Linux14.04+cuda7.5+anaconda2+opencv3.0+caffe+Matlab 艰辛之路
来源:互联网 发布:化合物数据库 编辑:程序博客网 时间:2024/05/16 14:33
更改之处
由博主师兄的blog 进行安装cuda7.5+anaconda2+opencv3.0+caffe,其中出现几处地方与该blog不同,具体如下:
1. 安装anaconda2
安装anaconda,从官网下载anaconda2,我下的是Anaconda2-4.2.0-Linux-x86_64.sh,然后cd到包含该文件的路径下,运行:
sudo bash Anaconda2-4.2.0-Linux-x86_64.sh
一路enter.
第一个问题Do you approve the license terms?选yes
然后问你安装路径,我安装在/usr/local/anaconda2下,
之后问你是否添加anaconda路径,选yes,
它自动将anaconda2的bin路径添加到~/.bashrc,然后就安装好了。
2. 安装opencv3.0
由于我们装的python环境是anaconda2,不是用系统自带的Python,所以,在根据opencv官网安装指导里,
[optional] sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev
这项是可选的,所以我们选择不安装,其他步骤跟官网一样执行即可。
但是,当我编译完成以后,发现在文件夹/usr/local/lib/python2.7/site-packages下面找不到cv2.so,所以我没有办法执行下面的命令。我的解决办法是,去我安装opencv的release文件下找cv2.so文件,然后将其拷贝到/usr/local/lib/python2.7/site-packages里,再用那篇blog的方法执行用下面的命令。结果可行。
3. 编译caffe
下载其他依赖包
sudo apt-get install libatlas-base-dev libprotobuf-dev libleveldb-dev libsnappy-dev libboost-all-dev libhdf5-serial-dev libgflags-dev libgoogle-glog-dev liblmdb-dev protobuf-compiler
git clone https://github.com/BVLC/caffe
添加完caffe的python路径后,导入caffe还是会报错,错误是ImportError: No module named google.protobuf.internal,说明没有按照protobuf,但是之前按照caffe之前是安装过的,caffe也编译完了,还有一个原因就是机器里有两个python环境,一个是系统自带的,另一个就是你anaconda的环境。
- 方法一(推荐)
sudo chmod 777 -R /usr/local/anaconda2 #填anaconda2安装目录conda install protobuf
结果,轻松搞定:
- 方法二(有次发现居然不work了,所以推荐法一)
按照那篇blog方法,当我输入pip install protobuf,提示我:
我百度搜,试着加上sudo,提示我:
sudo: pip: command not found
百度搜说,用sys.path.append添加我的anaconda2的pip位置到sys去,因为我用的是anaconda2,不是系统自带的python,所以去找anaconda2安装目录下的pip位置,在/usr/local/anaconda2/lib/python2.7。
所以,我按照上面指令在python环境下执行了一遍:(我先注销了系统以后才执行下面的语句的)
import syssys.path.append('/usr/local/anaconda2/lib/python2.7') import caffe
这样执行以后,发现可以编译caffe没错,但是关闭了终端,再一次在python环境下执行import caffe发现又报错,
参看这篇blog:
所以我就在~/.bashrc中加入下面这句话:
sudo gedit ~/.bashrcexport PYTHONPATH="/home/fr/environment/caffe/python:$PYTHONPATH"
之后再在终端执行:
source ~/.bashrc
就可以编译成功了。怎么关终端都没问题。
如果中途出现:
error while loading shared libraries: libprotobuf.so.10: cannot open shared object file: No such file or directory
找不到共享库,
参考:
1. Anker—工作学习笔记
2. Ubuntu下链接库路径变量LD_LIBRARY_PATH
最终,我们可以这样做,在/usr目录下,搜索“libprotobuf.so.10”在哪个位置
根据 Ubuntu下链接库路径变量LD_LIBRARY_PATH 提到的,在/etc/ld.so.conf中加入其地址即可:
Matlab R-2014a
参考:ubuntu14.04+caffe编译使用记录 安装
从http://pan.baidu.com/s/1dDDB34t下载Matlab2014的Linux版本及破解文件
1)解压
rar x FileName.rar
2)下载完成后将iso文件挂载到Linux
media就相当于winnsdows系统盘,默认装软件地方
sudo mkdir /media/matlabmount -o loop [path][filename].iso /media/matlab #挂载cd /media/matlabsudo ./install #安装
3)进行【离线】安装,安装过程中使用readme.txt中的序列号 ,安装路径:/usr/local/MATLAB/R2014a (默认)
4)激活,选择离线激活模式,还是选择crack文件夹下的license_405329_R2014a.lic文件进行激活。
5)破解
将crack文件夹下的libmwservices.so copy到/usr/local/MATLAB/R2014A/bin/glnxa64
$cd cracksudo cp libmwservices.so /usr/local/MATLAB/R2014a/bin/glnxa64/
6) 完成安装,命令行下使用sudo matlab即可启动使用
7)更改快捷键设置
选择Windows Default Set
就可以用ctrl+c复制,ctrl+v粘贴啦
- Linux14.04+cuda7.5+anaconda2+opencv3.0+caffe+Matlab 艰辛之路
- Linux14.04+cuda7.5+anaconda2+opencv3.0+caffe
- ubuntu14.04 caffe cuda7.5 cudnn anaconda2 opencv3 安装
- linux14.04+cuda7.5
- 完整配置LINUX14.04+CUDA7.5+cudnn+opencv+caffe+Faster-RCNN,配置CUDA7.5
- Ubuntu14.04+CUDA7.5+opencv3.0+MKL+Caffe配置
- ubuntu14.04+cuda7.5+opencv3.0+cudnn+caffe
- Ubuntu14.04+CUDA7.0+Anaconda2+Cudnn+caffe安装配置
- Ubuntu14.04+CUDA7.5+Anaconda2-4.0.0+Matlab2014b+Caffe from Scratch
- GTX1080+Ubuntu16.04+Cuda8.0+Anaconda2+Opencv3+Matlab2014a+caffe
- Ubuntu14.04+CUDA8.0+Opencv3.1+Anaconda2+Caffe安装
- Caffe搭建:Ubuntu14.04 + CUDA7.5 + opencv3.1+python3.5
- Ubuntu14.04+CUDA7.0+Opencv3.0+Caffe 配置
- ubuntu15.04+caffe+cuda7.5+cudnnv4+mkl+opencv3
- caffe+cuda7.0+opencv3.0.0+mkl ubuntu14.04配置
- caffe+cuda7.0+opencv3.0.0+mkl ubuntu14.04配置
- VS2013+CUDA7.5(+cudnn7.0)+Opencv3.0.0+caffe
- caffe--ubuntu14.04.04+cuda7.5+opencv3.0+python2.7(Anaconda)+matlab(笔记本双显卡,独显为NVIDIA1060)
- 正则表达式的简单入门
- leetcode-257-Binary Tree Paths
- python数据分析概述
- 【初学kali】“apt-get”的应用
- 查找最大元素
- Linux14.04+cuda7.5+anaconda2+opencv3.0+caffe+Matlab 艰辛之路
- 透明加密软件技术优势在哪
- 基于机器学习方法通过BBC新闻头条进行道琼斯指数DJIA的预测
- 排序--堆排序
- 简单使用Git和Github来管理自己的代码和读书笔记
- java中的关键字package和import
- poj-Til the Cows Come Home(Bellman-Ford)
- 关联容器map
- two sum