资源经验分享在Linux系统中安装caffe

在Linux系统中安装caffe

2019-12-16 | |  60 |   0

原标题:在Linux系统中安装caffe

原文来自:博客园      原文链接:https://www.cnblogs.com/Peyton-Li/p/10671487.html


学习深度学习已经很久了,但一直没有自己动手安装过caffe,因为工作需要,需要在linux系统中安装caffe,因此,在这里对安装过程进行记录。

caffe配置起来比tensorflow更麻烦一些,我主要是根据官网上的安装说明进行安装的,也参考了Youtube上的教程。我是在虚拟机中的Ubuntu18.4系统中进行安装的,安装的是CPU版本的caffe。

caffe官网上可以找到Ubuntu系统中caffe的安装说明因为我的Ubuntu版本是>=17.4的。

安装caffe前,先按照官网上的说明,把需要的环境安装好。如果需要安装GPU版本的caffe,请先把cuda安装好,如果需要python接口,也先把python环境安装好。安装python环境时,建议直接安装Anaconda,因为它包含了一些caffe需要的科学计算库。

  1. 因为我要安装CPU版本的caffe,所以,执行以下两条命令安装caffe预编译包和caffe的依赖

    • sudo apt install caffe-cpu

    • sudo apt build-dep caffe-cpu

  2. 后编译caffe

    • 编译caffe可以通过make进行编译,也可以通过Cmake进行编译。我是通过make进行编译的。

    • 通过git clone https://github.com/BVLC/caffe.git命令下载caffe到本地,进入caffe目录,执行

    • cp Makefile.config.example Makefile.config

    • 然后修改Makefile.config,Makefile.config中都有注释,所以可以根据自己的需要进行修改。我安装的python版本是3.7的,下面是我自己的修改(仅供参考):

    • CPU_ONLY := 1

    • OPENCV_VERSION := 3

    • ANACONDA_HOME := $(HOME)/anaconda3

    • PYTHON_INCLUDE := $(ANACONDA_HOME)/include

    • $(ANACONDA_HOME)/include/python3.7m

    • $(ANACONDA_HOME)/lib/python3.7/site-packages/numpy/core/include

    • PYTHON_LIBRARIES := boost_python3 python3.7m

    • PYTHON_LIB := $(ANACONDA_HOME)/lib

    • WITH_PYTHON_LAYER := 1

    • 修改之后,一次执行以下三条命令:

    • make all

    • make test

    • make runtest

    • 如果make all执行后出现问题,解决之后重新make all之前需要先执行make clean清除之前编译的可执行文件及配置文件。

  3. 完成1和2后,caffe已经成功安装了。接下来安装python接口,执行以下命令:

    • make pycaffe

    • make pytest

    • 设置python的环境变量,在~/.bashrc中添加export PYTHON_PATH=/home/用户名/caffe/python:$PYTHON_PATH

    • 配置好python接口后,就可以在python中成功import caffe了。

通过上面的3步就可以成功安装好caffe了,在安装过程中可能会碰到一些问题,每个人碰到的问题可能也不太一样,但碰到的问题基本都能搜到解决方案,下面是我碰到的一些问题和解决方案:

  1. error1: /usr/bin/ld: cannot find -latlas
    solution: sudo apt-get install libatlas-base-dev

  2. error2: libpython3.7m.so.1.0: cannot open shared object file: No such file or directory
    solution: sudo apt-get install libpython3.7-dev

  3. error3: libhdf5_hl.so.100: cannot open shared object file: No such file or directory
    solution: 通过find命令可以查到在anaconda3/lib目录下有libhdf5_hl.so.100文件,因此在~/.bashrc中添加export LD_LIBRARY_PATH=/home/用户名/anaconda3/lib:$LD_LIBRARY_PATH

  4. error4: No module named google
    solution: conda install protobuf

免责声明:本文来自互联网新闻客户端自媒体,不代表本网的观点和立场。

合作及投稿邮箱:E-mail:editor@tusaishared.com

上一篇:简单了解pytorch的forward

下一篇:Softmax

用户评价
全部评价

热门资源

  • Python 爬虫(二)...

    所谓爬虫就是模拟客户端发送网络请求,获取网络响...

  • TensorFlow从1到2...

    原文第四篇中,我们介绍了官方的入门案例MNIST,功...

  • TensorFlow从1到2...

    “回归”这个词,既是Regression算法的名称,也代表...

  • 机器学习中的熵、...

    熵 (entropy) 这一词最初来源于热力学。1948年,克...

  • TensorFlow2.0(10...

    前面的博客中我们说过,在加载数据和预处理数据时...