Caffe安装教程(原创)

时间:2021-04-03 23:03:47

转载请注明地址

说明:本文档参考自Caffe官网的安装说明,http://caffe.berkeleyvision.org/installation.html

如果对安装过程中,需要用到的依赖不明,请自行百度其作用。Ubuntu系统的安装请自行百度。

1.安装环境

硬件:Intel E3 CPU,NVIDIA  GTX960 GPU; 操作系统:Ubuntu14.04

2.依赖安装

接下来的安装全部使用linux命令行操作

(1)通用依赖

sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler
sudo apt-get install --no-install-recommends libboost-all-dev 

(2)CUDA安装

可以使用apt-get方式,或者去官网下载linux系统下的.run包进行离线安装。由于apt-get指令拿到的软件包通常不是最新的,官网推荐使用.run包的方式进行离线安装。

对于没有GPU的同学来说,可以跳过这一步(之后在编译源码时配置CPU-ONLY)。

1)下载CUDA的.run包

地址:https://developer.nvidia.com/cuda-downloads

根据自己的OS和CPU架构选择.run包并下载

2)退出桌面环境

使用键盘Ctrl+Alt+F1,系统退出桌面版,进入命令行模式。

注意:此时有些系统会遇到黑屏问题。解决方法:切回桌面版本(Ctrl+Alt+F7),修改/etc/default/grub文件中GRUB_CMDLINE_LINUX_DEFAULT的值为nomodeset,更新grub(sudo update-grub),重启电脑(或者重启电脑,在启动时进入grub设置中,将倒数第2行的roquiet splash 后面空格添加nomodeset,按F10启动系统,然后再按ctrl+alt+F1发现可以正常进入字符界面了)。

(安装时遇到这个问题,我通过后一种方式解决)

3)退出X Windows桌面环境

sudo stop lightdm

4)安装CUDA .run包

给.run包加上可执行权限:

chmod +x cuda_7.5.18_linux.run

执行.run包:

./cuda_7..18_linux.run 

5)返回X Windows桌面环境

sudo start lightdm
Ctrl+Alt+F7

6)cuDNN 安装(可选)

如果使用 cuDNN 优化神经网络, 需要安装 cudnn-v5.0 以上版本。 该软件的安装非常简单。

tar -xzvf cudnn-7.5-linux-x64-v5.-ga.tgz
cd cudnn-7.5-linux-x64-v5.
sudo cp lib* /usr/local/cuda/lib64/
sudo cp cudnn.h /usr/local/cuda/include/

(3)BLAS

sudo apt-get install libatlas-base-dev

(4)Python

如果使用默认Python的方式进行Caffe开发,则需要安装python开发包。

sudo apt-get install python-dev

(5)兼容性说明

操作系统

版本

兼容性说明

Ubuntu

16.04

CUDA8是被需要的

14.04

sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev

12.04

需要手动安装依赖(如下)

如果是Ubuntu12.04,需要手动安装兼容性依赖,如下:

wget https://google-glog.googlecode.com/files/glog-0.3.3.tar.gz
tar zxvf glog-0.3..tar.gz
cd glog-0.3.
./configure
make && make install
# gflags
wget https://github.com/schuhschuh/gflags/archive/master.zip
unzip master.zip
cd gflags-master
mkdir build && cd build
export CXXFLAGS="-fPIC" && cmake .. && make VERBOSE=
make && make install
# lmdb
git clone https://github.com/LMDB/lmdb
cd lmdb/libraries/liblmdb
make && make install

3.编译Caffe源代码并安装

Caffe源码支持make编译,或者CMake方式进行编译。编译前请确认已经安装好了gcc工具链(sudo apt-get install build-essential),如果使用CMake构建工程,请确认安装好CMake。

(1)下载Caffe源码

Git clone https://github.com/BVLC/caffe.git

或者在github官网搜索Caffe,选择需要的分支然后Zip打包下载。

(2)Make编译源码

说明1:

Configure the build by copying and modifying the example Makefile.config for your setup. The defaults should work, but uncomment the relevant lines if using Anaconda Python.

以下为命令行

cp Makefile.config.example Makefile.config
# Adjust Makefile.config (for example, if using Anaconda Python, or if cuDNN is desired)
make all
make test
make runtest 

说明2:

For CPU & GPU accelerated Caffe, no changes are needed.

For cuDNN acceleration using NVIDIA’s proprietary cuDNN software, uncomment the USE_CUDNN := 1 switch in Makefile.config. cuDNN is sometimes but not always faster than Caffe’s GPU acceleration.

For CPU-only Caffe, uncomment CPU_ONLY := 1 in Makefile.config.

(3)CMake方式构建工程并编译

根据需要可以配置Makefile.config。

mkdir build
cd build
cmake ..
make all
make install
make runtest 

如果编译没有报Error,在runtest时一切OK,那么说明安装完成。可以开始Caffe的第一个小例子MNIST。