Caffe + Ubuntu 15.10 64bit + CUDA 7.5 +Matlab2014a
2016-01-08 10:57
429 查看
入职第三天一直在配置caffe环境,身为装过多次caffe的老人,我深感愧疚(因为之前是看别人给我装的),直到现在,才战战兢兢地快要配置成功。。。
参考的网页一定要贴上来:
1、欧神的旧版配置说明:http://ouxinyu.github.io/Blogs/20140723001.html
2、欧神的新版配置说明:http://ouxinyu.github.io/Blogs/20140723001.html
3、普兒的文章链接地址:http://www.cnblogs.com/platero/p/3993877.html
4、实验室的集体作战经验(当然没有我):http://blog.csdn.net/u013476464/article/details/46945433
5、Matlab安装主要参考欧神的新版配置说明,但作为linux渣渣我还是翻阅了无数网站,贴几个:
http://blog.csdn.net/lanbing510/article/details/41698285
http://www.linuxidc.com/Linux/2011-01/31632.html
另外,参考欧神的新版配置说明安装好cuda7.5后,又参考普兒的文章完成了环境变量设置与samples编译等,将我的整体流程再贴一遍吧。
环境1:Ubuntu15.10中文版x86_64位(还好有了cuda7.5的智能安装,否则中文系统在字符界面根本无法识别中文字符,也因为这个原因系统被我强制进入字符界面后无法返回图形界面,还好身边一群技术牛,不然我只能不停地重装系统,可更悲哀的是,我根本没装过任何系统!现在真是后悔以前一遇到问题就找男同学帮忙享受被伺候着的感觉,娃哈哈。。。)
环境2:Geforce GT 730 GPU(显存太小,后来证明根本跑不起来caffe,呜呜呜~)
一、CUDA Repository
获取CUDA安装包,安装包请自行去NVidia官网下载。(https://developer.nvidia.com/cuda-downloads)
$ sudo dpkg -i cuda-repo-ubuntu1504-7-5-local_7.5-18_amd64
$ sudo apt-get update
二、CUDA Toolkit
$ sudo apt-get install -y cuda
三、添加环境变量
在/etc/profile中添加环境变量,打开文件添加:
source /etc/profile
四、添加lib库路径
在/etc/ld.so.conf.d/路径下添加cuda.conf文件,内容如下:
五、编译Sample文件
如果出现下列显卡信息,则表示显卡安装成功:
下载好Mathworks.Matlab.R2014a.Unix.iso文件及Crack压缩包
一、首先进行挂载:
拷贝全部文件至home/Matlab 文件夹
复制Crack/install.jar至 home/Matlab/java/jar/ 并覆盖源文件:
$ sudo cp install.jar /home/Matlab/java/jar/
二、授权安装文件夹
$ chmod a+x Matlab -R
三、 安装
$ sudo ./install
选项:不使用Internet安装
序列号: 12345-67890-12345-67890
默认路径:/usr/local/MATLAB/R2014a
勾选从默认启动路径创建符号链接(实现在任意位置运行matlab启动程序)
激活文件:license_405329_R2014a.lic
拷贝 libmwservices.so 至 /usr/local/MATLAB/R2014a/bin/glnxa64:
$ sudo cp libmwservices.so /usr/local/MATLAB/R2014a/bin/glnxa64/
四、解决编译器gcc/g++版本问题。
因为Ubuntu 15.10的gcc/g++版本较高,而Matlab 2014a(2015a)的版本是4.7.x所以在使用matla调用mex文件的时候,基本上都会报错,根据报错信息,考虑如下两步解决方案。
A. 降级安装gcc/g++版本为4.7.x
(a). 下载gcc/g++ 4.7.x
$ sudo apt-get install -y gcc-4.7
$ sudo apt-get install -y g++-4.7
(b). 链接gcc/g++实现降级
$ cd /usr/bin
$ sudo rm gcc
$ sudo ln -s gcc-4.7 gcc
$ sudo rm g++
$ sudo ln -s g++-4.7 g++
B. 暴力引用新版本GLIBCXX_3.4.20
$ sudo cp /usr/lib/x86_64-linux-gnu/libstdc++.so.6.0.20 /usr/local/MATLAB/R2014a/sys/os/glnxa64/libstdc++.so.6.0.20 (libstdc++.so.6.0.20的版本,可能因为系统不同而不同,使用最新的就可以了。)
目录切换到 /usr/local/MATLAB/R2014a/sys/os/glnxa64/ ,非常重要!
