caffe Ubuntu14.0.4 64bit 环境配置说明(无CUDA)
来源:互联网 发布:淘宝达人账号简介范例 编辑:程序博客网 时间:2024/05/23 19:17
因为电脑显卡不是英伟达的,不能用cuda,所以在此配置的是不包含cuda的caffe。
1、安装build-essentials(开发所需要的一些基本包)
sudo apt-get install build-essential
2、安装ATLAS for Ubuntu
sudo apt-get install libatlas-base-dev
注:ATLAS, MKL,或OpenBLAS都可以,我这里选择安装ATLAS
3、安装OpenCV(参考的官方教程)(http://docs.opencv.org/3.0-last-rst/doc/tutorials/introduction/linux_install/linux_install.html)
1)Required Packages:
(1) sudo apt-get install build-essential
(2) sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev
(3) sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev
2)Building OpenCV from Source Using CMake(自行下载安装包 & 提取)
(1)Create a temporary directory
(2)Configuring
(3)Build
(4)To install libraries, from build directory execute
sudo make install #(在build目录下)
(5)下面配置library,打开 /etc/ld.so.conf.d/opencv.conf (如果此时不存在,则新建个文件;如果出现强制保存一直保存不上的情况,可以在外面新建opencv.conf 然后以sudo 权限cp到/etc/ld.so.conf.d/目录下),在末尾加入/usr/local/lib
sudo ldconfig
(6)test是否安装成功
进入 ~/opencv-2.4.9/samples/c 下,
sh build_all.sh
然后运行
./find_obj
如果此时可以跳出find object的显示框,则表明安装成功。
(注:其他的一些诸如opencv源代码等的操作,请参考官网)。
4、安装依赖项(glog、gflags、lmdb & other)
# glogwget https://google-glog.googlecode.com/files/glog-0.3.3.tar.gztar zxvf glog-0.3.3.tar.gzcd glog-0.3.3./configuremakesudo make install# gflagswget https://github.com/schuhschuh/gflags/archive/master.zipunzip master.zipcd gflags-mastermkdir build && cd buildexport CXXFLAGS="-fPIC" && cmake .. && make VERBOSE=1makesudo make install# lmdbgit clone git://gitorious.org/mdb/mdb.gitcd mdb-mdb/libraries/liblmdbmakesudo make install
注:如果此时无法clone,可以自己到
https://gitorious.org/mdb/mdb/source/04b7c421090691422577a41f120c0d5379dc63d7:libraries/liblmdb/lmdb.h
或者https://github.com/wizawu/lmdb
自行下载。
其他依赖项,确保都成功sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev5、安装Caffe1. 切换到Caffe的下载文件夹,然后执行:cp Makefile.config.example Makefile.config因为没有安装cuda,所以选择 CPU_ONLY := 1 ,并把有关cuda的都注释掉(包括CUDA_DIR & CUDA_ARCH 这两行,其他的的不作改变,如果用的是matlab的话就要在MATLAB_DIR处添加路径)。修改新生成的Makefile.config文件,“BLAS := atlas”(如果用的是Intel的mkl就改成mkl。)。2、然后make all -j8make testsudo make runtestHint:(1)提示: make: protoc: 命令未找到,那是因为protoc没有安装,安装一下就好了。
sudo apt-get install protobuf-c-compiler protobuf-compiler(2)提示:src/caffe/util/db.cpp: In member function ‘virtual void caffe::db::LMDB::Open(const string&, caffe::db::Mode)’:src/caffe/util/db.cpp:31:26: error: ‘MDB_NOTLS’ was not declared in this scope flags = MDB_RDONLY | MDB_NOTLS;则找到 caffe-master/src/caffe/util/db.cpp 文件并打开,直接将 | MDB_NOTLS 删除即可。6、使用MNIST数据集进行测试(1)数据预处理可以用下载好的数据集,也可以重新下载(进入到caffe-master目录下)cd data/mnistsudo sh ./get_mnist.sh(2)重建LDB文件,就是处理二进制数据集为Caffe识别的数据集。