Ubuntu 16.04下配置深度学习库caffe
2017-09-20 22:34
357 查看
博主是在T_H学长的帮助下完成安装的,考虑到很多人应该需要一个比较详细的安装过程,特意写下此教程,以及博主在安装过程中遇到的问题及solution。
T_H学长的安装过程链接,大家可以结合参考
**
在系统设置->软件和更新->附加驱动中:将NVIDIA Corporation里的选项选为第一项。完成后需要重启。
**
参照学长的,链接上方已给出。
注意:执行命令时,名称需要改成你下载的相应名称!
**
进入cuda文件夹,打开终端:
接着:
!!问题来了,学长成功了,但我执行sudo ldconfig时失败了!!!如图:
4000
solution如下:
再次执行 sudo ldconfig,成功!
**
参考学长的就行,建议root用户下执行,以免文件无法保存。
**
参考学长的
**
参考学长的
**
唯一不同的是,这一步我还时慢快的
**
我在make caffe 这里报错了,切换目录,还是错。首先展示这两类错误分别是什么:
错误1:末尾是 make: * [all] 错误 2
错误2:no rule to make target “pycaffe”。停止。
首先第一类错误终端的路径没错,只是make这边有点问题,等下给出解决方案。
其次,第二类错误,是执行语句的路径错误,切换到正确路径下。
solution:在caffe-master 还是 在caffe-master/python目录下执行下列语句(我两个都执行了,应该只要一个)
**
参考学长的
**
见学长
!!其实,现在import caffe 还是会报错,No module named caffe !!下面解决
**
在终端里进入python,输入:
此时,import成功!!!
喜大普奔!!
T_H学长的安装过程链接,大家可以结合参考
**
1. 安装Nvidia显卡驱动
**在系统设置->软件和更新->附加驱动中:将NVIDIA Corporation里的选项选为第一项。完成后需要重启。
**
2. 安装CUDA 8.0
**参照学长的,链接上方已给出。
注意:执行命令时,名称需要改成你下载的相应名称!
**
3.安装cuDNN v5
**进入cuda文件夹,打开终端:
tar -zxvf cudnn-8.0-linux-x64-v5.0-ga.solitaietheme8 cd cuda sudo cp lib64/lib* /usr/local/cuda/lib64/ sudo cp include/cudnn.h usr/local/cuda/include/
接着:
cd /usr/local/cuda/lib64/ sudo chmod +r libcudnn.so.5.0.5(或你自己的版本对应的) sudo ln -sf libcudnn.so.5.0.5 libcudnn.so.5 sudo ln -sf libcudnn.so.5 libcudnn.so sudo ldconfig
!!问题来了,学长成功了,但我执行sudo ldconfig时失败了!!!如图:
4000
solution如下:
sudo mv /usr/lib/nvidia-375/libEGL.so.1 /usr/lib/nvidia-375/libEGL.so.1.org sudo mv /usr/lib32/nvidia-375/libEGL.so.1 /usr/lib32/nvidia-375/libEGL.so.1.org sudo ln -s /usr/lib/nvidia-375/libEGL.so.375.39 /usr/lib/nvidia-375/libEGL.so.1 sudo ln -s /usr/lib32/nvidia-375/libEGL.so.375.39 /usr/lib32/nvidia-375/libEGL.so.1
再次执行 sudo ldconfig,成功!
**
4.添加环境变量
**参考学长的就行,建议root用户下执行,以免文件无法保存。
**
5.Build CUDA Sample
**参考学长的
**
6.安装caffe的基本依赖库
**参考学长的
**
7.安装opencv
**唯一不同的是,这一步我还时慢快的
**
8.配置caffe的python环境
**我在make caffe 这里报错了,切换目录,还是错。首先展示这两类错误分别是什么:
错误1:末尾是 make: * [all] 错误 2
错误2:no rule to make target “pycaffe”。停止。
首先第一类错误终端的路径没错,只是make这边有点问题,等下给出解决方案。
其次,第二类错误,是执行语句的路径错误,切换到正确路径下。
solution:在caffe-master 还是 在caffe-master/python目录下执行下列语句(我两个都执行了,应该只要一个)
cmake -D CMAKE_BUILD_TYPE=bulid -D CMAKE_INSTALL_PREFIX=/usr/local -D CUDA_GENERATION=Kepler .
然后,**先把第9步的文件内容修改完成**,再执行:
make pycaffe
**
9.编译caffe
**参考学长的
**
10.绘制caffe网络模型
**见学长
!!其实,现在import caffe 还是会报错,No module named caffe !!下面解决
**
11. import caffe
**在终端里进入python,输入:
caffe_root = '/home/mckee/下载/caffe-master/'#路径是你caffe-master的路径 import sys sys.path.insert(0, caffe_root + 'python')
此时,import成功!!!
喜大普奔!!
相关文章推荐
- 深度学习笔记1 ——Ubuntu16.04下caffe环境的配置(仅CPU)
- 深度学习框架Caffe配置:Ubuntu 16.04+CUDA8.0+cuDNN5.1+OpenCV3.1+Anaconda+Octave4.0.3
- 深度学习环境配置Ubuntu16.04+CUDA8.0+CuDNN+Anaconda2+openCV2.4.9+caffe(全离线GPU版)
- 深度学习环境搭建(二)-Ubuntu系统下配置caffe(CPU)
- 深度学习笔记(1)------linux Ubuntu 14.04+Anaconda2+opencv 3.2.0+caffe-master配置
- 深度学习框架caffe配置(ubuntu14.04+cuda8.0+cudnn v5.1 + caffe)
- 【深度学习】 Ubuntu16.04 caffe Opencv2.4.13 GPU环境配置
- [深度学习之caffe配置] ubuntu下配置caffe框架
- 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】笔记10:Ubuntu16.04环境下配置caffe的步骤(无GPU版本)
- Ubuntu 14.04_64bit+Cuda 7.0配置深度学习框架caffe
- 深度学习框架caffe在ubuntu上无GUP编译环境详细配置
- 深度学习_caffe-ubuntu-GPU 配置环境(0)
- 【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
- 深度学习框架caffe在ubuntu上无GUP编译环境详细配置
- 深度学习主机环境配置: Ubuntu16.04 + GeForce GTX 1070 + CUDA8.0 + cuDNN5.1 + TensorFlow
- 深度学习与人脸识别系列(2)__深度学习的环境搭建(ubuntu+caffe)
- 【神经网络与深度学习】如何在Caffe中配置每一个层的结构
- 简单4步在win7 X64+cuda7.5或cuda8.0+VS2013环境中配置caffe深度学习框架,不用配置复杂的依赖库。
- 【深度学习】Ubuntu 常用软件安装:Tensorflow + TeamViewer + Caffe + ... + Matlab