CAFFE安装2:MKL python 和 caffe
2015-06-09 22:34
585 查看
一、安装BLAS
这里可以选择(ATLAS或者MKL或者OpenBLAS):
1.若安装ATLAS
执行sudoapt-get install libatlas-base-dev即可。
2.若安装MKL,首先下载并安装英特尔®数学内核库Linux*版MKL,下载链接是:https://software.intel.com/en-us/intel-education-offerings,请下载Student版,先申请,然后会立马收到一个邮件(里面有安装序列号),打开照着下载就行了(几个G大小)。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。
接下来是安装过程,先授权,然后安装:
$tar zxvf cpp_studio_xe_2013_sp1_update3.tar.gz(如果你是直接拷贝压缩文件过来的)
(若为.tar文件,则用tarxvf执行打开)
$chmod a+x /home/username/cpp_studio_xe_2013_sp1_update3 -R
$sudo ./install_GUI.sh
下面的步骤就是一步步点next了(我的在prerequsition中会警告说缺少lib32库,忽略即可)
3.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.完成lib文件的链接操作,执行:
$sudo ldconfig -v
二、安装pythonIDE运行环境
选择一个适合你的IDE运行环境,我是用的是Spyder,因为它内置了iPython环境,Caffe有不少的程序是基于iPython环境完成的。安装方法很简单,直接在Ubuntu软件中心搜索“spyder”即可安装。
三、安装caffe
安装其他依赖项
1.Google LoggingLibrary(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chmoda+x glog-0.3.3 -R ,或者索性
chmod777 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 libprotobuf-dev libleveldb-dev libsnappy-devlibopencv-dev libboost-all-dev libhdf5-serial-dev
$sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-devprotobuf-compiler
3.安装pycaffe必须的一些依赖项:
$sudo apt-get install python-numpy python-scipy python-matplotlibpython-sklearn python-skimage python-h5py python-protobufpython-leveldb
python-networkx python-nose python-pandaspython-gflags Cython ipython
$sudo apt-get install protobuf-c-compiler protobuf-compiler
4.github上下载cafee所有的文件.zip,然后用uzip命令解压。
5.切换到Caffe的下载文件夹,然后首先复制一份Makefile.config:
$cp Makefile.config.example Makefile.config
修改新生成的Makefile.config文件,修改“BLAS:= mkl”,这个非常重要。(用MKL时需要修改,若用ATLAS则默认不改)
5.1. 配置路径,实现caffe对Python和Matlab接口的支持,编辑Makefile.config:
PYTHON_INCLUDE := /usr/include/python2.7 \
/usr/lib/python2.7/dist-packages/numpy/core/include
PYTHON_LIB := /usr/local/lib
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib
MATLAB_DIR := /usr/local/MATLAB/R2014a(若有matlab)
5.2. 这里非常重要的是,为了确保支持Caffe Notebook里的程序,需要使用到IDE环境,并且支持iPython接口。
6.修改Makefile文件(不是Makefile.config)
在位置((LIBRARIES+= glog gflags protobuf leveldb snappy \
lmdbboost_system hdf5_hl hdf5 m \
opencv_coreopencv_highgui opencv_imgproc opencv_imgcodecs))处
添加opencv_imgcodecs
这一步非常重要,否则编译后会出现错误如下:
CXX/LD-o .build_release/tools/convert_imageset.bin
.build_release/lib/libcaffe.so:undefined reference tocv::imread(cv::String const&,int)'.build_release/lib/libcaffe.so: undefined referencetocv::imencode(cv::String
const&, cv::_InputArray const&,std::vector >&, std::vector > const&)'
原因就是opencv3.0.0把imread相关函数放到imgcodecs.lib中了,而非原来的imgproc.lib
7.编译caffe-master!!!"-j8"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 -j8
$make test -j8
$make runtest -j8
出现信息:YOU HAVE 2DISABLED TESTS说明Cafferuntest成功!
