deep learning学习-caffe安装记录
来源:互联网 发布:js获取event对象 编辑:程序博客网 时间:2024/04/30 14:10
Caffe是一个开源的深度学习框架,使用C++/CUDA编写,支持命令行、Python、MATLAB和C++接口,可以在CPU和GPU之间进行无缝切换。其详细介绍见官网。Caffe上手容易,而且有众多大牛的深度学习算法在Caffe上的实现,对于DL入门而言很有帮助。
下面记录一下caffe安装的过程,以便以后再需安装的时候,方便回顾。自己所用系统为ubuntu14.04
先配置一下caffe安装所需要的软件环境。
1.安装cuda
cuda我这里选择7.0
(1)CUDA需要安装闭源的驱动。下面是安装步骤:
从System Setting->Software->Software & Updates->Additional Drivers处选择适合显卡型号的最新版本闭源驱动安装,如本人的配置:
Apply Changes后等待安装完成,重启后能正常进入桌面即表示显卡闭源驱动安装成功。
(2)从官网上下载Ubuntu 14.04版本的CUDA 7.0的Runfile Installer类型安装包。下载完毕后,使用chmod +x命令赋予其可执行权限,然后sudo运行下载的.run文件即可,安装过程中注意切勿安装里面的显卡驱动(graphics driver),对于toolkit和samples正常安装。安装完毕后编辑~/.bashrc文件,在末尾加入:
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/libexport PATH=$PATH:/usr/local/cuda-7.0/bin:/usr/local/bin
然后source ~/.bashrc使环境配置生效。(3)安装下列依赖包
sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libglu1-mesa-dev
然后运行samples看是否能正常工作。解决一个问题:在使用非Root权限运行cuda编译的程序会出错,但使用sudo后可以正常运行,然后再次使用非Root权限运行cuda编译的程序则不会发生问题。
参照cuda getting started guide for linux4.4章节,在/etc/init.d/下新建一个cudainit.sh文件,其内容为
#!/bin/bash/sbin/modprobe nvidiaif [ "$?" -eq 0 ]; then# Count the number of NVIDIA controllers found.NVDEVS=`lspci | grep -i NVIDIA`N3D=`echo "$NVDEVS" | grep "3D controller" | wc -l`NVGA=`echo "$NVDEVS" | grep "VGA compatible controller" | wc -l`N=`expr $N3D + $NVGA - 1`for i in `seq 0 $N`; do mknod -m 666 /dev/nvidia$i c 195 $idonemknod -m 666 /dev/nvidiactl c 195 255else exit 1fi/sbin/modprobe nvidia-uvmif [ "$?" -eq 0 ]; then # Find out the major device number used by the nvidia-uvm driver D=`grep nvidia-uvm /proc/devices | awk '{print $1}'` mknod -m 666 /dev/nvidia-uvm c $D 0 else exit 1 fi
更改cudainit.sh文件权限为755:chmod 755 cudainit.sh
修改/etc/rc.local文件,在exit前添加一行,使之如下所示:#!/bin/sh -e## rc.local## This script is executed at the end of each multiuser runlevel.# Make sure that the script will "exit 0" on success or any other# value on error.## In order to enable or disable this script just change the execution# bits.## By default this script does nothing./etc/init.d/cudainit.shexit 0
然后重启电脑即可。2.接下来的安装参照官网
3.cuDNN安装
本人的下载文件是:cudnn-7.0-linux-x64-v4.0-prod.tgz
在终端中切换到文件所在文件夹,输入下面指令:
$ sudo tar xvf cudnn-7.0-linux-x64-v4.0-prod.tgz$ cd cuda/include$ sudo cp *.h /usr/local/include/$ cd ../lib64$ sudo cp lib* /usr/local/lib/$ cd /usr/local/lib$ sudo chmod +r libcudnn.so.4.0.7$ sudo ln -sf libcudnn.so.4.0.7 libcudnn.so.4$ sudo ln -sf libcudnn.so.4 libcudnn.so$ sudo ldconfig
