Caffe安装笔记

本文记录了两种情况下的Caffe 安装，一是在已经装了Centos和cuda的机器上安装，二是从裸机开始。前者由于各个软件版本兼容问题出错较多，后者则相当顺利。

安装1

系统环境

CentOS release 6.4 (Final)

gcc 版本 4.4.7 20120313 (Red Hat 4.4.7-16) (GCC)

cuda-5.5

必要项安装

按照官网步骤进行安装，安装中卡的时间比较长的一个问题：

执行cmake .. 出现错误：

Could NOT find Atlas (missing: Atlas_CBLAS_LIBRARY Atlas_BLAS_LIBRARY

Atlas_LAPACK_LIBRARY)

解决方案是修改变量BLAS的值，该变量在CMakeFiles.txt中有定义。

cmake -DBLAS=open ..

安装软件包（部分）的版本为：

python

Python 2.7.11 :: Anaconda 2.4.1 (64-bit)

可选项安装项

opencv

为了使用caffe中的ImageData，则必须要设置Makefile.config中的USE_OPENCV=1，此时需要安装opencv.

参考官方安装指南

其中，

yum install ffmpeg ffmpeg-devel

报错

package not found

解决方案为： 在 /etc/yum.repos.d 下新建源dag.repo，内容如下

[dag]
name=Dag RPM Repository for Red Hat Enterprise Linux
baseurl=http://apt.sw.be/redhat/el$releasever/en/$basearch/dag
gpgcheck=1
enabled=1

然后，

yum install ffmpeg ffmpeg-devel

详见这里

安装opencv

下载opencv-2.4.9.zip,解压后执行

cd opencv-2.4.9 && mkdir build && cd build
cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local -D WITH_TBB=ON -D BUILD_NEW_PYTHON_SUPPORT=ON -D INSTALL_PYTHON_EXAMPLES=ON -DBUILD_EXAMPLES=ON -D WITH_V4L=ON ..
make -j8
sudo make install

执行make 时报如下的错误：

../../lib/libopencv_highgui.so.2.4.9: undefined reference to `png_set_longjmp_fn'
collect2: ld 返回 1
make[2]: *** [bin/opencv_perf_imgproc] 错误 1
make[1]: *** [modules/imgproc/CMakeFiles/opencv_perf_imgproc.dir/all] 错误 2
make: *** [all] 错误 2

查到png_set_longjmp_fn 是动态链接库libpng.so中的一个函数

ldd libopencv_highgui.so.2.4.9

得到

...
libjpeg.so.62 => /usr/lib64/libjpeg.so.62 (0x00007f9939b64000)
libpng16.so.16 => /usr/lib64/libpng.so(0x00007f9939922000)
libtiff.so.3 => /usr/lib64/libtiff.so.3 (0x00007f99396bd000)
libjasper.so.1 => /usr/lib64/libjasper.so.1 (0x00007f9939464000)
...

找到被libopencv_highgui.so.2.4.9需要的libpng.so链接库的位置，并执行

readelf -s libpng.so #读取链接库的头文件

发现没有函数字段

png_set_longjmp_fn

，所以做一个硬连接

ln ~/anaconda2/lib/libpng16.so.16  /usr/lib64/libpng.so

这样上述

undefined reference to png_set_longjmp_fn

问题就不会出现。

（这里给出一个顺利安装的示例）

安装成功后，将opencv中的cv2.so拷贝到Python的安装目录下，以便可以在Python中导入，否则将出现

ImportError: No module named cv2

cp /usr/local/lib/python2.7/site-packages/cv2.so ~/anaconda2/lib/python2.7/site-packages

python
>>> import cv2
>>> print cv2.__version__
>>>img=cv2.imread("0_Karen_160.png",0)
>>> print img [[0 0 0 ..., 0 0 0]
[0 0 0 ..., 0 0 0]
[0 0 0 ..., 0 0 0]
...,
[0 0 0 ..., 0 0 0]
[0 0 0 ..., 0 0 0]
[0 0 0 ..., 0 0 0]]

如果img是none的话则说明opencv安装有问题，可能是opencv中的libpng包有问题，读取.jpg得到none可能是libjpg有问题，还有一种说法为debug和release的包混合了（详见这里），反正都需要重新安装opencv，安装RELESE版本的设置变量CMAKE_BUILD_TYPE=RELEASE .