编译Python和Matlab用到的caffe文件
$ make pycaffe -j8
$ make matcaffe -j8(若有matleb)
8.使用MNIST数据集进行测试
这里可以选择(ATLAS或者MKL或者OpenBLAS):
1.若安装ATLAS
执行sudoapt-get install libatlas-base-dev即可。
2.若安装MKL,首先下载并安装英特尔®数学内核库Linux*版MKL,下载链接是:https://software.intel.com/en-us/intel-education-offerings,请下载Student版,先申请,然后会立马收到一个邮件(里面有安装序列号),打开照着下载就行了(几个G大小)。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。
接下来是安装过程,先授权,然后安装:
$tar zxvf cpp_studio_xe_2013_sp1_update3.tar.gz(如果你是直接拷贝压缩文件过来的)
(若为.tar文件,则用tarxvf执行打开)
$chmod a+x /home/username/cpp_studio_xe_2013_sp1_update3 -R
$sudo ./install_GUI.sh
下面的步骤就是一步步点next了(我的在prerequsition中会警告说缺少lib32库,忽略即可)
3.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.完成lib文件的链接操作,执行:
$sudo ldconfig -v
二、安装pythonIDE运行环境
选择一个适合你的IDE运行环境,我是用的是Spyder,因为它内置了iPython环境,Caffe有不少的程序是基于iPython环境完成的。安装方法很简单,直接在Ubuntu软件中心搜索“spyder”即可安装。
三、安装caffe
安装其他依赖项
1.Google LoggingLibrary(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chmoda+x glog-0.3.3 -R ,或者索性
chmod777 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 libprotobuf-dev libleveldb-dev libsnappy-devlibopencv-dev libboost-all-dev libhdf5-serial-dev
$sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-devprotobuf-compiler
3.安装pycaffe必须的一些依赖项:
$sudo apt-get install python-numpy python-scipy python-matplotlibpython-sklearn python-skimage python-h5py python-protobufpython-leveldb
python-networkx python-nose python-pandaspython-gflags Cython ipython
$sudo apt-get install protobuf-c-compiler protobuf-compiler
4.github上下载cafee所有的文件.zip,然后用uzip命令解压。
5.切换到Caffe的下载文件夹,然后首先复制一份Makefile.config:
$cp Makefile.config.example Makefile.config
修改新生成的Makefile.config文件,修改“BLAS:= mkl”,这个非常重要。(用MKL时需要修改,若用ATLAS则默认不改)
5.1. 配置路径,实现caffe对Python和Matlab接口的支持,编辑Makefile.config:
PYTHON_INCLUDE := /usr/include/python2.7 \
/usr/lib/python2.7/dist-packages/numpy/core/include
PYTHON_LIB := /usr/local/lib
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib
MATLAB_DIR := /usr/local/MATLAB/R2014a(若有matlab)
5.2. 这里非常重要的是,为了确保支持Caffe Notebook里的程序,需要使用到IDE环境,并且支持iPython接口。
6.修改Makefile文件(不是Makefile.config)
在位置((LIBRARIES+= glog gflags protobuf leveldb snappy \
lmdbboost_system hdf5_hl hdf5 m \
opencv_coreopencv_highgui opencv_imgproc opencv_imgcodecs))处
添加opencv_imgcodecs
这一步非常重要,否则编译后会出现错误如下:
CXX/LD-o .build_release/tools/convert_imageset.bin
.build_release/lib/libcaffe.so:undefined reference tocv::imread(cv::String const&,int)'.build_release/lib/libcaffe.so: undefined referencetocv::imencode(cv::String
const&, cv::_InputArray const&,std::vector >&, std::vector > const&)'
原因就是opencv3.0.0把imread相关函数放到imgcodecs.lib中了,而非原来的imgproc.lib
7.编译caffe-master!!!"-j8"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 -j8
$make test -j8
$make runtest -j8
出现信息:YOU HAVE 2DISABLED TESTS说明Cafferuntest成功!
编译Python和Matlab用到的caffe文件
$ make pycaffe -j8
$ make matcaffe -j8(若有matleb)
8.使用MNIST数据集进行测试
相关文章推荐
- import导入模块 【python】
- python及hadoop学习网址
- Python基础:21包装
- Python基础:20类的定制
- python安装virtualenv
- python 爬直播吧NBA录像
- python统计代码运行的时长
- Python中zip()函数用法举例
- 那什么,想计算日期,datetime搞起
- 学习Python2(正则表达式)
- python实现数独算法实例
- python环境变量的配置
- Python笔记(六)- 模型及Django站点管理
- 麦子学院—python的潜在陷阱
- [python]闭包到底是什么鬼?
- python 集合set
- python 异常处理
- Python3.x和Python2.x的区别
- Python3 中文使用以及中文乱码问题
- Python_Scrapy_1.什么是Scrapy