Caffe學習1——在ubuntu16.04環境下安裝Caffe(CPU)
目前在網上,已經存在很多的Caffe安裝教程。本文主要介紹筆者在安裝Caffe——CPU版本所遇到的問題(主要參考了網上的 部落格) ,以及相關解決方法。以下給出基於ubuntu 16.04系統的Caffe的CPU安裝步驟:
1. 安裝git
sudo apt-get install git
2. 安裝依賴庫
sudo apt-get install libprotobuf-dev sudo apt-get install libleveldb-dev sudo apt-get install libsnappy-dev sudo apt-get install libopencv-dev sudo apt-get install libhdf5-serial-dev sudo apt-get install protobuf-compiler sudo apt-get install libgflags-dev sudo apt-get install libgoogle-glog-dev sudo apt-get install liblmdb-dev sudo apt-get install libatlas-base-dev
3. 從github上下載Caffe原始碼
git clone https://github.com/BVLC/caffe.git
在此步,筆者git clone出現過兩個問題:
- 第一個問題,是筆者在公司下載Caffe時,會出現
- 第二個問題,是筆者是在華為雲下載Caffe,由於筆者購買的是固定寬頻1M,導致網速受限,一直下載失敗,建議同樣用雲伺服器的同學可以找一個空閒的時間來進行下載。
4. 進入Caffe資料夾開始安裝
cd caffe
cp Makefile.config.example Makefile.config
此後將Makefile.config中的語句進行修改。
- 去掉下面語句中的註釋#號,即讓本次編譯設定為只編譯CPU版本。
# CPU_ONLY := 1
- 新增標頭檔案和庫檔案的相關路徑
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 /usr/lib/x86_64-linux-gnu/
即找到INCLUDE_DIRS和LIBRARY_DIRS關鍵字,分別新增成上面的欄位。
- 編譯檔案
sudo make all
sudo make test
sudo make runtest
此處筆者遇到了一定的問題,編譯make all時,首先是缺少boost,那就按照boost
sudo apt-get install libboost-dev
安裝boost之後,重新編譯又會遇到無法找到boost_system、boost_filesystem和 boost_thread。此時也可以分別對這三個進行安裝,筆者是這麼做的
sudo apt-get install libboost-system-dev
sudo apt-get install libboost-filesystem-dev
sudo apt-get install libboost-thread-dev
後來才發現,原來可以直接全部安裝(還是自己蠢了)
sudo apt-get install libboost-all-dev
安裝之後,就可以進行編譯安裝了。
5. 編譯Python介面
此時已經可以使用編譯完成的.a或者.so檔案來訓練網路了,但現階段主要使用的Python介面,而筆者在編譯Python介面的時候,主要參考了caffe安裝教程的Python介面安裝過程,並未遇到問題,這裡就不再進行闡述了。
6. 參考
- https://blog.csdn.net/u010193446/article/details/53259294
相關推薦
Caffe學習1——在ubuntu16.04環境下安裝Caffe(CPU)
目前在網上,已經存在很多的Caffe安裝教程。本文主要介紹筆者在安裝Caffe——CPU版本所遇到的問題(主要參考了網上的 部落格) ,以及相關解決方法。以下給出基於ubuntu 16.04系統的Caffe的CPU安裝步驟:1. 安裝gitsudo apt-get inst
Ubuntu16.04環境下安裝CUDA、cudnn、Caffe、Tensorflow、pytorch
【主題】Ubuntu16.04環境下安裝CUDA、cudnn、Caffe、Tensorflow、pytorch 【環境】 筆記本: 筆記本:惠普 Pavilion NoteBook 系統環境:Ubuntu16.04+Win10 64位雙系統 顯示卡:NVIDIA GT
Caffe學習(1):Ubuntu16.04上Caffe配置安裝(Only CPU)
常說天作孽猶可違,人作孽不可活啊,那為了畢設,我就是作死啊。沒辦法自己從三月份辭掉實習開始斷斷續續學習深度學習,才明白入坑雖淺,基情不斷啊。為了能夠完成畢設,便選了Caffe,也到處都是坑啊。沒辦法,為了祭奠我那糟糕透頂的記憶腦細胞,用我這糟糕的文筆稍微記錄一下
Ubuntu 18.04環境下搭建SSR(shadowsocksR)詳細流程
Ubuntu 18.04環境下搭建SSR(shadowsocksR)詳細流程 配置SSR客戶端 注意 Solution: 更方便的處理方法,寫個指令碼: 配置SSR客戶端 Shadowsocks與Shadow
windows7環境下安裝Linux(ubuntu64)虛擬機器教程
windows7環境下安裝Linux(ubuntu64)虛擬機器,首先需要下載VirtualBox虛擬機器軟體和Linux(ubuntu64)的映象檔案。 VirtualBox 連結:https://pan.baidu.com/s/1dEMfhID 密碼:6g1e Linu
