caffe安装配置
来源:互联网 发布:linux vi怎么保存退出 编辑:程序博客网 时间:2024/05/16 17:47
真是费了死劲了,坚持了快十天,终于装好了。不抱怨了赶紧记下如何搭建这个caffe吧。
一、首先在原有的win7系统下装载Ubuntu14.04 LTS(自己下载)网上有相关的教程,请参考win7下通过easyBCD引导安装Ubuntu14.04_百度经验http://jingyan.baidu.com/article/e4d08ffdace06e0fd2f60d39.html。装Ubuntu的时候分区我按照的是
swap交换分区:2G
boot分区:200M
usr分区:50G
home分区:300G
主分区(/):30G
二、如果想要卸载Ubuntu,请参考文章win7下删除ubuntu(mbrfix恢复启动项)_火星烂菜_新浪博客http://blog.sina.com.cn/s/blog_71df60030100zmnh.html
三、Caffe (Convolution Architecture For Feature Extraction)作为深度学习CNN一个非常火的框架,对于初学者来说,搭建Linux下的Caffe平台是学习深度学习的第一步。
1、
1. 安装build-essentials
安装开发所需要的一些基本包
1: sudo apt-get install build-essential
2. 安装NVIDIA驱动
输入下列命令添加驱动源
1: sudo add-apt-repository ppa:xorg-edgers/ppa
2: sudo apt-get update
安装340版本驱动(具体版本取决于电脑显卡的型号,详细可到NVIDIA官网查看)
1: sudo apt-get install nvidia-340
安装完成后,继续安装下列包
安装驱动完毕,reboot.(重启电脑)1: sudo apt-get install nvidia-340-uvm
3. 安装CUDA 6.5
CUDA的Deb包安装较为简单,按照官网流程,事先安装必要的库
3.1 安装CUDA1: sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev
然后通过以下命令获取Ubuntu 14.04 CUDA相关的repository package
1: $ sudo dpkg -i cuda-repo-ubuntu1404_6.5-14_amd64.deb
2: $ sudo apt-get update
然后开始安装CUDA Toolkit
这个过程需要一些时间,大家可以歇会。。。。。1: $ sudo apt-get install cuda
3.2 环境配置
sudo vim ~/.bashrc
在最后加上:
export PATH=/usr/local/cuda-6.5/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-6.5/lib64:$LD_LIBRARY_PATH
sudo ldconfig
3.3 安装CUDA SAMPLE
复制cudasdk下的samples复制到主目录home
验证系统环境变量是否设置正确,可以再进行一下这一步
cuda-install-samples-6.5.sh ~
验证驱动是否安装正确
cat /proc/driver/nvidia/version
正常情况会显示驱动版本
验证nvcc
nvcc –V
一般情况,会提示nvcc没有安装,因为cuda-toolkit没有安装完整。按照提示安装即可
sudo apt-get install nvidia-cuda-toolkit
安装完后,再次验证nvcc
编译cuda-samples
切换到cuda-samples所在目录 cd /home/NVIDA_CUDA-6.5_Samples
编译 make (如果提示没有make命令,请安装cmake。sudo apt-get install cmake)
编译完毕,切换release目录 cd /bin/x86_64/linux/release
运行实例 ./deviceQuery
如果以上过程都成功后,可以通过运行bin/x86_64/linux/release 下的deviceQuery来验证一下。如果出现以下信息,则说明驱动以及显卡安装成功 1: ./deviceQuery Starting...
