caffe matio问题
http://blog.csdn.net/houqiqi/article/details/46469981
注:如果指令行模式实在解决不了/lib/libcaffe.so: undefined reference to `Mat_VarReadDataLinear'问题,可以尝试在QT下进行训练和测试。
1, 下载matio(http://sourceforge.NET/projects/matio/)
2,,安装
$ tar zxf matio-X.Y.Z.tar.gz
$ cd matio-X.Y.Z
$ ./configure
$ make
$ make check
$ make install
$ cd matio-X.Y.Z
$ ./configure
$ make
$ make check
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /home/baw010/houqiqi/dependencies/matio-1.5.2/src/.libs
libmatio.so.2.0.2: ELF 64-bit LSB shared object, x86-64, version 1 (SYSV), dynamically linked, BuildID[sha1]=0257ed156096e0f3a0014de932d7a4e484ac8559, not stripped
LIBRARY_PATH和LD_LIBRARY_PATH是Linux下的两个环境变量,二者的含义和作用分别如下:
LIBRARY_PATH环境变量用于在 程序编译期间查找动态链接库时指定查找共享库的路径,例如,指定gcc编译需要用到的动态链接库的目录。
LD_LIBRARY_PATH环境变量用于在 程序加载运行期间查找动态链接库时指定除了系统默认路径之外的其他路径,注意,LD_LIBRARY_PATH中指定的路径会在系统默认路径之前进行查找。
GCC里的链接器的选项是 -rpath 和 -rpath-link,看了下 man ld,大致是这个意思:
GCC链接选项-L,-rpath-link和-rpath-L: “链接”的时候,去找的目录,也就是所有的 -lFOO 选项里的库,都会先从 -L 指定的目录去找,然后是默认的地方。
-rpath_link (或者 -rpath-link):这个也是用于“链接”的时候的,例如你显示指定的需要 FOO.so,但是 FOO.so 本身是需要 BAR.so 的,后者你并没有指定,而是 FOO.so 引用到它,这个时候,会先从 -rpath-link 给的路径里找。
-rpath: “运行”的时候,去找的目录。运行的时候,要找 .so 文件,会从这个选项里指定的地方去找。对于交叉编译,只有配合 --sysroot 选项才能起作用。
也就是说,-rpath指定的路径会被记录在生成的可执行程序中,用于运行时。
-rpath-link 则只用于链接时。
在 Linux 下,如果你写好了自己的动态链接库,需要在其它程序里调用,则需要让这些程序能找到这些动态链接库。如果设置不对,会出现类似如下的错误:
test: error while loading shared libraries: libexampleso.so.0: cannot open shared object file: No such file or directory
这是因为没有把动态链接库的安装路径(例如说是 /usr/local/lib )放到变量 LD_LIBRARY_PATH 里。
这时,可以用命令 export 来临时测试确认是不是这个问题:
export LD_LIBRARY_PATH=/usr/local/lib
在终端里运行上面这行命令,再运行这个可执行文件,如果运行正常就说明是这个问题。
接下来的问题是:以上做法,只是临时设置变量 LD_LIBRARY_PATH ,下次开机,一切设置将不复存在;如何把这个值持续写到 LD_LIBRARY_PATH 里呢?
我们可以在 ~/.bashrc 或者 ~/.bash_profile 中加入 export 语句,前者在每次登陆和每次打开 shell 都读取一次,后者只在登陆时读取一次。我的习惯是加到 ~/.bashrc 中,在该文件的未尾,可采用如下语句来使设置生效:
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/lib
修改完后,记得关掉当前终端并重新打开一个新的终端,从而使上面的配置生效。
http://blog.csdn.net/liuxiabing150/article/details/52035621
DeepLab V2下载website:
https://bitbucket.org/aquariusjay/deeplab-public-ver2
在页面左上角clone即可
然后再依次执行下列命令:
cp Makefile.config.example Makefile.config
# Adjust Makefile.config (for example, if using Anaconda Python, or if cuDNN is desired)
make all
make pycaffe
make test # NOT mandatory
make runtest # NOT mandatory
注:在make all的时候,会报错:
bug1:matio.h no such file or directory
解决方法:执行下列命令即可:
- sudo apt-get install libmatio-dev
参考网址:https://bugs.launchpad.NET/ubuntu/+source/dynare/+bug/1537380
bug2:caffe/common.cu error: function atomicadd has already been defined
解决方法:https://github.com/vlfeat/matconvnet/issues/575
即找到/include/caffe目录下的common.cuh文件,在atomicAdd 函数的上下方添加以下code:
- #if !defined(__CUDA_ARCH__) || __CUDA_ARCH__ >= 600
- #else
- <... place here your own pre-pascal atomicAdd definition ...>注:这里即common.cuh中atomicAdd函数的定义
- #endif
For this error
ImportError: libcudart.so.7.0: cannot open shared object file: No such file or directory
I have executed this command to solve it
sudo ldconfig /usr/local/cuda/lib64
caffe matio问题相关推荐
- Caffe 编译错误记录
Caffe 编译错误记录 装了opencv 3之后,以前可以编译成功的的caffe总是出现错误,现记录下来,作为备份: 1.build_release/lib/libcaffe.so:对'cv::im ...
