Ubuntu16.04-x64安装caffe(仅CPU)并测试

时间:2022-11-10 06:29:02

Ubuntu16.04-x64安装caffe(仅CPU)并测试

Caffe作为深度学习中框架之一,在图像处理,机器视觉方面受到广泛的应用。但是在caffe的安装过程中遇到诸多问题。在此,我们将基本流程以及经常会遇到的问题记录下来,供大家使用。

       我们使用的安装环境是腾讯云主机,配置如图,类似的配置也可以按照此教程进行安装。由于云主机内存受限,无法正常运转桌面系统,所以笔者所在的小组选择使用SSH远程连接主机,推荐大家使用putty或者secureCRT进行远程主机控制,后者支持拷贝和粘贴,所以笔者更推荐后者。

Ubuntu16.04-x64安装caffe(仅CPU)并测试

 

1. 远程主机(连接过程忽略),如图所示

Ubuntu16.04-x64安装caffe(仅CPU)并测试

2. 通过下面的命令安装protobufleveldbsnappyopencvhdf5boost依赖库,其中最需要注意的是hdf5。两条安装语句分开执行

sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-devlibopencv-dev libhdf5-serial-dev protobuf-compiler

sudo apt-get install --no-install-recommends libboost-all-dev

等待大约5分钟,如果安装过程没有出现红色字体的error出现,则证明安装成功,网络情况比较好的情况下时间会短一些,本地主机一般时间会长一些。

Ubuntu16.04-x64安装caffe(仅CPU)并测试

3.   接着安装BLAS库,

sudo apt-get install libatlas-base-dev

Ubuntu16.04-x64安装caffe(仅CPU)并测试

点击回车,或者输入“Y”后按回车

Ubuntu16.04-x64安装caffe(仅CPU)并测试

安装成功。

4.之后是gflagsgloglmdb

sudo apt-getinstall libgflags-dev libgoogle-glog-dev liblmdb-dev

Ubuntu16.04-x64安装caffe(仅CPU)并测试


5.下载caffe源码

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

Ubuntu16.04-x64安装caffe(仅CPU)并测试

约30秒,下载完成,60M左右。在网络状况不好的情况下时间会相应长很多,并且可能会产生下载中断,可以配置网络代理来提高下载速度。

6.切换到caffe根目录,将Makefile.config.example复制一份并命名为Makefile.config。由于我们在云主机只使用CPU,所以需要修改Makefile.config文件中的配置。然后,需要配置hdf5.h的路径。

       cd caffe

       cpMakefile.config.example Makefile.config

然后修改Makefile.config,桌面版可以使用gedit编辑器,非桌面版可以使用vi编辑器。

Ubuntu16.04-x64安装caffe(仅CPU)并测试

进入vi编辑器

Ubuntu16.04-x64安装caffe(仅CPU)并测试


按下i或者a按钮,进入编辑模式

Ubuntu16.04-x64安装caffe(仅CPU)并测试

修改如下部分

Ubuntu16.04-x64安装caffe(仅CPU)并测试

INCLUDE_DIRS := $(PYTHON_INCLUDE)/usr/local/include /usr/include/hdf5/serial/
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib/usr/lib /usr/lib/x86_64-linux-gnu/hdf5/serial/

Ubuntu16.04-x64安装caffe(仅CPU)并测试

按下Esc按钮退出编辑模式

输入“:wq”保存并退出

7.编译并运行,在caffe根目录下执行

make all

等待大约10分钟

Ubuntu16.04-x64安装caffe(仅CPU)并测试

make test

Ubuntu16.04-x64安装caffe(仅CPU)并测试

make runtest

Ubuntu16.04-x64安装caffe(仅CPU)并测试

安装成功。

8.caffe的环境安装好了,现在使用mnist数据集进行测试,在caffe根目录下执行以下指令

./data/mnist/get_mnist.sh
./examples/mnist/create_mnist.sh

Ubuntu16.04-x64安装caffe(仅CPU)并测试

Ubuntu16.04-x64安装caffe(仅CPU)并测试

修改这个文件

    vi examples/mnist/lenet_solver.prototxt

Ubuntu16.04-x64安装caffe(仅CPU)并测试

训练以及测试

    ./examples/mnist/train_lenet.sh

Ubuntu16.04-x64安装caffe(仅CPU)并测试

测试成功,迭代100次,精度0.98,惩罚值0.05