2:
3: CUDA Device Query (Runtime API) version (CUDART static linking)
4:
5: Detected 1 CUDA Capable device(s)
6:
7: Device 0: "GeForce GTX 670"
8: CUDA Driver Version / Runtime Version 6.5 / 6.5
9: CUDA Capability Major/Minor version number: 3.0
10: Total amount of global memory: 4095 MBytes (4294246400 bytes)
11: ( 7) Multiprocessors, (192) CUDA Cores/MP: 1344 CUDA Cores
12: GPU Clock rate: 1098 MHz (1.10 GHz)
13: Memory Clock rate: 3105 Mhz
14: Memory Bus Width: 256-bit
15: L2 Cache Size: 524288 bytes
16: Maximum Texture Dimension Size (x,y,z) 1D=(65536), 2D=(65536, 65536), 3D=(4096, 4096, 4096)
17: Maximum Layered 1D Texture Size, (num) layers 1D=(16384), 2048 layers
18: Maximum Layered 2D Texture Size, (num) layers 2D=(16384, 16384), 2048 layers
19: Total amount of constant memory: 65536 bytes
20: Total amount of shared memory per block: 49152 bytes
21: Total number of registers available per block: 65536
22: Warp size: 32
23: Maximum number of threads per multiprocessor: 2048
24: Maximum number of threads per block: 1024
25: Max dimension size of a thread block (x,y,z): (1024, 1024, 64)
26: Max dimension size of a grid size (x,y,z): (2147483647, 65535, 65535)
27: Maximum memory pitch: 2147483647 bytes
28: Texture alignment: 512 bytes
29: Concurrent copy and kernel execution: Yes with 1 copy engine(s)
30: Run time limit on kernels: Yes
31: Integrated GPU sharing Host Memory: No
32: Support host page-locked memory mapping: Yes
33: Alignment requirement for Surfaces: Yes
34: Device has ECC support: Disabled
35: Device supports Unified Addressing (UVA): Yes
36: Device PCI Bus ID / PCI location ID: 1 / 0
37: Compute Mode:
38: < Default (multiple host threads can use ::cudaSetDevice() with device simultaneously) >
39:
40: deviceQuery, CUDA Driver = CUDART, CUDA Driver Version = 6.5, CUDA Runtime Version = 6.5, NumDevs = 1, Device0 = GeForce GTX 670
41: Result = PASS
4. 安装BLAS
Caffe的BLAS可以有三种选择,分别为atlas、mkl以及openBLAS。对于mkl可以到intel官网下载,解压完成后又一个install_GUI.sh文件,执行该文件会出现图形安装界面,根据说明一步一步执行即可。
也可对openBLAS源码进行编译,不过需要gcc以及gfortran等相关编译器。个人认为比较便捷的是atlas,在Caffe官网上有相关的介绍,对于Ubuntu,通过以下命令可以下载atlas
1: sudo apt-get install libatlas-base-dev
OpenCV库安装可以通过网上写好的脚本进行下载:https://github.com/jayrambhia/Install-OpenCV
解压文档后,进入Ubuntu/2.4 给所有的shell脚本加上可执行权限
1: chmod +x *.sh
然后执行 opencv2_4_9.sh 安装最新版本,注意,OpenCV 2.4.9不支持gcc-4.9以上的编译器!!
再或者可以通过ubuntu14.04中安装opencv2.4.9 - freedemos的个人空间 - 开源中国社区
http://my.oschina.net/u/1757926/blog/293976来配置opencv
6. 安装其他dependencies
对于Ubuntu 14.04,执行以下命令下载其他相关依赖库文件
1: sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev
2: sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev protobuf-compiler
首先安装pip和python –dev
1: sudo apt-get install python-dev python-pip
以及caffe python wrapper所需要的额外包
1: sudo pip install -r /path/to/caffe/python/requirements.txt
- Caffe安装配置
- caffe安装配置
- ubuntu caffe 安装 配置
- [Windows] Caffe安装配置
- caffe安装配置
- caffe安装配置
- windows7+caffe安装配置
- caffe安装配置
- CentOS6.5安装配置caffe
- ubuntu16.04配置安装caffe
- Caffe SSD 配置与安装
- caffe Visual Studio 安装配置
- Caffe GPU版 安装配置
- Caffe的安装及配置
- Deeplab_v2 caffe 安装配置笔记
- 【Caffe安装】Ubuntu14.04上Caffe配置安装(Only CPU)
- caffe学习(1):多平台下安装配置Caffe
- Caffe学习笔记Windows 下caffe安装与配置
- 通过notepad++,用正则表达式,将多个手机号的中间部分用*屏蔽
- 保护模式
- MVC +EasyUI 实现简单查询功能
- NERD_commenter安装和使用
- Cocos2dx实现橡皮擦效果的实现
- caffe安装配置
- Android 传感器概述
- Sensor stack (传感器软件堆栈架构)
- 暂时
- Dinic算法用于求最大流
- centos php 拓展配置
- IMDG中的陷阱和问题
- 用excel, notepad++ 快速整理sql字段名,并快速完成将某个存储过程的查询结果插入到某张表
- redhat7 使用163 yum源 以及 epel源