy/core/includePYTHON_LIB := /usr/local/libINCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/includeLIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/libMATLAB_DIR := /usr/local/MATLAB/R2014a
4. BLAS := open (根据自己选择的版本,分别设为atlas, mkl, open
BLAS_INCLUDE :=/usr/local/OpenBlas/include
BLAS_LIB :=/usr/local/OpenBlas/lib
Makefile中: BLAS ?= atlas 改成: BLAS ?= open
- 编译caffe
sudo make all -j2 sudo make test sudo make runtest
在一这步可能会碰到问题:undefined refrence to ' cudaGetDevice '
解决方法:
1. 修改Makefile.config, 修改CUSTOM_CXX := g++-4.6
2. 执行命令 sudo apt-get install gcc-4.6 g++-4.6 gcc-4.6-multilib g++-4.6-multilib
3. 修改以下两个文件
vi src/caffe/common.cpp
vi tools/caffe.cpp
使用google替代gflags
4. 重新make
如果在make的过程中提示:“error while loading shared libraries: xxx.so.x”,可能是cuda及OpenBLAS环境变量没有设置正确,检查相应步骤,可参考:http://blog.csdn.net/sahusoft/article/details/7388617
九、编译matlab wrapper
make matcaffe
十、编译python wrapper
make pycaffe
十一、使用MNIST数据集进行测试
这部分可参考caffe官网:http://caffe.berkeleyvision.org/gathered/examples/mnist.html,非常详细。
注:这一部分默认在caffe的目录下完成,不能去相应的子目录下执行脚本,因为脚本中的路径是相对于caffe目标的相对路径 。
- 获取数据: sudo sh data/mnist/get_mnist.sh
- 重建lmdb/ leveldb文件:sh examples/mnist/create_mnist.sh ( caffe支持三种数据格式输入: images(.jpg,.png等),leveldb, lmdb)
- 切换到CPU模式: 在lenet_solver.prototxt中修改 solover_mode = CPU , 在最后一行
- 训练minist: sudo sh examples/mnist/train_lenet.sh
没有错误的话,就可以看到一串串的输出信息啦。
会进行10000次的迭代,耐心的等待吧!
十二、测试训练的模型
当所有数据都训练好之后,接下来就是如何将模型应用到实际数据了:
./build/tools/caffe.bin test -model=examples/mnist/lenet_train_test.prototxt -weights=examples/mnist/lenet_iter_10000.caffemodel -gpu=0
如果没有GPU则使用
./build/tools/caffe.bin test -model=examples/mnist/lenet_train_test.prototxt -weights=examples/mnist/lenet_iter_10000.caffemodel
十二、在CPU模式下,所以不安装CuDnn
转载于:https://www.cnblogs.com/zhonghuasong/p/5090414.html
Caffe + Ubuntu 14.04 64bit + CUDA6.5 + 无GPU 配置相关推荐
- Caffe在Ubuntu 14.04 64bit 下的安装------pycaffe 配置
这里我主要参考 pycaffe 的 安装配置 http://www.linuxidc.com/Linux/2015-07/120449.htm 最近因为各种原因,装过不少次Caffe,安装过程很多坑, ...
- Caffe + Ubuntu 14.04 64bit + CUDA 6.5 配置说明
FROM:https://gist.github.com/realmyth/f368ba0fea429342236c 本步骤能实现用Intel核芯显卡来进行显示, 用NVIDIA GPU进行计算. 1 ...
- 在Ubuntu 14.04 64bit上安装Markdown和绘图软件Haroopad
简介 Haroopad:一款让你欲罢不能的Markdown编辑器 身为大程序员,我本来是不需要 Markdown 编辑器的,但是 Haroopad 让我简直欲罢不能,不能再爱更多.跨平台,代码高亮,V ...
- 在Ubuntu 14.04 64bit上安装StarUML 2.5版本
StarUML是来自韩国的一个优秀的UML绘图软件, 原来是免费软件, 现在需要付费购买.当然免费使用功能会有诸多限制. 它支持Windows, Linux和Mac OS等平台. 下面是我在Ubunt ...
- 在Ubuntu 14.04 64bit上安装CHM阅读器KchmViewer 5.3
kchmviewer是一款不错的开源软件,你可以使用它在linux系统下阅读chm格式的电子书.KchmViewer 作为一款使用Qt开发的程序,与KDE 桌面环境整合得很好.从语言兼容性上看,Kch ...
- 在Ubuntu 14.04 64bit上生成ATS本地离线文档
下面是在Ubuntu 14.04 64bit上生成ats本地离线文档的方法 首先请安装配置好sphinx环境,参见我前面的博文 http://blog.csdn.net/tao_627/article ...
- 在Ubuntu 14.04 64bit上安装python-pyqt5软件包(python 2.7)
一.摘要 python-pyqt5 软件包是做什么的,我在Ubuntu 14.04 64bit上该如何安装呢? pyqt5 python的GUI开发包.也就是跨平台的图形化开发包 http://www ...
- 在Ubuntu 14.04 64bit上编译并研究State Threads网络线程库源码
State Threads是一个广受关注的高性能网络线程库,winlin在SRS中做了比较充分的应用,我很遗憾直到现在才精心研究它.下面是我的研究实录,以作备忘. 一.源码编译 下面是在Ubuntu ...
- 在Ubuntu 14.04 64bit上安装Markdown编辑器Remarkble
目前Markdown已经是非常流行和高效的文档整理和书写工具语言, 我以前接触过, 但是一直没有坚持下来, 这次五一假期期间我强迫自己去熟悉它的语法格式和编辑器, 原来我在Ubuntu 14.04 6 ...
- 在Ubuntu 14.04 64bit上安装百度云Linux客户端BCloud
百度云是一个不错的网盘,Bcloud 是一个 Linux 下超赞的客户端, 官网 github: https://github.com/LiuLang/bcloud-packages 和kwplaye ...
最新文章
- html中锚点的应用【本页面跳转】
- fatfree-f3小型php框架(二)
- java 求交集 算法_Java计算交集,差集,并集的方法示例
- Android Flow遇见Retrofit网络请求实践
- 使用FTP获取RFC文档
- 一切转型始于数据和模型 | 2020 MATLAB EXPO 中国线上用户大会:即将上线
- spring加载classpath与classpath*的区别别
- 从零开始学ios开发(十四):Navigation Controllers and Table Views(上)
- Tomcat设置session超时的几种方式
- 【spring Boot】spring boot获取资源文件的三种方式【两种情况下】
- 在线英英词典完整代码
- iOS开发之地图代理不起作用(提示vImage decode failed, falling back to CG path.)
- R: ggplot2图片的布局排版
- 51nod - 1378 - 夹克老爷的愤怒
- 国产数据库-达梦数据库安装
- Android apk安装过程
- Mac电脑Finder侧边栏不显示iCloud云盘怎么办?
- (Math)矩阵求导
- sourcetree 中文版
- DDN周报|3月26日-4月1日
热门文章
- go -生成pb文件 -下
- 用户信息填写web代码_zabbix监控系列之监控项(8、web监控)
- Java I/O系统之转换流
- Mybatis的注解应用之映射声明
- 【渝粤教育】国家开放大学2018年秋季 0689-22T老年心理健康 参考试题
- CentOS英文环境下使用ibus输入法
- django模型篇:一对一、一对多、多对多,添加,批量插入和查询操作
- 模拟退火 (poj 2420, poj 2069)
- 《Python学习手册》(三)
- Effective C++ -----条款42:了解typename的双重意义