摘要:是一种常用的深度学习框架,主要应用在视频图像处理方面的应用上。由于没钱买,只能在虚拟机环境下配置版开发环境,大家勿笑。
caffe是一种常用的深度学习框架,主要应用在视频、图像处理方面的应用上。由于没钱买gpu,只能在虚拟机环境下配置Ubuntu CPU版caffe开发环境,大家勿笑。1.首先,先安装依赖库:
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 libatlas-base-dev sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev2.下载编码caffe源码
如果没有安装git,请先安装:
sudo apt-get install git
下载caffe源码:
git clone https://github.com/BVLC/caffe.git cd caffe cp Makefile.config.example Makefile.config
或:
mv Makefile.config.example Makefile.config
打开配置文件:
vim Makefile.config
修改配置文件
# CPU_ONLY:=1
改为:
CPU_ONLY:=1 INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib
改为:
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial/ LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu/hdf5/serial/
注意:最后面的斜杠/不能去掉,否则编译会报错
进入目录,并打开终端
cd /usr/lib/x86_64-linux-gnu/
ubuntu 16.04.4自带python3.5,但需要找出该so库的版本号:
find .|xargs grep -rl "libboost_python-py35.so." ./libboost_mpi_python-py35.so.1.58.0 ./libboost_python-py35.so.1.58.0 ./libboost_mpi_python-py35.so.1.58.0 ./libboost_python-py35.so.1.58.0 ./libboost_python-py35.so ./libboost_mpi_python-py35.so
该so库的版本号为1.58.0,软链到/usr/local/lib/
sudo ln -s /usr/lib/x86_64-linux-gnu/libboost_python-py35.so.1.58.0 /usr/local/lib/libboost_python3.so
至此,caffe CPU版配置完毕,下面开始编译caffe
sudo make all -j4 sudo make test sudo make runtest -j4
注:如何编译报错,去掉后面的-j4再试试
4.安装python库进入python目录
cd python
查看是ubuntu否有安装pip3,如果没安装会出现如下提示:
pip3 -v The program "pip3" is currently not installed. You can install it by typing:sudo apt install python3-pip
安装pip3:
sudo apt install python3-pip
修改用户配置文件:
vim ~/.bashrc
在最后一行加入:
export PYTHONPATH=/caffepath/python:$PYTHONPATH
加载配置文件:
sudo ldconfig
安装numpy库:
sudo apt-get install python-numpy
编译caffe,在caffe目录运行:
sudo make pycaffe -j16
安装成功后,进入python2(python2对caffe的支持比较好)进行测试:
python import caffe
报错:
ImportError: No module named skimage.io
于是考安装skimage.io:
sudo pip install scikit-image
结果发现运行pip报错,真是倒霉的时候喝水都会呛着。错误信息如下:
Traceback (most recent call last): File "/usr/bin/pip", line 9, infrom pip import main ImportError: cannot import name "main"
问了一下度娘,还好有解,先修改pip3:
sudo vi /usr/bin/pip3
原文: from pip import main
修改后: from pip._internal import main
然后修改pip:
sudo vi /usr/bin/pip
原文:
from pip import main if __name__ == "__main__": sys.exit(main())
修改为:
from pip import __main__ if __name__ == "__main__": sys.exit(__main__._main())
然后输入pip -V验证:
pip -V pip 18.0 from /usr/local/lib/python2.7/dist-packages/pip (python 2.7)
继续安装scikit-image:
sudo pip install scikit-image
安装成功后,继续输入:
import caffe No module named google.protobuf.internal
google.protobuf缺失,安装protobuf
sudo pip install protobuf
安装完毕后输入
python import caffe
如果无错误提示,则说明caffe已经成功安装!
文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以联系管理员删除。
转载请注明本文地址:https://www.ucloud.cn/yun/42108.html
摘要:首先下载安装包进入官网下载地址,如图所示顺带说说目录结构各种开发工具安装包,新旧都有可以下载开发环境和源代码。迷你版,目前是针对的版本。正式发布版,是与开发版相对的稳定版库和开发工具可以下载开发环境和源代码。 ...
摘要:陈建平说训练是十分重要的,尤其是对关注算法本身的研究者。代码生成其实在中也十分简单,陈建平不仅利用车道线识别模型向我们演示了如何使用生成高效的代码,同时还展示了在脱离环境下运行代码进行推断的效果。 近日,Mathworks 推出了包含 MATLAB 和 Simulink 产品系列的 Release 2017b(R2017b),该版本大大加强了 MATLAB 对深度学习的支持,并简化了工程师、...
摘要:在两个平台三个平台下,比较这五个深度学习库在三类流行深度神经网络上的性能表现。深度学习的成功,归因于许多层人工神经元对输入数据的高表征能力。在年月,官方报道了一个基准性能测试结果,针对一个层全连接神经网络,与和对比,速度要快上倍。 在2016年推出深度学习工具评测的褚晓文团队,赶在猴年最后一天,在arXiv.org上发布了的评测版本。这份评测的初版,通过国内AI自媒体的传播,在国内业界影响很...
摘要:包括系统的原因自带的系统环境无法安装及其他第三方库,必须通过来自行安装一个而这个路径和系统的并不一样。在如此混乱的开发环境下,配置实在艰难,特此教程。你要用的话可以不忽略该教程了。 原文链接 https://jinkey.ai/post/tech/m...本文作者 Jinkey(微信公众号 jinkey-love,官网 https://jinkey.ai)感谢 yubang 老司机指导...
阅读 3916·2021-11-11 10:58
阅读 3251·2021-09-26 09:46
阅读 1891·2019-08-30 15:55
阅读 959·2019-08-30 13:52
阅读 1929·2019-08-29 13:11
阅读 3000·2019-08-29 11:27
阅读 1502·2019-08-26 18:18
阅读 2586·2019-08-23 14:17