序言
这是我第二篇博客,虽然空闲时间其实也不算少,总是想把自己计算机路上遇到的问题和解决方法都来个记录,以方便后学的人。不过太懒了,没心思。
学啥什么都一样,还没接触之前,啥都觉得挺懵的,觉得未知,因为毫无头绪毫无思路无从下手啊,hhh。所以还是需要静下心来慢慢去找解决办法。
问题
这次为了尝试一些深度学习的东西,需要安装caffe和tensorflow,提前去看了许多相关的教程,需要提前装什么,安装顺序啊,这个那个干嘛用的啥的。前后用了3天吧,装完这两个,遇到的问题还不少,不过总结下来基本是版本问题,真令人头秃
总的一句话就是,不要太在意版本的新旧,按要求来,要适配 当时我就是什么都下最新版,想想一般都会后向支持的,结果不然,很多问题都是因为版本的问题出了错
首先给一个总的参考caffe官方的安装过程,这个还是很重要的,尤其注意下他的版本要求。
说一下我的机子有关配置:GTX1070+win10(支持GPU加速)
然后是需要安装的工具,先是不需要以其他工具为基础的部分
1.visual studio 2015 community版(这个到官网下就可以了,名字下的链接为我当时下的2015版的最新版,pw:3xy8)
2.python3.5.2(注意caffe官方的要求,2.7或3.5系版本,不要为了求新去下3.6,不支持!!pw:k7xr)
3.cmake(cmake需要3.4以上,新无上限,这个应该可以放心往高版本下,给出版本cmake3.9.6,pw:t5e4)
然后是需要以上三个为基础前提的部分
1.cuda8.0(前提:vs2015 。 这是利用GPU强大的性能来完成高速计算任务的架构,支持。caffe官方明说了用7.5或8.0,cuda官网最新为9.0,千万别下,亲试过不行,vs2015只能用cuda8.0的 ,pw:v5ze)这个官网读类似 库达 , 不叫粗大hhh
2.cudnn8.0_v6(前提:cuda 。针对深度神经网络中的基础操作而设计基于GPU的加速库。cudnn官网上最新的已经到了v7了,但最近官网下载在维修,下载不了,不过也不需要用到v7;cudnn8.0有v5和v6两个,我的tensorflow安装过程中,v5失败,v6成功,所以给出v6的 ,pw:kwb3)
3.numpy(前提:python 。 不装的话编译caffe时会报错,给出版本 nump-3.13.3,适配python3.5系 , pw:ebqv)
另外是
1.caffe (pw:6xsf)
2.tensorflow(我是pip命令安装的,具体命令参照官网上的命令,链接在tensorflow上,访问可能要求助国外亲戚科学上网,这里给出我当时安装官网上的命令
pip3 install --upgrade tensorflow-gpu
之后还有一些命令,具体看tensorflow的那些安装教程吧)
还有一个编译caffe时需要的包,据我看到那些教程说,可能是无法访问到国外的网站而自动下载不了,所以需要自己下好放到相应的位置,教程上基本都会说放哪,下面是针对以上这些环境对应的包
libraries_v140_x64_py35_1.1.0.tar.bz2(64位,针对python3.5系 ,pw:dtwg)
暂时就以上这些吧,各个工具版本还有其他的组合,可以自行尝试,但有一些工具的版本,如我上面明确提的,千万就别用了
附git安装包pw:bhum
不说了,要吃鸡了。欢迎提意见