$ sudo mv libstdc++.so.6 libstdc++.so.6.backup (仅仅是备份,可以不备份,直接删除)。
$ sudo ln -s libstdc++.so.6.0.20 libstdc++.so.6
$ sudo ldconfig -v
通过命令“strings /usr/local/MATLAB/R2014a/sys/os/glnxa64/libstdc++.so.6 | grep GLIBCXX_” 可以看一下,是否已经成功包含了GLIBCXX_3.4.21,如果已经存在,基本上就成功了。
五、编译Matlab用到的caffe文件(见第三部分)
一、安装BLAS
这里可以选择(ATLAS,MKL或者OpenBLAS),我这里使用MKL,首先下载并安装英特尔® 数学内核库 Linux* 版MKL(Intel(R) Parallel Studio XE Cluster Edition for Linux 2016),下载链接是:https://software.intel.com/en-us/intel-education-offerings, 使用学生身份(邮件 + 学校)下载Student版,填好各种信息,可以直接下载,同时会给你一个邮件告知序列号。下载完之后,要把文件解压到home文件夹(或直接把tar.gz文件拷贝到home文件夹,为了节省空间,安装完记得把压缩文件给删除喔~),或者其他的ext4的文件系统中。
先授权,然后安装:
$ tar zxvf parallel_studio_xe_2016_update1.tar.gz (这一步我解压没有成功,直接回GUI界面解压了)
$ sudo chmod a+x parallel_studio_xe_2016_update1 -R
$ cd [b]parallel_studio_xe_2016_update1[/b]
$ sudo sh install_GUI.sh
PS: 安装的时候,建议使用root权限安装,过程中会要求输入Linux的root口令。(设置方法:命令行:$ sudo passwd)
二、MKL与CUDA的环境设置
1. 新建intel_mkl.conf, 并编辑之:
$ sudo gedit /etc/ld.so.conf.d/intel_mkl.conf
/opt/intel/lib/intel64
/opt/intel/mkl/lib/intel64
2. 新建cuda.conf,并编辑之:
$ sudo gedit /etc/ld.so.conf.d/cuda.conf
/usr/local/cuda/lib64
/lib
3. 完成lib文件的链接操作,执行:
$ sudo ldconfig -v
三、安装OpenCV 3.0.0
1. 下载并编译OpenCV(官网原版OpenCV:http://opencv.org/), 或者使用欧神提供的修改版的安装包 Install-OpenCV-master (下面的安装方式使用该包完成,安装包修改了dependencies.sh文件并增加了OpenCV
3.0.0的安装文件)
2. 切换到文件保存的文件夹,然后安装依赖项:
$ sudo sh Ubuntu/dependencies.sh
3. 切换目录Ubuntu\3.0\安装OpenCV 3.0.0:
$ sudo sh opencv3_0_0-rc1.sh
这一步的时候,遇到问题:其中一个文件libatomic.so一直出问题,好吧,原谅我并不知道为什么,后来汤圆就刷刷刷地帮我解决了。。。
四、安装其他依赖项
1. Google Logging Library(glog),下载地址:https://code.google.com/p/google-glog/,然后解压安装:
$ tar zxvf glog-0.3.3.tar.gz
$ ./configure
$ make
$ sudo make install
如果没有权限就chmod a+x glog-0.3.3 -R , 或者索性 chmod 777 glog-0.3.3 -R , 装完之后,这个文件夹就可以kill了。
2. 其他依赖项,确保都成功
$ sudo apt-get install -y libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev libgflags-dev libgoogle-glog-dev liblmdb-dev protobuf-compiler protobuf-c-compiler protobuf-compiler
五、安装Caffe并测试
1. 安装pycaffe必须的一些依赖项:
$ 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
2. 安装配置nVidia cuDNN 加速Caffe模型运算
a. 安装前请去先官网下载最新的cuDNN (cudnn-70-linux-x64-v3)。
然而我下载的cuDNN并不能用,索性放弃配置了
3. 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
4. 配置Makefile.config文件(仅列出修改部分)
a. 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
b. 启用Intel Parallel Studio XE 2016
BLAS := mkl