cd examples/mnistsudo sh ./create_mnist.sh生成mnist-train-leveldb/ 和 mnist-test-leveldb/文件夹,这里包含了LDB格式的数据集。这里可能会遇到一个报错信息:Creating lmdb..../create_mnist.sh: 16: ./create_mnist.sh: build/examples/mnist/convert_mnist_data.bin: not found解决方法是,直接到Caffe-master的根目录执行,实际上新版的Caffe,基本上都得从根目录(caffe-master下)执行。sudo sh examples/mnist/create_mnist.sh(3)切换到CPU模式由于服务器没有安装显卡,只能使用CPU训练。切换到CPU模式非常简单,只需要在~/caffe-master/examples/mnist/ lenet_solver.prototxt 中修改一行(最后一行):solver mode: CPU or GPUsolver_mode: CPU(之前是GPU)(4)开始训练运行~/caffe-master/examples/mnist/目录下的train_lenet.sh:sudo sh examples/mnist/train_lenet.shHint:(1)如果此时出现 liblmdb.so 无法打开,(此so文件在第四步安装依赖项的第三个依赖项lmdb的目录mdb-mdb/libraries/liblmdb/下)此时应该向/etc/ld.so.conf.d/再加上一个 liblmdb.conf 的文件,里面的内容是 liblmdb.so 的绝对路径。(例如:/home/media/caffe/mdb-mdb/libraries/liblmdb/)最后记得:sudo ldconfig
(2)安装MKLMKL是Intel的商业软件,性能很高,也卖的很贵。还好可以申请非商业版,下载链接是:https://software.intel.com/en-us/intel-education-offerings,选择Student版的,先申请,然后会立马收到一个邮件(里面有安装序列号),然后执行sudo ./install_GUI.sh , 之后按提示安装就好了,这个安装比较简单。如果要使用的话,就要在 caffe-master 下的 Makefile.config 文件进行修改,使 BLAS := mkl ;参考博客地址(深表感谢):http://www.haodaima.net/art/2823705http://blog.sciencenet.cn/blog-1583812-841855.htmlhttp://94it.net/a/jingxuanboke/2015/0322/493702.htmlhttp://www.tuicool.com/articles/uiuA3ehttp://www.cnblogs.com/alfredtofu/p/3577241.html(有关python库的安装)
- caffe Ubuntu14.0.4 64bit 环境配置说明(无CUDA)
- caffe+Ubuntu14.0.4 64bit 环境配置说明(无CUDA,caffe在CPU下运行)
- caffe+Ubuntu14.0.4 64bit 环境配置说明(无CUDA,caffe在CPU下运行)
- 环境配置说明(无CUDA,caffe在CPU下运行)caffe+Ubuntu14.0.4 64bit
- 环境配置说明(无CUDA,caffe在CPU下运行)caffe+Ubuntu14.0.4 64bit---(吐血推荐)
- caffe-ubuntu14.04+64bit环境配置说明(GPU下运行)
- ubuntu14.0.4配置caffe 无CUDA情况下
- ubuntu14.04 下配置 caffe 无 cuda
- Caffe + Ubuntu 14.04 64bit + CUDA 6.5 配置说明
- Caffe + Ubuntu 14.04 64bit + CUDA 6.5 配置说明
- Caffe + Ubuntu 14.04 64bit + CUDA 6.5 配置说明
- Caffe + Ubuntu 14.04 64bit + CUDA 6.5 配置说明
- Caffe + Ubuntu 14.04 64bit + CUDA 6.5 配置说明
- Caffe + Ubuntu 14.04 64bit + CUDA 6.5 配置说明
- Caffe + Ubuntu 12.04 64bit + CUDA 5.5 配置说明
- Caffe + Ubuntu 14.04 64bit + CUDA 6.5 配置说明
- Caffe + Ubuntu 14.04 64bit + CUDA 6.5 配置说明
- Caffe + Ubuntu 14.04 64bit + CUDA 6.5 配置说明
- 宏定义 # 与 ## 的用法
- 黑马程序员 -----java基础语法
- FKJAVA读书笔记--第三章--数据类型和运算符
- jdbctemplate batchupdate 的事务管理
- mysql的常用语法
- caffe Ubuntu14.0.4 64bit 环境配置说明(无CUDA)
- C#接口和编程实例
- 教你如何写框架------元素管理篇
- 编译Android系统源码和内核源码
- Paraview与VTK学习笔记(六)//representation篇
- [LinkedIn] Find K nearest (closest) neighbors from point (comparator/comparable, priority queue )
- chrome 输入法无法切换问题
- 搜索/删除 Sql server 表中的重复值。
- SQLPLUS应用简介(一)