- caffe/common.cu error: function atomicadd has already been defined
http://blog.csdn.NET/houqiqi/article/details/46469981 1, 下载matio(http://sourceforge.NET/projects/mat ...
- Caffe学习记录(十一) ICNet分割网络学习
ICNet 是一个既考虑性能,又考虑准确率的分割网络,包含了语义分割和边缘精确分割,因为偶然看到就简单的了解一下,记录下来 论文是: ICNet for Real_time Semantic Segm ...
- PSPNet Caffe 编译安装
和Caffe安装流程一样,CUDA,cudnn, OpenCV 网上有很多,请参考实验室巨佬杰作 https://github.com/Mannix1994/SfSNet-Python/blob/ma ...
- caffe 下一些参数的设置
weight_decay防止过拟合的参数,使用方式: 1 样本越多,该值越小 2 模型参数越多,该值越大 一般建议值: weight_decay: 0.0005 lr_mult,decay_mult ...
- Caffe框架GPU与MLU计算结果不一致请问如何调试?
Caffe框架GPU与MLU计算结果不一致请问如何调试? 某一检测模型移植到Cambricon Caffe上时,发现无法检测出结果,于是将GPU和MLU的运行结果输出并保存后进行对比,发现二者计算结果 ...
- 常用深度学习框——Caffe/TensorFlow / Keras/ PyTorch/MXNet
常用深度学习框--Caffe/TensorFlow / Keras/ PyTorch/MXNet 一.概述 近几年来,深度学习的研究和应用的热潮持续高涨,各种开源深度学习框架层出不穷,包括Tensor ...
- visual studio2010-2015编译部署caffe
Windows版本caffe,编译所需三方库,项目工程,生成静态库和动态库,安装运行说明文档,分类任务示例demo. 下载地址:下载地址
- 标准caffe中实现darknet相关层。caffe和darknet模型的相互转换和加速(分类、检测、分割)
caffe实现darknet中的相关层,主要是yolo层和upsample层等: 实现yolo网络的训练和测试(分类.检测和分割): 提供darknet模型转caffe模型: 实现bn层合并和yolo ...
最新文章
- 在开源模式下云计算大数据的现状浅析
- 细数英特尔收购McAfee可获得安全产品
- 2021MIT博士pluskid年终总结
- ubuntu nginx添加站点配置失效处理
- CMDB整体项目梳理(1)
- android 音频设备类型,实现车载音频 HAL | Android 开源项目 | Android Open Source Project...
- 陕西师范大学计算机专业录取,陕西师范大学计算机类专业2016年在湖北理科高考录取最低分数线...
- 《HelloGitHub》第 73 期
- linux audio device driver音频设备驱动
- linux下几款可用网盘对比
- 从冯诺伊曼结构看AI
- ▷Scratch课堂丨【编程趣味卡3】制作音乐
- 内存优化 · 基础论 · 初识 Android 内存优化
- OTM应用能解决人工智能领域的数据安全问题
- linux部署jia包常用命令
- 基因组选择中如何清洗基因组数据
- word文档转html怎么设置utf-8,word转utf 如何将word改为utf-8编码
- 小米手机浏览器的input、textarea底被遮挡
- 福布斯2010年富豪榜中国上榜富豪
- Ubuntu 16.04.6 LTS (Xenial Xerus) - Download (下载)
热门文章
- boost::outcome模块outcome相关的测试程序
- boost::mpl模块实现zip_view相关的测试程序
- boost::math::acosh用法的测试程序
- boost::io::ostream_joiner模块相关的测试程序
- boost::make_nvp用法的实例
- ITK:更改图像原点间距或方向
- ITK:图像的区域最大值
- ITK:在傅立叶域中过滤图像
- DCMTK:测试衍生图像FG类
- VTK:可视化算法之SingleSplat