Caffe及可视化环境安装
来源:互联网 发布:tp-link软件下载 编辑:程序博客网 时间:2024/06/05 17:27
安装Anaconda(optional)
Anaconda是一个python科学计算环境,提供了很多包用于科学计算。如果不使用Anaconda作为主要python开发环境的话,可选择不安装,使用系统提供的python开发环境即可。因为我经常使用python的notebook在浏览器中写python代码,故我会在下面示例脚本中配置notebook。
# 安装Anaconda,安装过程注意分配安装目录, 安装完时会提示是否配置.bashrc, 选择YES。bash Anaconda2-4.0.0-Linux-x86_64.sh# 生成notebook默认配置文件, 配置文件路径为~/.jupyter/jupyter_notebook_config.py.jupyter-notebook --generate-config# 生成notebook远程登录密码,在ipython中执行如下代码:In [1]: from notebook.auth import passwdIn [2]: passwd()password: # 输入你为notebook服务准备的远程登录密码Verify password: # 重新输入上面的密码Out[2]: 'sha1:****' # 生成的加密后的远程密码# 打开notebook默认配置文件~/.jupyter/jupyter_notebook_config.py。添加如下内容:c.NotebookApp.ip = '*' # notebook服务的IP地址为本机地址c.NotebookApp.open_browser = False # 启动notebook服务时不打开浏览器c.NotebookApp.password = u'sha1:****' # 将上面生成的加密后的远程密码复制到这里c.NotebookApp.port = 8888 # 访问notebook服务的端口# 启动notebook服务nohup jupyter-notebook 1>>jupyter-notebook.log 2>>jupyter-notebook.log &或 nohup jupyter-notebook --config=/path/to/myconfig.py 1>>jupyter_notebook.log 2>>jupyter_notebook.log &
安装Caffe
如果想使用Digts这款可视化环境来进行深度学习的训练,那么使用NVIDIA分支的Caffe,因为BVLC版本的Caffe不支持Digits可视化环境。
# 如果使用Anaconda作为python开发环境,确保.bashrc中已经配置好Anaconda的环境变量,我的.bashrc中Anaconda的环境变量如下.export PATH="/home/xinxin/software/anaconda2-4.0.0/bin:$PATH"# 使用cmake编译Caffe, 这样可以使自己的C++工程很方便的在CMakelist.txt引入Caffe的头文件和链接库.# 在CMakelist.txt中配置python, 是否支持GPU等, 我在CMakeList.txt中禁用了cuDNN, 不然会编译出错.git clone git@github.com:BVLC/caffe.gitcd caffe && mkdir cmake_build && cd cmake_buildcmake .. -DBUILD_SHARED_LIB=ON # 默认会生成动态库,需要注意的是, 我这里开启动态库的原因是, C++工程链接Caffe动态库最方便,链接静态库的话,会需要额外链接其他的一些依赖库.make -j 8 && make install # Caffe默认安装位置是build_dir/install.# 安装Caffe的python接口,方便使用python操作Caffecd caffe && make -j8pip install -r caffe/python/requirements.txt # 安装python依赖cp Makefile.config.example Makefile.configvi Makefile.config # 使用Anaconda的话,修改python路径make pycaffemake test -j8make runtest -j8# 添加Caffe的python接口道.bashrcexport PYTHONPATH=/home/xinxin/caffe/python:$PYTHONPATH
安装Digits
Digits是NVIDIA开发一款Caffe可视化操作工具,可以很方便的在网页中对数据操作和训练模型。
git clone https://github.com/NVIDIA/DIGITS.gitcd digitspip install -r requirements.txtnohup ./digits-devserver -p 5001 & # 启动Digts服务,端口是5001
CMake工程中引入Caffe
cmake_minimum_required(VERSION 2.8.8)find_package(Caffe)include_directories(${Caffe_INCLUDE_DIRS})add_definitions(${Caffe_DEFINITIONS})add_executable(caffeinated_application main.cpp)target_link_libraries(caffeinated_application ${Caffe_LIBRARIES})
0 0
- Caffe及可视化环境安装
- caffe权值及featureMap可视化
- caffe 网络结构参数介绍及可视化
- Caffe中层参数及数据的可视化
- 可视化caffe模型结构(转)及在线可视化
- Ubuntu 16环境下安装CUDA 8.0及Caffe
- Ubuntu16.04环境下安装caffe及运行faster-rcnn
- ubuntu环境安装caffe
- caffe (8)caffe可视化—安装jupiter测试模型
- caffe可视化
- Caffe学习系列(13):数据可视化环境(python接口)配置
- Caffe学习系列(13):数据可视化环境(python接口)配置
- Caffe学习系列:数据可视化环境(python接口)配置
- Caffe学习系列:数据可视化环境(python接口)配置
- Caffe系列(11):数据可视化环境(python接口)配置
- Caffe学习系列(13):数据可视化环境(python接口)配置
- 在可视化环境下进行Caffe网络设计
- Caffe学习系列(13):数据可视化环境(python接口)配置
- 数据结构 种类并查集 HDU 1829
- 海量数据处理——位图法bitmap
- 为什清除浮动?如何清除浮动?
- 移植opencv2.4.9遇到的问题与解决方法
- http://blog.csdn.net/ican87/article/details/37566679#comments,关于布局属性的总结,非常棒!!
- Caffe及可视化环境安装
- 机房收费系统最后总结
- 线程池原理及创建(C++)
- 面向对象&&面向过程
- 云服务器的windows系统下部署javaweb
- Linux下利用Valgrind工具进行内存泄露检测和性能分析
- Cache
- iOS 深拷贝
- Office 安装问题