Ubuntu16.04環境下Python下xlearn機器學習庫的配置
一、xlearn的簡介參見:https://www.zhihu.com/question/37256015/answer/268151326,http://www.sohu.com/a/206728248_206784 在機器學習裡,除了深度學習和樹模型 (GB
如何在Linux—ubuntu16.04版本下安裝JAVA環境(jdk&eclipse)
說在前面:隨著Linux作業系統的不斷完善,在很多情況下,程式設計師的選擇也不僅僅侷限於windows系列作業系統,Linux的操作更加快捷便利,很平常的一個apache Web伺服器的部署可能windows要花很長時間,而ubuntu提供的apt-get
Ubuntu16.04環境下命令列安裝驅動
去官網查適合自己的GPU驅動: 依次執行如下語句安裝: sudo add-apt-repository ppa:graphics-drivers/ppa sudo apt-get up
Ubuntu16.04環境下PyTorch簡易安裝教程
安裝NVIDIA GPU顯示卡驅動 如果需要安裝cuda版本的PyTorch,電腦也有獨立顯示卡的時候,一般需要更新一下Ubuntu獨立顯示卡驅動。否則即使安裝了cuda版本的PyTorch也沒辦法使用GPU。 因為我的膝上型電腦顯示卡是NVIDIA的,所以
Ubuntu16.04環境下git安裝與使用
一、git的安裝 參見廖雪峰的git教程,在Linux使用sudo apt-get install git即可。二、建立本地版本庫 在需要建立版本庫進行管理的根資料夾下,輸入git init命令,通過git init命令將這個資料夾變成git可以管理的倉庫:H:\
叢集伺服器環境下安裝Caffe深度學習庫(GPU)
關於配置Berkeley Caffe深度學習庫的帖子網上已經有很多了, 不過大多數都是基於本地機進行配置. 我個人的一部分研究涉及到用深度學習對數字病理學圖片進行分類(基於畫素),因為影象量很大所以需要用到叢集計算並利用GPU加速.個人覺得自己在演算法和理論上並不算深入,在
Ubuntu16.04環境下MySQL5.7安裝&配置以及遠端訪問
mysql> set character_set_client=utf8; mysql> set character_set_connection=utf8; mysql> set character_set_database=utf8; mysql> set charact
Ubuntu16.04.3 下安裝Qt5.9.1 OpenCV3.2.0 (包括OpenCV_contrib)完美版
1.安裝Qt5.9.1 Qt官網址:https://download.qt.io/official_releases/qt/ 根據自己的需要選擇版本,這裡我選擇的是qt-opensource-linux-x64-5.9.1.run下載之後通過ctrl+alt
Ubuntu16.04環境下Python下Lightgbm機器學習庫的配置
一、Lightgbm簡介 xgboost的出現,讓調參俠們告別了傳統的機器學習演算法們:RF、GBM、SVM、LASSO等等,而微軟推出了一個新的boosting框架Lightgbm更是向前進一步,漸漸有取代的xgboost這一開源框架地位的趨勢。相比於xgboost,L
Ubuntu16.04環境下Vim 配置 for HTML,CSS,JAVASCRIPT(1)
vimr vimrc ref res runt sta all mpat () 參考了三篇文章: VIM配置---面向前端 使用Vundle管理配置Vim基本插件 CSS 語法高亮 1、安裝Vundle git clone https://github.com/Vund
【Caffe】Ubuntu16.04上配置安裝caffe(Only CPU)
nts dia 使用 word sci oos evel 成功 eve 一、首先看看自己的系統,Ubuntu16.04,cpu,沒有Nvidia,沒有opencv 二、安裝依賴包 安裝protobuf,leveldb,snappy,OpenCV,hdf5, protob
VMware + ubuntu16.04 Linux 下安裝、配置Gogs
自己 不知道 advance bsp 空間 home apt-get gogs systemctl 本文在Win7+VMware的ubuntu 16.04中測試。運行如下命令: sudo apt-get install git sudo adduser git # 為Go
Ubuntu16.04環境下通過Cmake管理Opencv專案
Ubuntu16.04環境下通過Cmake管理Opencv專案 1、新建qt cmake工程 New Project -> Non-Qt Project -> Plain C++ Application 2、CMakeLists.txt檔案內
虛擬幣開發1 - ubuntu16.04環境搭建
虛擬幣開發 - ubuntu16.04環境搭建 1 安裝ubuntu通用工具 apt update apt dist-upgrade apt install build-essential make apt install nano apt install screen
Ubuntu16.04環境下搭建Hadoop3.0.3偽分散式叢集
最近剛好趕上雙11騰訊促銷,於是搶購了一個8核16G記憶體的雲伺服器,加上業務上需要用到hadoop,hive,於是想搭建搭建一個hadoop分散式叢集,但是限於自己手頭上伺服器數量不多,因此打算先搭建一個hadoop偽分散式叢集。 首先介紹一下我的安裝