基于Ubuntu的无GPU的Caffe配置
来源:互联网 发布:2016淘宝快排阀严查 编辑:程序博客网 时间:2024/05/03 17:29
假期较早回校,有点时间折腾搞一下caffe,据说是CNN应用一个很好的库。之前看过类似的配置教程,感觉特费劲。偶然,昨晚稍微维护了一下实验室服务器,顺便给自己腾了4核、8G内存的虚拟机玩玩,参考配置教程走了一遍,结果一天就搞定了,比我想象中快呀。下面就把我碰到的过程记录下来,有些错误可能没碰到。
由于大多数教程都是Ubuntu14.04的,我的虚拟机也安装了这个版本,可能碰到的问题少一点吧。去官网下了服务器版本64位的iso。因为没有nVidia显卡,所以只用CPU。
最重要的是安装这三个东西:CUDA,Blas和OpenCV。
一、安装开发所需基本包
sudo apt-get install build-essential
二、安装CUDA
下载CUDA6.5。链接:
http://developer.download.nvidia.com/compute/cuda/6_5/rel/installers/cuda_6.5.14_linux_64.run
其中包括三部分,cuda-toolkit,nvidia驱动和sample。在CPU模式下只需要装toolkit。下载完上面链接后:
chmod +x *.run
sudo./cuda-linux64-rel-6.5.14.run
然后会有逐行给出提示,记住只需要装toolkit,其它都是n。位置建议默认。
安装完后,在/etc/profile最后一行添加环境变量:
PATH=/usr/local/cuda-6.5/bin:$PATH
export PATH
保存后立即生效:
source/etc/profile
添加lib路径,在/etc/ld.so.conf.d/目录下新建cuda.conf:
touch cuda.conf
内容如下:
/usr/local/cuda-6.5/lib64
并使之立即生效:
sudo ldconfig
三、安装BLAS
关于BLAS的介绍可以自行百度。它有atlas、mkl和openblas三个版本,我用的第三个。首先将其git下来,地址:https://github.com/xianyi/OpenBLAS
然后进入目录编译:
make
没啥问题,然后会提示安装,加上路径:
Make PREFIX=/usr/local/OpenBLAS install
安装完后添加lib路径,在/etc/ld.so.conf.d/目录下新建OpenBLAS.conf,内容:
/usr/local/OpenBLAS/lib
使之生效:
sudo ldconfig
四、安装OpenCV
据说手动装不太好?又有个大神写好了脚本,git下来,地址:
https://github.com/jayrambhia/Install-OpenCV.git
进入Ubuntu/2.4目录:
sudo chmod +x *.sh
先安装依赖项:
sudo ./dependencies.sh
然后再安装opencv2.4.9版本:
sudo ./opencv2_4_9.sh
我在这曾报错,“The following variables are used in this project,but they are set to NOTFOUND”,有解决办法:vi打开makefile,在cmake后面补加三项:
-D WITH_CUBLAS=OFF -D WITH_CUDA=OFF -D WITH_CUFFT=OFF ..
注意后面先空格再两个点。
其它错误倒没有,记得联网。还有据说时间会比较长,但我怎么挺快的。。
五、安装其它依赖项
直接输入:
sudo apt-get install libprotobuf-dev libleveldb-devlibsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev libgflags-devlibgoogle-glog-dev liblmdb-dev protobuf-compiler
六、接下来就是编译caffe了。
先git,地址:https://github.com/BVLC/caffe
进入caffe,定制config:
cp Makefile.config.example Makefile.config
打开复制后的,修改一下内容:
1、 取消CPU_ONLY:=1前面的注释:
2、 修改cuda路径:/local/usr/cuda-6.5
3、 选择BLAS版本:BLAS:=open,然后去掉下面的注释,改为自己的openblas地址:
BLAS_INCLUDE :=/usr/local/OpenBLAS/include
BLAS_LIB :=/usr/local/OpenBLAS/lib
然后就可以编译了:
sudo make all–j4(因为我是4核)
sudo make test
sudo makeruntest
如果出现形如“cblas.hno such file or directory”,可能都是路径问题,尤其检查一下openblas的路径,以及前面的配置是否生效。
七、使用MNIST测试:
进入caffe目录,获取数据
sudo shdata/mnist/get_mnist.sh
建立数据文件:
切换到CPU模式:在lenet_solver.prototxt最后一行修改solver_mode=CPU。
训练mnist:
sudo shexamples/mnist/train_lenet.sh
理应输出一串串信息,代表正在迭代训练。需要到10000次,我的虚拟机大约5分钟以内吧训练结束。没有报错,至此caffe配置完成。
- 基于Ubuntu的无GPU的Caffe配置
- Ubuntu 14.04 caffe 无GPU安装配置
- ubuntu 14.04上配置无GPU的Caffe(A卡机适用)
- windows下无GPU的caffe的配置
- 微软Caffe+无GPU的windows10+Matlab2016+VS2013配置教程
- 风雨caffe(一):基于ubuntu14.04的无GPU模式的caffe安装
- Ubuntu安装Caffe(无GPU)
- Ubuntu 14.04.4 LTS + Caffe无GPU配置方案
- 安装无GPU的caffe教程
- windows下caffe无gpu的编译
- windows10 无GPU配置Caffe
- 【caffe配置】在ubuntu上配置带gpu版本的caffe
- caffe在显卡为AMD的计算机上配置,无GPU
- 【深度学习】笔记10:Ubuntu16.04环境下配置caffe的步骤(无GPU版本)
- Ubuntu 14.04 + Caffe配置记录(CPU模式,无GPU,无Cuda)
- Ubuntu 14.04 + Caffe配置记录(CPU模式,无GPU,无Cuda)
- Ubuntu 14.04 + Caffe配置小记(CPU模式,无GPU,无Cuda)
- Ubuntu 16.04安装使用--Ubuntu16.04下基于Docker的Caffe-GPU版本环境搭建总结
- 代理模式
- 234. Palindrome Linked List
- 自学前端小笔记
- 树形图
- java学习之路 之 面向对象编程-面向对象-数组练习题(1)
- 基于Ubuntu的无GPU的Caffe配置
- Hust oj 1351 欧拉路径(欧拉路径)
- [php学习十四]javaScript的基本练习4-对象
- 赛码网_在线编程_上台阶
- <hadoop>hdfs 介紹
- 第一章 vagrant简介--vagrant是什么?(2)
- 23中设计模式之单例(Singleton)模式
- java学习之路 之 面向对象编程-数组练习题(2)
- 判断欧拉路径(非并查集写法)