c. 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
d. 启用OpenCV 3.0, 去掉"#"
OPENCV_VERSION =3
5. 编译caffe-master!!!"-j4"是使用CPU的多核进行编译,可以极大地加速编译的速度,建议使用。
$ make all -j4
$ make test -j4
$ make runtest -j4
编译Python和Matlab用到的caffe文件
$ make pycaffe -j8
$ make matcaffe -j8
当然,在 make all -j4编译的时候意料之中地又出现了各种问题,下面是汤圆帮我解决的过程,原谅我并不知道都作了什么,只是新建了caffe进行编译,并不在我原来的文件夹中,简单记录下:
其中
(1)遇到问题caffe.pb.h 丢失:
(2)遇到问题opencv error:
就酱,入职三天来就配置了这么些东西,真是悲哀啊,真是后悔以前总是偷懒,呜呜呜~
参考的网页一定要贴上来:
1、欧神的旧版配置说明:http://ouxinyu.github.io/Blogs/20140723001.html
2、欧神的新版配置说明:http://ouxinyu.github.io/Blogs/20140723001.html
3、普兒的文章链接地址:http://www.cnblogs.com/platero/p/3993877.html
4、实验室的集体作战经验(当然没有我):http://blog.csdn.net/u013476464/article/details/46945433
5、Matlab安装主要参考欧神的新版配置说明,但作为linux渣渣我还是翻阅了无数网站,贴几个:
http://blog.csdn.net/lanbing510/article/details/41698285
http://www.linuxidc.com/Linux/2011-01/31632.html
另外,参考欧神的新版配置说明安装好cuda7.5后,又参考普兒的文章完成了环境变量设置与samples编译等,将我的整体流程再贴一遍吧。
环境1:Ubuntu15.10中文版x86_64位(还好有了cuda7.5的智能安装,否则中文系统在字符界面根本无法识别中文字符,也因为这个原因系统被我强制进入字符界面后无法返回图形界面,还好身边一群技术牛,不然我只能不停地重装系统,可更悲哀的是,我根本没装过任何系统!现在真是后悔以前一遇到问题就找男同学帮忙享受被伺候着的感觉,娃哈哈。。。)
环境2:Geforce GT 730 GPU(显存太小,后来证明根本跑不起来caffe,呜呜呜~)
第一部分:nVidia CUDA Toolkit的安装(*.deb方法)
一、CUDA Repository获取CUDA安装包,安装包请自行去NVidia官网下载。(https://developer.nvidia.com/cuda-downloads)
$ sudo dpkg -i cuda-repo-ubuntu1504-7-5-local_7.5-18_amd64
$ sudo apt-get update
二、CUDA Toolkit
$ sudo apt-get install -y cuda
三、添加环境变量
在/etc/profile中添加环境变量,打开文件添加:
PATH=/usr/local/cuda-7.5/bin:$PATH export PATH保存并执行下述命令使环境变量立即生效:
source /etc/profile
四、添加lib库路径
在/etc/ld.so.conf.d/路径下添加cuda.conf文件,内容如下:
/usr/local/cuda-7.5/lib64执行以下命令使之立即生效:
sudo ldconfig
五、编译Sample文件
cd /usr/local/cuda-7.5/samples sudo make完成编译后,执行
cd bin/x86_64/linux/release/ sudo ./deviceQuery
如果出现下列显卡信息,则表示显卡安装成功:
./deviceQuery Starting... CUDA Device Query (Runtime API) version (CUDART static linking) Detected 1 CUDA Capable device(s) Device 0: "GeForce GT 730" CUDA Driver Version / Runtime Version 7.5 / 7.5 CUDA Capability Major/Minor version number: 3.5 Total amount of global memory: 1023 MBytes (1073020928 bytes) ( 2) Multiprocessors, (192) CUDA Cores/MP: 384 CUDA Cores GPU Max Clock rate: 902 MHz (0.90 GHz) Memory Clock rate: 800 Mhz Memory Bus Width: 64-bit L2 Cache Size: 524288 bytes Maximum Texture Dimension Size (x,y,z) 1D=(65536), 2D=(65536, 65536), 3D=(4096, 4096, 4096) Maximum Layered 1D Texture