然后切换到caffe根目录下,将Makefile.config
中的USE_CUDNN行前的#
去掉:然后重新编译
$ make clean$ make all$ make test $ make runtest
在编译的时候,看到googlebuffer相关的错误,先make clean一下,另外make all -j24的话,可以用24个并行线程进行编译,速度会快一些。
如果看到关于 libhdf5相关的错误,可能是因为自己安装了anaconda,有了两个lib,用下面方法解决
在bashrc中添加路径
编译的时候最后一步的时候,出现这样的错误:
libcudart.so.7.0 cannot open shared object file: No such file or directory
解决方法是这样,将一些文件复制到/usr/local/lib
文件夹下:$ sudo cp /usr/local/cuda-7.5/lib64/libcudart.so.7.5 /usr/local/lib/libcudart.so.7.5 && sudo ldconfig$ sudo cp /usr/local/cuda-7.5/lib64/libcublas.so.7.5 /usr/local/lib/libcublas.so.7.5 && sudo ldconfig$ sudo cp /usr/local/cuda-7.5/lib64/libcurand.so.7.5 /usr/local/lib/libcurand.so.7.5 && sudo ldconfig
4.pycaffe安装与路径配置Anaconda安装
wget https://3230d63b5fc54e62148e-c95ac804525aac4b6dba79b00b39d1d3.ssl.cf1.rackcdn.com/Anaconda2-2.5.0-Linux-x86_64.sh
安装 bash Anaconda2-2.5.0-Linux-x86_64.sh
默认安装就行了,除了最后一项!将Anaconda2的路径写入自己的环境变量中,输入“yes”。
如果显示如红框所示,说明当前python是系统默认的python。
说明刚才添加的环境变量没有起作用,需要用命令激活:source .bashrc
如果显示如蓝框所示,说明当前python用的是Anaconda里的python。安装成功!测试:
pycaffe安装与配置
编译
make pycaffe -j8添加环境变量
vim ~/.bashrc
将export PYTHONPATH=/home/wanghh/caffe/python:$PYTHONPATH
添加到文件中。source ~/.bashrc
使更改生效。
这样,在其他地方打开python,也可以import caffe了。
如果在安装完anaconda之后再安opencv时,会各种报错,可以先将anaconda卸载,安好opencv之后再安上;
另外在安装opencv编译时,一定要加上butiff=on,不然后来caffe编译时会出错。
- deep learning学习-caffe安装记录
- Deep Learning -- Caffe学习
- 【Deep Learning】caffe学习笔记(一):安装
- Caffe (CNN, deep learning )
- caffe|deep learning framework
- TX1上Caffe Deep Learning Framework with cuDNN Support安装
- Deep Learning(深度学习) caffe模型 特征提取 (windows/linux)
- 清晰高效的深度学习(Deep Learning)框架:Caffe
- Caffe-清晰高效的深度学习(deep learning)框架
- Caffe —— Deep learning in Practice 深度学习实践
- 【Deep Learning】caffe学习笔记(二):mnist
- Deep Learning 学习 Toolbox学习记录二 稀疏自编码器
- [Deep Learning]学习记录1-Python实现神经网络BP算法
- [Deep Learning]学习记录1-Python实现神经网络BP算法
- 《Wide & Deep Learning for Recommender Systems》 学习记录
- Deep Learning学习 之 Deep learning简介
- Deep Learning深度学习
- 学习Deep learning必读
- foxmail总是提示用户名和密码不对?
- Pure CSS for multiline truncation with ellipsis
- JMeter学习-009-JMeter 后置处理器实例之 - 正则表达式提取器(二)多参数获取
- CentOS7修改网卡名字
- mybatis xml文件中的大于、小于、及like模糊查询的写法
- deep learning学习-caffe安装记录
- SAP 函数的异步调用
- 你会做Web上的用户登录功能吗?
- as遇到的一些bug
- Opengl二维坐标转三维坐标
- VR系列——Oculus Audio sdk文档:五、Wwise集成Oculus 声场定位指南(1)——概览与安装
- jquery如何通过name名称获取当前name的value值
- Android Studio中打包aar并引用及打jar包
- C#接口在派生类和外部类中的调用