Ubuntu14.04下安装Caffe
2015-08-08 22:39
435 查看
最近几天看了点深度学习(Deep Learning)的东西,也想搞个来玩玩,从Theano、Torch7和Caffe种选择了Caffe,主要是安装比较简单而且网上教程很多。
贴一段Caffe的介绍:
Caffe一个清晰而高效的深度学习框架,其作者是博士毕业于UC Berkeley的 贾扬清,目前在Google工作。
Caffe是纯粹的C++/CUDA架构,支持命令行、Python和MATLAB接口;可以在CPU和GPU直接无缝切换:
Caffe的优势
就这样吧,自己去网上找一堆堆的,不是我们这次的重点,跳过。。。。。
也从网上找了一堆教程来看,简单的复杂的都有,好多都属于过时的并不能用,我也是参照了好多网上的博客资料,下面会列出如有侵权行为请联系我
先说下自己机子的配置,i5+Intel集显+4GB RAM,所以CUDA之类的GPU加速是用不上了,不过对于刚入门来说还是没什么问题的。Caffe建议还是在Ubuntu或者CentOS之类的Linux下安装,官方给的教程也都是这样,Windows下真心不建议搞。
Caffe官网
Caffe官方指导
下面开始安装过程:
首先,需要下载CUDA的安装包:CUDA下载地址,进入选择自己Ubuntu14.04 deb包下载即可
其次,安装repository和CUDA:
设置环境变量:
这样你就启动了GUI形式的安装,感觉就和windows下安装和软件差不多,next一路,最后输入之前发邮件给你的序列号,就OK啦
写入下面两句:
新建cuda配置文件:
写入下面两句:
最后完成链接:
切换到文件保存的文件夹,然后安装依赖项:
切换目录3.0\安装OpenCV 3.0.0rc1:
联网安装,等就行了
安装:
其他依赖:
a.该改版本caffe-master默认支持cudnn-6.5-linux-x64-v2,使用cudnn-6.5-linux-R1会报错,安装前请去先官网下载最新的cuDNN
b. 链接cuDNN的库文件
c. 切换到Caffe-master的文件夹,生成Makefile.config配置文件,执行:
d. 配置Makefile.config文件(仅列出修改部分)
<1>. 启用CUDNN,去掉”#”(目前caffe-master仍然只支持R1版本)
<2>. 启用GPU,添加注释”#”
<3>. 配置一些引用文件(增加部分主要是解决新版本下,HDF5的路径问题)
<4>.启用Intel Parallel Studio XE 2015 Professional Edition for C++ Linux
<5>.配置路径,实现caffe对Python和Matlab接口的支持
<6>.配置Makefile文件(实现对OpenCV 3.x的支持)
查找“Derive include and lib directories”一节,修改“LIBRARIES +=”的最后一行,增加opencv_imgcodecs
编译:
到此应该就可以了,下个博客再写如何使用Caffe跑自己的东西
Reference:
(1)OuXinYU的博客
(2)CSDN的Caffe介绍
(3)其他的
贴一段Caffe的介绍:
Caffe一个清晰而高效的深度学习框架,其作者是博士毕业于UC Berkeley的 贾扬清,目前在Google工作。
Caffe是纯粹的C++/CUDA架构,支持命令行、Python和MATLAB接口;可以在CPU和GPU直接无缝切换:
Caffe的优势
上手快:模型与相应优化都是以文本形式而非代码形式给出。 Caffe给出了模型的定义、最优化设置以及预训练的权重,方便立即上手。 速度快:能够运行最棒的模型与海量的数据。 Caffe与cuDNN结合使用,测试AlexNet模型,在K40上处理每张图片只需要1.17ms. 模块化:方便扩展到新的任务和设置上。 可以使用Caffe提供的各层类型来定义自己的模型。 开放性:公开的代码和参考模型用于再现。 社区好:可以通过BSD-2参与开发与讨论。
就这样吧,自己去网上找一堆堆的,不是我们这次的重点,跳过。。。。。
也从网上找了一堆教程来看,简单的复杂的都有,好多都属于过时的并不能用,我也是参照了好多网上的博客资料,下面会列出如有侵权行为请联系我
先说下自己机子的配置,i5+Intel集显+4GB RAM,所以CUDA之类的GPU加速是用不上了,不过对于刚入门来说还是没什么问题的。Caffe建议还是在Ubuntu或者CentOS之类的Linux下安装,官方给的教程也都是这样,Windows下真心不建议搞。
Caffe官网
Caffe官方指导
下面开始安装过程:
(1)安装Ubuntu14.04
这个就不说了,不行的可以参考下这个Ubuntu安装(2)安装CUDA
虽然说自己的破机子用不到但还是装上吧,免得后续出什么差就麻烦了,呵呵首先,需要下载CUDA的安装包:CUDA下载地址,进入选择自己Ubuntu14.04 deb包下载即可
其次,安装repository和CUDA:
$ sudo dpkg -i cuda-repo-ubuntu1410-7-0-local_7.0-28_amd64.deb $ sudo apt-get update $ sudo apt-get install -y cuda
设置环境变量:
$ export CUDA_HOME=/usr/local/cuda7 $ export LD_LIBRARY_PATH=${CUDA_HOME}/lib64 $ PATH=${CUDA_HOME}/bin:${PATH} $ export PATH
(3)安装ipython环境
python系统已经自带了,python2.7,需要安装ipython环境,Caffe不少程序需要用到ipython,网上有人直接装的是spyder,装好了它就默认自带帮你装好ipython,也可以安装EPD下载脚本安装就可以了,默认会帮你安装众多的库,包括ipython,numpy,scipy,pandas,matplotlib等等;嫌麻烦的话,你也可以在ubuntu软件中心搜索spyder安装也可以。(4)安装BLAS
BLAS选择的是MKL,你也可以选ATLAS或者OpenBLAS,MKL下载地址,需要先申请再下载,一定要保留住安装序列号,后面要用到的$ tar zxvf parallel_studio_xe_2015.tar.gz $ chmod a+x parallel_studio_xe_2015 -R $ sudo ./install_GUI.sh
这样你就启动了GUI形式的安装,感觉就和windows下安装和软件差不多,next一路,最后输入之前发邮件给你的序列号,就OK啦
(5)MKL环境设置
新建MKL配置文件:$ sudo gedit /etc/ld.so.conf.d/intel_mkl.conf