Size, (num) layers 1D=(16384), 2048 layers Maximum Layered 2D Texture Size, (num) layers 2D=(16384, 16384), 2048 layers Total amount of constant memory: 65536 bytes Total amount of shared memory per block: 49152 bytes Total number of registers available per block: 65536 Warp size: 32 Maximum number of threads per multiprocessor: 2048 Maximum number of threads per block: 1024 Max dimension size of a thread block (x,y,z): (1024, 1024, 64) Max dimension size of a grid size (x,y,z): (2147483647, 65535, 65535) Maximum memory pitch: 2147483647 bytes Texture alignment: 512 bytes Concurrent copy and kernel execution: Yes with 1 copy engine(s) Run time limit on kernels: Yes Integrated GPU sharing Host Memory: No Support host page-locked memory mapping: Yes Alignment requirement for Surfaces: Yes Device has ECC support: Disabled Device supports Unified Addressing (UVA): Yes Device PCI Domain ID / Bus ID / location ID: 0 / 1 / 0 Compute Mode: < Default (multiple host threads can use ::cudaSetDevice() with device simultaneously) > deviceQuery, CUDA Driver = CUDART, CUDA Driver Version = 7.5, CUDA Runtime Version = 7.5, NumDevs = 1, Device0 = GeForce GT 730 Result = PASS
第二部分 Matlab安装和调试(以Matlab 2014a为例)
下载好Mathworks.Matlab.R2014a.Unix.iso文件及Crack压缩包一、首先进行挂载:
sudo mkdir /media/matlab sudo mount -o loop ./Mathworks.Matlab.R2014a.iso /media/matlab
拷贝全部文件至home/Matlab 文件夹
复制Crack/install.jar至 home/Matlab/java/jar/ 并覆盖源文件:
$ sudo cp install.jar /home/Matlab/java/jar/
二、授权安装文件夹
$ chmod a+x Matlab -R
三、 安装
$ sudo ./install
选项:不使用Internet安装
序列号: 12345-67890-12345-67890
默认路径:/usr/local/MATLAB/R2014a
勾选从默认启动路径创建符号链接(实现在任意位置运行matlab启动程序)
激活文件:license_405329_R2014a.lic
拷贝 libmwservices.so 至 /usr/local/MATLAB/R2014a/bin/glnxa64:
$ sudo cp libmwservices.so /usr/local/MATLAB/R2014a/bin/glnxa64/
四、解决编译器gcc/g++版本问题。
因为Ubuntu 15.10的gcc/g++版本较高,而Matlab 2014a(2015a)的版本是4.7.x所以在使用matla调用mex文件的时候,基本上都会报错,根据报错信息,考虑如下两步解决方案。
A. 降级安装gcc/g++版本为4.7.x
(a). 下载gcc/g++ 4.7.x
$ sudo apt-get install -y gcc-4.7
$ sudo apt-get install -y g++-4.7
(b). 链接gcc/g++实现降级
$ cd /usr/bin
$ sudo rm gcc
$ sudo ln -s gcc-4.7 gcc
$ sudo rm g++
$ sudo ln -s g++-4.7 g++
B. 暴力引用新版本GLIBCXX_3.4.20
$ sudo cp /usr/lib/x86_64-linux-gnu/libstdc++.so.6.0.20 /usr/local/MATLAB/R2014a/sys/os/glnxa64/libstdc++.so.6.0.20 (libstdc++.so.6.0.20的版本,可能因为系统不同而不同,使用最新的就可以了。)
目录切换到 /usr/local/MATLAB/R2014a/sys/os/glnxa64/ ,非常重要!
