Ubuntu下安装Caffe(CPU Only)
来源:互联网 发布:淘宝网图书人性的弱点 编辑:程序博客网 时间:2024/05/16 10:02
1. 在安装Caffe(cpu only)之前需要安装一些依赖库,如下所示:
~$ sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler --no-install-recommends libboost-all-dev
接下来是安装BLAS:
~$ sudo apt-get install libatlas-base-dev
使用默认Python来建立pycaffe接口,需要安装:
~$ sudo apt-get install python-dev
还需要安装一些兼容性依赖库,如下:
~$ sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev
2. 下载Caffe源码
采用git下载Caffe源码,git软件须已经安装,安装方法如下:
~$ sudo apt-get install git
~$ git clone https://github.com/BVLC/caffe.git
3. 编译Caffe
到Caffe文件夹中,有一个Makefile.config.example的文件,复制它并重命名成Makefile.config,然后修改该配置文件:
~$ sudo cp Makefile.config.example Makefile.config
~$ gedit Makefile.config
使用文本编辑器打开Makefile.config,因为这里没有配置GPU,所以去掉CPU_ONLY := 1前面的注释;
由于Ubuntu16.04文件结构的变化,#Whatever else you find you need goes here.处要改成下面这样:
# Whatever else you find you need goes here.
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/i386-linux-gnu/hdf5/serial
在此步中hdf5相关路径的设置很关键,一定要找到本机安装hdf5的路径,否则会出现有关hdf5的错误。
设置到这里开始编译:
$ make pycaffe
结果报错,错误和numpy相关,其解决方法为:
$ sudo apt-get install python-numpy
$ sudo make pycaffe -j16
接着编译:
make pycaffe
make all
make test
make runtest
4. 测试
测试Caffe的Python接口,切换到caffe/python文件目录下,记录下来当前路径,输入以下命令:
export PYTHONPATH=/path/to/caffe/python:$PYTHONPATH
进入python环境,输入:
import caffe
如果没有报错,证明安装成功,如下图所示:
上面的方法,一旦关闭终端或者打开新终端则失效,如果放到配置文件中,可以永久有效果,命令操作如下:
sudo echo export PYTHONPATH="~/caffe/python" >> ~/.bashrc
#B.使环境变量生效
source ~/.bashrc
至此,Caffe的安装完成,下面运行caffe自带的两个简单例子。
1. mnist实例
mnist数据训练样本为60000张,测试样本为10000张,每个样本为28*28大小的黑白图片,手写数字为0-9,因此分为10类。
在Caffe根目录下,下载mnist数据:
$ sudo sh data/mnist/get_mnist.sh
运行成功后,在 data/mnist/目录下有四个文件:
train-images-idx3-ubyte: 训练集样本 (9912422 bytes)
train-labels-idx1-ubyte: 训练集对应标注 (28881 bytes)
t10k-images-idx3-ubyte: 测试集图片 (1648877 bytes)
t10k-labels-idx1-ubyte: 测试集对应标注 (4542 bytes)
这些数据不能在caffe中直接使用,需要转换成LMDB数据:
$ sudo sh examples/mnist/create_mnist.sh
如果想运行leveldb数据,请运行 examples/siamese/ 文件夹下面的程序。 examples/mnist/ 文件夹是运行lmdb数据
转换成功后,会在 examples/mnist/目录下,生成两个文件夹,分别是mnist_train_lmdb和mnist_test_lmdb,里面存放的data.mdb和lock.mdb,就是我们需要的运行数据。
接下来是修改配置文件,如果你有GPU且已经完全安装好,这一步可以省略,如果没有,则需要修改solver配置文件。
需要的配置文件有两个,一个是lenet_solver.prototxt,另一个是train_lenet.prototxt.
首先打开lenet_solver_prototxt:
$ sudo gedit examples/mnist/lenet_solver.prototxt
根据需要,可以对相关参数进行设置,如max_iter处设置最大迭代次数,以及决定最后一行solver_mode,是否要改成CPU,保存退出后,就可以运行这个例子了:
$ sudo time sh examples/mnist/train_lenet.sh
运行结果如下图所示:
2. cifar10实例
同mnist实例一样,运行以下命令:
$ sudo sh data/cifar10/get_cifar10.sh
$ sudo sh examples/cifar10/create_cifar10.sh
根据需要,可以打开prototxt文件对相关参数进行设置,如
$ gedit cifar10_quick_solver_lr1.prototxt
参数设置好后。保存退出,然后运行:
$ sudo time sh examples/cifar10/train_quick.sh
运行结果如下图所示:
参考资料:1. http://blog.csdn.net/muzilinxi90/article/details/53673184
2. http://www.linuxidc.com/Linux/2016-11/136774p9.htm
- Ubuntu下安装Caffe(CPU Only)
- Ubuntu 16.04下CPU only模式的caffe安装
- 虚拟机环境下Ubuntu系统的Caffe安装 CPU-ONLY
- ubuntu下opencv3.1.0+caffe安装教程(CPU-only)
- Ubuntu 14.04安装caffe only CPU
- Ubuntu 16.04上安装Caffe(CPU only)
- Ubuntu安装caffe指南(cpu only)
- ubuntu 16.04 cpu only 安装caffe
- Ubuntu1404下Caffe(Only CPU)安装
- Mac下安装Caffe—CPU ONLY
- Vmware虚拟机安装caffe,Ubuntu安装caffe,CPU only版本
- [Ubuntu 16.04 LTS][Caffe][CPU only]Caffe安装记录
- Ubuntu 14.04 caffe 学习系列一,caffe安装only CPU
- Caffe--Ubuntu 16.04上安装Caffe(CPU only)
- Ubuntu 14.04上Caffe安装:CPU-Only与GPU支持
- ubuntu安装faster r-cnn(caffe,python,only cpu)
- caffe 的cpu only安装
- caffe安装心得cpu(only)
- 二叉树的遍历
- SDCMS全局标签
- AOJ.866 飞越原野 (三维BFS)
- C++(笔记)浅析运算符重载&实例
- Svn目录结构:trunk;tags;branches
- Ubuntu下安装Caffe(CPU Only)
- POI 导入大数据
- POJ 1081 You Who? 笔记
- hdu1010
- ubuntu-如何解决错误-Failed to fetch http://dl.google.com/linux/chrome/deb/dists/stable/Release
- Java8:Lamdba表达式与局部变量
- 实验 12 多区域下 OSPF 配置实验
- 数据压缩实验三——霍夫曼编解码算法实现
- poj3318——Matrix Multiplication(随机化算法)