写入下面两句:
/opt/intel/lib/intel64 /opt/intel/mkl/lib/intel64
新建cuda配置文件:
$ sudo gedit /etc/ld.so.conf.d/cuda.conf
写入下面两句:
/usr/local/cuda/lib64 /lib
最后完成链接:
$ sudo ldconfig -v
(6)安装OpenCV
这里用别人提供的安装包,解决了一些依赖的问题,下载地址:OpenCV切换到文件保存的文件夹,然后安装依赖项:
$ sudo sh Ubuntu/dependencies.sh
切换目录3.0\安装OpenCV 3.0.0rc1:
$ sudo sh opencv3_0_0-rc1.sh
联网安装,等就行了
(7)安装glog和其他依赖
glog下载地址安装:
$ tar zxvf glog-0.3.3.tar.gz $ ./configure $ make $ sudo make install
其他依赖:
$ sudo apt-get install -y libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev $ sudo apt-get install -y libgflags-dev libgoogle-glog-dev liblmdb-dev protobuf-compiler $ sudo apt-get install -y python-numpy python-scipy python-matplotlib python-sklearn python-skimage python-h5py python-protobuf python-leveldb python-networkx python-nose python-pandas python-gflags Cython ipython $ sudo apt-get install -y protobuf-c-compiler protobuf-compiler
(8)安装CUDNN
这一步用不到GPU加速的其实不用装,CPU跑也可以,自己没装,贴一段别人的,不敢保证成功。a.该改版本caffe-master默认支持cudnn-6.5-linux-x64-v2,使用cudnn-6.5-linux-R1会报错,安装前请去先官网下载最新的cuDNN
$ sudo cp cudnn.h /usr/local/include $ sudo cp libcudnn.so /usr/local/lib $ sudo cp libcudnn.so.6.5 /usr/local/lib $ sudo cp libcudnn.so.6.5.48 /usr/local/lib
b. 链接cuDNN的库文件
$ sudo ln -sf /usr/local/lib/libcudnn.so.6.5.48 /usr/local/lib/libcudnn.so.6.5 $ sudo ln -sf /usr/local/lib/libcudnn.so.6.5 /usr/local/lib/libcudnn.so $ sudo ldconfig -v
c. 切换到Caffe-master的文件夹,生成Makefile.config配置文件,执行:
$ cp Makefile.config.example Makefile.config
d. 配置Makefile.config文件(仅列出修改部分)
<1>. 启用CUDNN,去掉”#”(目前caffe-master仍然只支持R1版本)
USE_CUDNN := 1
<2>. 启用GPU,添加注释”#”
# CPU_ONLY := 1
<3>. 配置一些引用文件(增加部分主要是解决新版本下,HDF5的路径问题)
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/lib/x86_64-linux-gnu/hdf5/serial/include LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu/hdf5/serial
<4>.启用Intel Parallel Studio XE 2015 Professional Edition for C++ Linux
BLAS := mkl
<5>.配置路径,实现caffe对Python和Matlab接口的支持
PYTHON_LIB := /usr/local/lib MATLAB_DIR := /usr/local/MATLAB/R2014a
<6>.配置Makefile文件(实现对OpenCV 3.x的支持)
查找“Derive include and lib directories”一节,修改“LIBRARIES +=”的最后一行,增加opencv_imgcodecs
opencv_core opencv_highgui opencv_imgproc opencv_imgcodecs
(9)编译caffe
caffe源代码下载地址编译:
$ make all -j8 $ make test -j8 $ make runtest -j8 $ make pycaffe -j8 $ make matcaffe -j8
到此应该就可以了,下个博客再写如何使用Caffe跑自己的东西
Reference:
(1)OuXinYU的博客
(2)CSDN的Caffe介绍
(3)其他的
相关文章推荐
- 前端技术-HTML页面的加载
- js实现继承的多种方式
- phantomjs模拟登录
- Reactive Cocoa中@weakify和@strongify实现分析
- ReactNavtive框架教程(6)(完)
- Jquery实现图片轮播功能
- 使用Filter过滤器,控制不能直接访问JSP文件
- 每日20行之1~~~识别并修改String中的一部分,StringBuffer、StringTokenizer
- ReactNavtive框架教程(5)
- CSS学习笔记----(三)
- HTML文档中应用css样式的方法总结
- DataNode上执行文件读写时报java.io.IOException: Bad connect ack with firstBadLink as 192.168.X.X错误解决记录
- HTML基础(一)
- j2e中servlet转发action出现错误但是转发jsp可以
- JSTL判断list的size()大小
- jsp的useBean标签使用
- jsp网页无法加载css解决方法
- JavaScript学习笔记——BOM_window对象
- css基础与选择器——精通css学习笔记(一)
- SharedPreferences