$ sudo mv libstdc++.so.6 libstdc++.so.6.backup (仅仅是备份,可以不备份,直接删除)。
$ sudo ln -s libstdc++.so.6.0.20 libstdc++.so.6
$ sudo ldconfig -v
通过命令“strings /usr/local/MATLAB/R2014a/sys/os/glnxa64/libstdc++.so.6 | grep GLIBCXX_” 可以看一下,是否已经成功包含了GLIBCXX_3.4.21,如果已经存在,基本上就成功了。
五、编译Matlab用到的caffe文件(见第三部分)
第三部分 Caffe-Master的安装和测试
一、安装BLAS这里可以选择(ATLAS,MKL或者OpenBLAS),我这里使用MKL,首先下载并安装英特尔® 数学内核库 Linux* 版MKL(Intel(R) Parallel Studio XE Cluster Edition for Linux 2016),下载链接是:https://software.intel.com/en-us/intel-education-offerings, 使用学生身份(邮件 + 学校)下载Student版,填好各种信息,可以直接下载,同时会给你一个邮件告知序列号。下载完之后,要把文件解压到home文件夹(或直接把tar.gz文件拷贝到home文件夹,为了节省空间,安装完记得把压缩文件给删除喔~),或者其他的ext4的文件系统中。
先授权,然后安装:
$ tar zxvf parallel_studio_xe_2016_update1.tar.gz (这一步我解压没有成功,直接回GUI界面解压了)
$ sudo chmod a+x parallel_studio_xe_2016_update1 -R
$ cd [b]parallel_studio_xe_2016_update1[/b]
$ sudo sh install_GUI.sh
PS: 安装的时候,建议使用root权限安装,过程中会要求输入Linux的root口令。(设置方法:命令行:$ sudo passwd)
二、MKL与CUDA的环境设置
1. 新建intel_mkl.conf, 并编辑之:
$ sudo gedit /etc/ld.so.conf.d/intel_mkl.conf
/opt/intel/lib/intel64
/opt/intel/mkl/lib/intel64
2. 新建cuda.conf,并编辑之:
$ sudo gedit /etc/ld.so.conf.d/cuda.conf
/usr/local/cuda/lib64
/lib
3. 完成lib文件的链接操作,执行:
$ sudo ldconfig -v
三、安装OpenCV 3.0.0
1. 下载并编译OpenCV(官网原版OpenCV:http://opencv.org/), 或者使用欧神提供的修改版的安装包 Install-OpenCV-master (下面的安装方式使用该包完成,安装包修改了dependencies.sh文件并增加了OpenCV
3.0.0的安装文件)
2. 切换到文件保存的文件夹,然后安装依赖项:
$ sudo sh Ubuntu/dependencies.sh
3. 切换目录Ubuntu\3.0\安装OpenCV 3.0.0:
$ sudo sh opencv3_0_0-rc1.sh
这一步的时候,遇到问题:其中一个文件libatomic.so一直出问题,好吧,原谅我并不知道为什么,后来汤圆就刷刷刷地帮我解决了。。。
四、安装其他依赖项
1. Google Logging Library(glog),下载地址:https://code.google.com/p/google-glog/,然后解压安装:
$ tar zxvf glog-0.3.3.tar.gz
$ ./configure
$ make
$ sudo make install
如果没有权限就chmod a+x glog-0.3.3 -R , 或者索性 chmod 777 glog-0.3.3 -R , 装完之后,这个文件夹就可以kill了。
2. 其他依赖项,确保都成功
$ sudo apt-get install -y libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev libgflags-dev libgoogle-glog-dev liblmdb-dev protobuf-compiler protobuf-c-compiler protobuf-compiler
五、安装Caffe并测试
1. 安装pycaffe必须的一些依赖项:
$ 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
2. 安装配置nVidia cuDNN 加速Caffe模型运算
a. 安装前请去先官网下载最新的cuDNN (cudnn-70-linux-x64-v3)。
然而我下载的cuDNN并不能用,索性放弃配置了
3. 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
4. 配置Makefile.config文件(仅列出修改部分)
a. 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
b. 启用Intel Parallel Studio XE 2016
BLAS := mkl
c. 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
d. 启用OpenCV 3.0, 去掉"#"
OPENCV_VERSION =3
5. 编译caffe-master!!!"-j4"是使用CPU的多核进行编译,可以极大地加速编译的速度,建议使用。
$ make all -j4
$ make test -j4
$ make runtest -j4
编译Python和Matlab用到的caffe文件
$ make pycaffe -j8
$ make matcaffe -j8
当然,在 make all -j4编译的时候意料之中地又出现了各种问题,下面是汤圆帮我解决的过程,原谅我并不知道都作了什么,只是新建了caffe进行编译,并不在我原来的文件夹中,简单记录下:
