服务器（多GPU）caffe安装和编译

来源：互联网发布：卖毛线比较好的淘宝店编辑：程序博客网时间：2024/05/17 02:33

一. 前提

多GPU交互在神经网络是常见的，所以在安装caffe之前需要安装NCCL，来保证多GPU之间的相互交流。
多GPU，这里指的是2个及2个以上英伟达显卡，而不是笔记本中的集显和独显。

二.安装NCCL

1.下载编译
shell终端

cd ncclmake CUDA_HOME=/user/local/cuda-7.5   test #注意自己的cuda路径

2.测试和配置环境变量
shell终端

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:./build/lib./build/test/single/all_reduce_test./build/test/single/all_reduce_test 10000000make install

注：make install 是自己添加，而官方原文没有。之所以这么加是因为在caffe 执行 cmake时候，cmake无法找到
非deb安装软件的路径，所以添加make install 是为了能让cmake识别到路径。

三.安装caffe

1.安装所需依赖
shell终端

sudo apt-get install --no-install-recommends build-essential cmake git gfortran libatlas-base-dev  libboost-all-dev libgflags-dev libgoogle-glog-dev libhdf5-serial-dev libleveldb-dev liblmdb-dev libopencv-dev libprotobuf-dev libsnappy-dev protobuf-compiler python-all-dev python-dev python-h5py python-matplotlib python-numpy python-opencv python-pil python-pip python-protobuf python-scipy python-skimage python-sklearn

2.下载caffe
shell终端，cd到用户根目录

git clone https://github.com/NVIDIA/caffe.git caffe

3.编译caffe
shell终端

cp Makefile.config.example Makefile.configgedit Makefile.config

打开文本后，作出如下修改
取消下面这些话的前面注释符号#

USE_CUDNN := 1 USE_NCCL := 1ANACONDA_HOME := $(HOME)/anaconda   #这里我们使用Anaconda环境下的pythonPYTHON_INCLUDE := $(ANACONDA_HOME)/include \         $(ANACONDA_HOME)/include/python2.7 \         $(ANACONDA_HOME)/lib/python2.7/site-packages/numpy/core/include \PYTHON_LIB := $(ANACONDA_HOME)/lib

在下面这些语句中加上#注释符号

#PYTHON_INCLUDE := /usr/include/python2.7 \        # /usr/lib/python2.7/dist-packages/numpy/core/include#PYTHON_LIB := /usr/lib

保存后，退出，编译caffe

sudo pip install -r caffe/python/requirements.txtcd caffemkdir buildcd buildmake all -jmake install -jmake runtest -j

0 0