Ubuntu 14.04.4 LTS + Caffe无GPU配置方案

Ubuntu 14.04.4 LTS + Caffe无GPU配置方案

(使用Mnist对Caffe安装进行测试)

 

最近想学习一下Caffe，并准备在自己笔记本上进行安装，从网上测试了很多方案，总是存在一些问题，经历多次之后，自己安装成功了，并写下这篇安装指南，希望对其他人有帮助。

笔记本配置：

l   ThinkPad、16G内存、64位Ubuntu14操作系统、无GPU配置

安装Caffe前需要的一些库：

l   CUDA library

l   BLAS（可以选择ATLAS、MKL、OpenBLAS）

l   OpenCV

l   Boost

l   Python

l   Matlab(为了生成caffe的matlab的调用接口，如果没这方面的需要的话，可以不安装)

 

安装步骤：

1、安装开发使用的基本包

sudoapt-get install build-essential

2、安装Caffe依赖的必要项

sudoapt-get install vim cmake git

sudoapt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-devlibboost-all-dev libhdf5-serial-dev libgflags-dev libgoogle-glog-devliblmdb-dev protobuf-compiler

该安装必要项中包含caffe依赖的OpenCV。

3、安装CUDA

一般电脑都有双显卡：Intel 的集成显卡 + Nvidia 的独立显卡。要想两个显卡同时运行，需要关闭 lightdm 服务。

l   首先从https://developer.nvidia.com/cuda-downloads下载CUDA，Ubuntu14需要下载6.5以上的版本，如果版本低的话，会可能出现其他的安装问题。本人下载的是CUDA6.5，在安装过程中，出现Unsupported complier问题，解决版本：运行cuda-xx-xx.run文件时，指定—override。

l   BIOS中设置Graph Devices项，在启动时按下F2，选择Configuration，里面有一个Graph Devices项，选择主要显示设备。

l   安装CUDA需要在纯命令下进行，按Ctrl+alt+F1进入tty，执行

sudo service lightdm stop

sudo ./cuda-linux64-xxx.run

在安装过程中，由于我们只需要在CPU下进行caffe计算，因此只需要安装cuda-toolkit包，NVIDIA驱动可以选择不安装，SAMPLE包安装由个人意愿决定。

l   安装完成后在/etc/profile中添加环境变量，在文件最后添加

PATH=/usr/local/cuda-6.5/bin:$PATH

export PATH

　　   保存后，执行下列命令，使环境变量立即生效

source /etc/profile

l   添加lib库路径 

　　　在/etc/ld.so.conf.d/目录下增加文件cuda.conf，内容如下　

/usr/local/cuda-6.5/lib64

执行下列命令立刻生效

sudo ldconfig

l   退出命令行

sudo service lightdm start

按Ctrl+alt+F7回到图像界面

4、安装BLAS

BLAS有三个版本：ATLAS,MKL, OpenBLAS，为了安装方便一些，本人选择的是ATLAS。

sudo apt-get installlibatlas-base-dev

 

5、下载Caffe和安装Python

首先需要安装pip

sudo apt-get installpython-pip

再下载caffe，我把caffe放在用户目录下

cd

git clonehttps://github.com/BVLC/caffe.git

再转到caffe的python目录，安装scipy

cd caffe/python

sudo apt-get installpython-numpy python-scipy python-matplotlib ipython ipython-notebookpython-pandas python-sympy python-nose

最后安装requirement里面的包，需要root权限

sudo su

for req in $(catrequirements.txt); do pip install $req; done

如果提示报错，一般是缺少必须的包引起的，直接根据提示 pip install <package-name>就行了。

安装完后退出root权限

exit

 

6、编译Caffe

l   进入caffe目录，复制一份Makefile.config

cd ~/caffe

cpMakefile.config.example Makefile.config

geditMakefile.config

·        根据自己环境修改相应内容

　　　1 取消 CPU_ONLY := 1前面的注释

　　　2. cuda 安装路径改为自己的路径 ： CUDA_DIR := /usr/local/cuda-6.5

　　　3. 配置路径：实现caffe对python的路径(因为新安装的python包目录在这里： /usr/local/lib/python2.7/dist-packages/)

PYTHON_INCLUDE := /usr/include/python2.7 \

/usr/lib/python2.7/dist-packages/numpy/core/include

改为

PYTHON_INCLUDE := /usr/include/python2.7 \

/usr/local/lib/python2.7/dist-packages/numpy/core/include

l  编译caffe

make all -j4

make test

make runtest

make pycaffe

 

7、使用MNIST数据集进行测试

l   将终端定位到Caffe根目录；

l   下载MNIST数据库并解压缩：$./data/mnist/get_mnist.sh

l   将其转换成Lmdb数据库格式：$ ./examples/mnist/create_mnist.sh

l   训练 model：$./examples/mnist/train_lenet.sh，由于默认的是在GPU下进行训练，因此需要修改lenet_solver.prototxt文件中的solver_mode字段值为CPU

l   测试MNIST

./build/tools/caffe test -modelexamples/mnist/lenet_train_test.prototxt -weights examples/mnist/lenet_iter_10000.caffemodel-iterations 100

由于只有CPU进行计算，速度比较慢，需要等一段时间。

 

参考文献：

l  Caffe + Ubuntu14.04 64bit + CUDA6.5 + 无GPU 配置(http://www.cnblogs.com/dupuleng/articles/4213834.html )

l  Caffe在Ubuntu14.04 64bit 下的安装(http://www.linuxidc.com/Linux/2015-07/120449.htm )