ls 458 cd /usr/local/cuda 459 ls 460 cd samples/ 461 ls 462 make 463 sudo make 464 sudo apt-get -y atlas atlas-dev lapack lapack-dev blas blas-dev cblas cblas-dev 465 sudo apt-get install -y atlas atlas-dev lapack lapack-dev blas blas-dev cblas cblas-dev 466 sudo apt-get install libatlas-base-dev 467 sudo ldconfig 468 ls 469 ./bin/x86_64/linux/release/deviceQuery 470 ls 471 cd 472 cd programs/ 473 ls 474 cd caffe/ 475 ls 476 emacs Makefile 477 emacs Makefile.config 478 make 479 sudo apt-get install -y libhdf5-serial-dev 480 make -j4 481 sudo ldconfig 482 ls /usr/include/hdf5/serial/ 483 emacs Makefile.config 484 make -j4 485 ls /usr/lib/ 486 locate hdf5.so 487 emacs Makefile.config 488 make -j4 489 locate opencv_imgcodecs.so 490 cd /home/in66/caffeinstall/Install-OpenCV-master-master/Ubuntu/3.0/OpenCV/opencv-3.0.0-rc1/build 491 ls 492 sudo make install 493 echo '/usr/local/lib' >> /etc/ld.so.conf.d/opencv.conf 494 sudo echo '/usr/local/lib' >> /etc/ld.so.conf.d/opencv.conf 495 ls /etc/ld.so.conf.d/opencv.conf 496 sudo emacs /etc/ld.so.conf.d/opencv.conf 497 sudo ldconfig 498 sudo echo 'PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig' >> /etc/bash.bashrc 499 sudo emacs /etc/bash.bashrc 500 cd 501 cd programs/ 502 ls 503 source /etc/bash.bashrc 504 ls 505 cd caffe/ 506 ls 507 make -j4 508 sudo apt-get install -y libleveldb-dev liblmdb-dev libboost-all-dev 509 sudo ldconfig 510 emacs Makefile 511 emacs Makefile.config 512 make 513 emacs Makefile.config 514 make 515 cd 516 cd programs/ 517 git clone https://github.com/google/leveldb.git 518 cd leveldb/ 519 make 520 sudo cp -r include/leveldb /usr/local/include 521 sudo cp libleveldb.so /usr/local/lib 522 sudo ldconfig 523 cd ../caffe/ 524 make 525 ls 526 cd ../ 527 ls 528 cd caffe/ 529 ls 530 make matcaffe 531 emacs Makefile.config 532 make 533 make matcaffe 534 cd ../ 535 ls 536 unzip opencv-2.4.11.zip 537 cd opencv-2.4.11/ 538 ls 539 mkdir build 540 cd build/ 541 cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local -D CUDA_GENERATION=Kepler -D BUILD_NEW_PYTHON_SUPPORT=ON .. 542 make -j4 543 sudo make install 544 cd 545 cd programs/ 546 sudo ldconfig 547 cd caffe/ 548 emacs Makefile.config 549 make 550 make clean 551 make -j4 552 sudo apt-get install -y libgflags-dev libgoogle-glog-dev 553 make matcaffe 554 ls 555 locate gflag.so 556 sudo updatedb 557 locate gflag.so 558 locate gflag 559 emacs Makefile.config 560 make 561 ldconfig 562 sudo ldconfig 563 make clean 564 make -j4 565 make matcaffe 566 cd ../ 567 ls 568 git clone https://github.com/google/protobuf.git 569 git clone https://github.com/google/glog.git 570 git clone https://github.com/gflags/gflags.git 571 cd gflags/ 572 mkdir -p build && cd build 573 export CXXFLAGS="-fPIC" && cmake -D CMAKE_INSTALL_PREFIX=/usr/local .. 574 make -j4 575 cmake -h 576 sudo make install 577 ldconfig 578 sudo ldconfig 579 cd ../../caffe/ 580 ls 581 make clean 582 make -j4 583 ls 584 make matcaffe 585 sudo apt-get install python-dev python-pip 586 cd python/ 587 ls 588 emacs require.sh 589 sudo bash require.sh 590 cd ../ 591 ls 592 make pycaffe 593 ls 594 cd ../ 595 ls 596 cd ../ 597 ls 598 cd programs/ 599 ls 600 sudo reboot 601 ls 602 ifconfig 603 tar zxf protobuf-2.5.0.tar.gz 604 cd protobuf-2.5.0/ 605 ls 606 bash autogen.sh 607 sudo apt-get -y automake autoconf 608 sudo apt-get install -y automake autoconf 609 bash autogen.sh 610 ./configure --prefix=/usr/local 611 make -j4 612 sudo make install 613 locate libprotoc.so 614 sudo updatedb 615 locate libprotoc.so 616 sudo emacs /etc/profile 617 source /etc/profile 618 locate cblas 619 locate cblas.so 620 ls 621 mkdir programs 622 cd programs/ 623 ls 624 ifconfig 625 ls 626 ls ../ 627 cp -r ../caffe-master caffe 628 ls 629 cd caffe/ 630 ls 631 make -j4 632 make clean 633 ls 634 ls -a 635 make -j4 636 rm -rf .build_debug 637 make -j4 638 cd ../ 639 rm -rf caffe 640 git clone https://github.com/BVLC/caffe.git 641 sudo apt-get install -y git cmake 642 git clone https://github.com/BVLC/caffe.git 643 cd caffe/ 644 ls 645 cp Makefile.config.example Makefile.config 646 make -j4 647 emacs Makefile 648 emacs Makefile.config 649 make 650 emacs Makefile.config 651 emacs Makefile 652 make 653 sudo ldconfig 654 make 655 ssh tutu@10.10.105.2 656 cd /usr/local/MATLAB/R2014a/bin/ 657 ./matlab 658 cd caffe-master/ 659 sudo make all -j4 660 sudo make clean 661 sudo make all -j4 662 ls /usr/local/include/ 663 whereis protobuf 664 ls 665 emacs Makefile.config 666 make 667 sudo make 668 ls /usr/local/include/ 669 cd programs/ 670 ls 671 grep MHz /proc/cpuinfo 672 ls 673 cd ATLAS/ 674 ls 675 rm -rf build/ 676 ls 677 mkdir -p build && cd build 678 ../configure -D c -DPentiumCPS=3200 -b 64 -Fa alg -fPIC --prefix=/usr/local/atlas --with-netlib-lapack-tarfile=$cur/lapack-3.5.0.tgz 679 cat ../INSTALL.txt 680 ../configure -b 64 -Fa alg -fPIC --prefix=/usr/local/atlas --with-netlib-lapack-tarfile=$cur/lapack-3.5.0.tgz 681 ../configure -fPIC --prefix=/usr/local/atlas --with-netlib-lapack-tarfile=$cur/lapack-3.5.0.tgz 682 ../configure --prefix=/usr/local/atlas --with-netlib-lapack-tarfile=$cur/lapack-3.5.0.tgz
其中
(1)遇到问题caffe.pb.h 丢失:
fatal error: caffe/proto/caffe.pb.h: No such file or directory #include "caffe/proto/caffe.pb.h"解决方法见:http://blog.csdn.net/xmzwlw/article/details/48270225
(2)遇到问题opencv error:
/usr/bin/ld: .build_release/tools/check_img.o: undefined reference to symbol '_ZN2cv6imreadERKNS_6StringEi' /usr/bin/ld: note: '_ZN2cv6imreadERKNS_6StringEi' is defined in DSO /usr/local/lib/libopencv_imgcodecs.so.3.1 so try adding it to the linker command line /usr/local/lib/libopencv_imgcodecs.so.3.1: could not read symbols: 无效的操作 collect2: 错误:ld 返回 1 make: *** [.build_release/tools/check_img.bin] 错误 1 make: *** 正在等待未完成的任务....解决方法见:http://stackoverflow.com/questions/31253870/caffe-opencv-error
就酱,入职三天来就配置了这么些东西,真是悲哀啊,真是后悔以前总是偷懒,呜呜呜~
相关文章推荐
- Ubuntu 默认壁纸历代记
- Ubuntu Remix Cinnamon 20.04 评测:Ubuntu 与 Cinnamon 的完美融合
- 关于Ubuntu 11.10启动提示waiting for the network configuration的问题
- 在 Ubuntu 桌面中使用文件和文件夹
- ubuntu下chrome无法同步问题解决
- Ubuntu Linux使用体验
- 使用 GNOME 优化工具自定义 Linux 桌面的 10 种方法
- 以Ubuntu 9.04为例 将工作环境迁移到 Linux
- VirtualBox虚拟机XP与宿主机Ubuntu互访共享文件夹
- 从USB安装Ubuntu Server 10.04.3 图文详解
- Ubuntu 15.04 正式版发布下载
- Linux-Ubuntu 10.04安装Cadence-ic610 方法总结图解
- Ubuntu 12.04和Windows 7双系统安装图解
- 开机出现:grub rescue的修复方法
- Ubuntu连接Android真机调试
- 你应该选择 Ubuntu 还是 Fedora?
- 100 个最佳 Ubuntu 应用(中)
- 看看我的Ubuntu Linux截图
- Ubuntu 12.04 LTS服务器版安装过程及使用图解
- Windows 7/8/8.1 硬盘安装 Ubuntu 14.04 实现双系统