深度学习笔记1 ——Ubuntu16.04下caffe环境的配置(仅CPU)
2016-09-27 09:29
736 查看
在macOS sierra系统中利用VMware Fusion Pro 8.5 安装Ubuntu16.04
安装依赖库
下载caffe
安装opencv30
安装opencv的依赖库
下载opencv30
编译opencv30
链接opencv30
编译caffe
cmake在获取ippicv_linux_20140513.tar文件时一直出错,从这里下载所需文件覆盖到opencv/3rdparty/ippicv/downloads/linux-808b791a6eac9ed78d32a7666804320e路径下的相应文件即可(最后一个目录的名字可能不同)
重新编译:
此时makefile已经生成了, 之后执行:
之后用ldconfig命令链接起来:
因为opencv3.0把imread相关函数放到imgcodecs.lib中了(原来是imgproc.lib),所以要修改~/opencv/Makefile文件,在opencv_core opencv_highgui opencv_imgproc opencv_imgcodecs后面添加opencv_imgcodecs
此外修改caffe/examples/cpp_classification/classification.cpp文件,加入:
至此opencv就完全安装完成了
在
需要在Makefile.config文件的第85末尾添加一个路径,修改之后:
另外第173行把hdf5_hl 和hdf5修改为hdf5_serial_hl 和 hdf5_serial,修改之后:
重新执行make操作即可
安装依赖库
下载caffe
安装opencv30
安装opencv的依赖库
下载opencv30
编译opencv30
链接opencv30
编译caffe
安装依赖库
依赖库在Ubuntu下的安装基本都可以通过apt-get命令实现$ 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 $ sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev $ sudo apt-get install libatlas-base-dev
下载caffe
通过git命令从官网获取,Ubuntu16.04系统中自带git$ cd ~ $ git clone git://github.com/BVLC/caffe.git
安装opencv3.0
opencv2.4及以上版本都可以,但是3.0与其他版本操作有所不同,在这里选择opencv3.0进行安装安装opencv的依赖库
$ sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev $ sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev
下载opencv3.0
$ mkdir ~/opencv $ cd ~/opencv $ wget https://github.com/Itseez/opencv/archive/3.0.0-alpha.zip -O opencv-3.0.0-alpha.zip $ unzip opencv-3.0.0-alpha.zip
编译opencv3.0
$ cd ~/opencv $ mkdir build $ cd build $ cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local ..
cmake在获取ippicv_linux_20140513.tar文件时一直出错,从这里下载所需文件覆盖到opencv/3rdparty/ippicv/downloads/linux-808b791a6eac9ed78d32a7666804320e路径下的相应文件即可(最后一个目录的名字可能不同)
重新编译:
$ cd ~/opencv/build $ cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local ..
此时makefile已经生成了, 之后执行:
$ make $ sudo make install
链接opencv3.0
打开/etc/ld.so.conf文件,添加一行内容:include /usr/local/lib
之后用ldconfig命令链接起来:
$ sudo ldconfig
因为opencv3.0把imread相关函数放到imgcodecs.lib中了(原来是imgproc.lib),所以要修改~/opencv/Makefile文件,在opencv_core opencv_highgui opencv_imgproc opencv_imgcodecs后面添加opencv_imgcodecs
此外修改caffe/examples/cpp_classification/classification.cpp文件,加入:
#include <opencv2/imgproc/types_c.h>
#include <opencv2/objdetect/objdetect_c.h>
至此opencv就完全安装完成了
编译caffe
$ cd ~/caffe $ cp Makefile.config.example Makefile.config # 修改Makefile.config文件:去掉CPU_ONLY:= 1的注释 $ make all $ make test $ make runtest
在
make all的过程中出现了找不到hdf5.h头文件的错误
需要在Makefile.config文件的第85末尾添加一个路径,修改之后:
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial/
另外第173行把hdf5_hl 和hdf5修改为hdf5_serial_hl 和 hdf5_serial,修改之后:
LIBRARIES + 4000 = glog gflags protobuf boost_system boost_filesystem m hdf5_serial_hl hdf5_serial
重新执行make操作即可
相关文章推荐
- 【深度学习】笔记10:Ubuntu16.04环境下配置caffe的步骤(无GPU版本)
- Caffe_Linux学习笔记(一)基于Ubuntu16.04+CPU only+Python2.7环境下的Caffe配置
- 深度学习环境搭建(二)-Ubuntu系统下配置caffe(CPU)
- 【深度学习】笔记1_Ubuntu14.04下caffe环境的搭建,无GPU版本以及python可视化环境的配置
- 深度学习--【1】Ubuntu下caffe环境搭建,CPU
- caffe学习笔记1:ubuntu15.04下3分钟完成caffe环境配置(基于docker)
- 深度学习环境配置Ubuntu16.04+CUDA8.0+CuDNN+Anaconda2+openCV2.4.9+caffe(全离线GPU版)
- 【深度学习】 Ubuntu16.04 caffe Opencv2.4.13 GPU环境配置
- 深度学习之caffe入门——caffe环境的配置(CPU ONLY)
- 深度学习框架caffe在ubuntu上无GUP编译环境详细配置
- 【深度学习】笔记14 windows下caffe的python接口的配置(数据的可视化环境)
- 【深度学习】笔记16 windows下SSD网络在caffe中的配置(CPU版本)【笔记2】
- 整合一下深度学习caffe环境配置和基本使用例程(CPU+GPU)
- ubuntu16.04下安装配置深度学习环境(Ubuntu 16.04/16.10+ cuda7.5/8+cudnn4/5+caffe)
- 深度学习_caffe-ubuntu-GPU 配置环境(0)
- 深度学习框架caffe在ubuntu上无GUP编译环境详细配置
- Ubuntu16.04 +Caffe CPU/GPU 深度学习环境
- Ubuntu 16.04下配置深度学习库caffe
- 深度学习笔记(1)------linux Ubuntu 14.04+Anaconda2+opencv 3.2.0+caffe-master配置
- ubuntu16.04+cuda7.5+caffe深度学习环境搭建