至此，opencv 基本安装成功（如果在Python ）。在caffe-master目录下的Makefile.config中设置

USE_OPENCV := 1

，并不用取消注释

#OPENCV_VERSION := 3

，否则重新编译caffe到make all时ld将会找opencv 3的一个库

libopencv_imgcodecs.so

，找不到时会报错如下

AR -o .build_release/lib/libcaffe.a
LD -o .build_release/lib/libcaffe.so
/usr/bin/ld: cannot find -lopencv_imgcodecs

安装CUDA

因为实验机器上已经安装了CUDA driver 6.0，nvcc 5.5,虽然不是caffe推荐的最佳配置，但是通过注释掉出错的行（不推荐）勉强编译通过。

在Makefile.config文件中
1.注释掉CPU_ONLY := 1
2.更改CUDA_DIR
在caffe-master下执行
make clean
mkdir build && cd build
cmake -DBLAS=open -DUSE_OPENCV=0 ..
make VERBOSE=1 all -j4
make test -j4
make runtest -j4

在执行

make all

时因为cuda版本低报出如下错误：

src/caffe/parallel.cpp:131: 错误：‘struct cudaDeviceProp’没有名为‘isMultiGpuBoard’的成员
src/caffe/parallel.cpp:131: 错误：‘struct cudaDeviceProp’没有名为‘isMultiGpuBoard’的成员
...

解决方法是直接将

src/caffe/parallel.cpp

文件中的相关行注释掉，之后可以顺利编译通过。

注：如果在编译过程中显示检测到的设备数量为0，且出现

Check failed: error == cudaSuccess (3 vs. 0) initialization error

之类的错误则很可能是cuda sdk 和cuda driver 的版本不匹配的问题。

重新编译caffe

更改Makefile.config文件之后需要重新编译caffe

cd caffe-master
rm -rf build
cd build
cmake -DBLAS=open ..
make all -j4
make install -j4
make test -j4
make runtest -j4

源码学习

使用nsight（CUDA Toolkit的一部分）学习caffe源代码

用nsight打开源代码时出错，

java: cairo-misc.c:380:_cairo_operator_bounded_by_source: Assertion `NOT_REACHED’ failed.

原因是没有安装 Cairo Graphics，解决办法是打开时添加参数

nsight -vmargs -Dorg.eclipse.swt.internal.gtk.cairoGraphics=”false”

安装2

先在裸机上装了ubuntu-mate-14.04.2-LTS-desktop-amd64，之后apt-get安装了必要的工具,然后开始安装caffe，出奇地顺利。

1.安装一般的依赖工具

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.安装cuda

2.1选择cuda版本



2.1执行安装命令

sudo dpkg -i cuda-repo-ubuntu1404_7.5-18_amd64.deb
sudo apt-get update
sudo apt-get install cuda

详见cuda官网

3.安装BLAS

sudo apt-get install libatlas-base-dev

4.安装Python （anaconda3）

下载Anaconda3-4.1.0-Linux-x86_64.sh，并执行即可

5.ubuntu其他的依赖

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

6.安装OPENCV

按照OPENCV官网步骤安装即可

7.编译caffe

7.1先下载caffe，之后修改Makefile.config文件，针对上面的配置的Makefile.config文件见这里

7.2编译安装命令（使用cmake）

cd caffe
mkdir build && cd build
cmake ..
make all -j8
#编译Python接口
make pycaffe
make install -j8
make test -j8
make runtest -j8
make pytest

到此可以去执行caffe example中的例子了。

此外，在python中使用caffe，需要向PYTHONPATH中添加“/path/to/caffe/python”路径。

注：

如果之后修改了Makefile.config文件，则需要重新编译，此时只需要在cmake前面加一条make clean即可。

我在上述过程中，修改了Makefile.config文件而没有进行make clean，导致：

在执行

make runtest -j8

时出现错误：

Check failed: error == cudaSuccess (77 vs. 0)  an illegal memory access was encountered
*** Check failure stack trace: ***

在GPU模式下执行caffe example中的程序时，出现错误：

status == CUBLAS_STATUS_SUCCESS (14 vs. 0) CUBLAS_STATUS_INTERNAL_ERROR.

这些错误在进行

make clean

，然后重新编译就消失了。

参考

1.http://blog.csdn.net/xuanyuansen/article/details/46786597

2.caffe官网：http://caffe.berkeleyvision.org/install_yum.html