nvida/cuda容器编译Caffe踩坑记录（Ubantu16.04+CUDA10.2）

背景

最近再学caffe，同时想自己编译下，了解了解过程。

使用docker容器，利用官方cuda镜像，进行caffe编译，了解编译过程，踩坑记录。

编译使用cmake。

编译caffe-python接口。

官方镜像

#查找cuda镜像
docker search cuda

docker pull nvidia/cuda

注意cuda镜像pull下来默认是最新版的CUDA10.2,cuda要和本机的cuda driver版本匹配，匹配版本如下图（https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html）：

有关具体版本可以到docker hub上找相关镜像。

注意

运行容器的时候，别忘在run的后面加上 --gpus all参数，来映射显卡驱动，否则还会出现cuda版本和driver不匹配的错误（实际上是没映射驱动）

安装caffe依赖和编译器

apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler

apt-get install libboost-all-dev    #安装boost库

apt-get install libopenblas-dev liblapack-dev libatlas-base-dev

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


apt-get install git build-essential cmake-gui #注意这里没有cmake

安装caffe依赖，但要注意，对于cmake的安装，没有直接使用apt-get来安装，因为用它安装最新版本只能到3.10.0，如果使用它来编译，会由于CUDA版本太新，cmake的时候找不到Cuda的某个库。

cmake要求版本>=3.12.0，安装方式如下：（我用的3.13.0）

wget https://cmake.org/files/v3.13/cmake-3.13.0.tar.gz #没有wget的话用apt-get安装
tar -zxvf cmake-3.13.0.tar.gz
cd cmake-3.13.0
ln -s cmakePath/bin/* /usr/bin #直接将cmake中的二进制文件拷贝到/usr/bin下就能用

Cmake编译

修改配置

git clone https://github.com/BVLC/caffe.git
cd caffe
#修改CMakeLists.txt
将set(python_version "2" CACHE STRING "Specify which Python version to use")
改为set(python_version "3" CACHE STRING "Specify which Python version to use")

cd cmake
#修改cuda.cmake文件
将gpu_archs改为如下：
# Known NVIDIA GPU achitectures Caffe can be compiled for.
# This list will be used for CUDA_ARCH_NAME = All option
set(Caffe_known_gpu_archs "30 35 50 60 61")
#否则或make的时候会出现nvcc fatal   : Unsupported gpu architecture 'compute_20'错误

编译

#在caffe目录下
mkdir build
cmake ..
make -j'nproc'
make install

编译成功。