anaconda 虚拟环境编译安装caffe

最新推荐文章于 2024-05-21 10:39:10 发布

帆的孤独啊

最新推荐文章于 2024-05-21 10:39:10 发布

阅读量3.4k

点赞数 1

分类专栏：机器视觉

本文链接：https://blog.csdn.net/futangxiang4793/article/details/85050341

版权

机器视觉专栏收录该内容

7 篇文章 0 订阅

订阅专栏

1. conda create -n python=2.7 anaconda

2. 安装caffe依赖，这里是安装到了 $HOME/.conda/envs/caffe/ 以后如果自己要编译protobuf也是要装在这个位置

conda install lmdb openblas glog gflags hdf5 protobuf leveldb boost opencv cmake -y

3. 或者不用运行2直接conda install caffe-gpu 会自动安装所有依赖，安装的protobuf是3.6.1 如果要自己编译caffeprotobuf版本是2.5.0。此时官方的caffe已经装好，如果要使用rgb大神的faster rcnn则要再重头编译一次。下面继续。

4.下载并解压好protobuf 2.5.0后（首先conda uninstall protobuf不然下面会冲突）

./autogen.sh

./configure --prefix=$HOME/.conda/envs/caffe/

make

make install

5.下载faster rcnn模型，注意这个cuda9不兼容，需要修改一些文件

cd caffe-fast-rcnn

git remote add caffe https://github.com/BVLC/caffe.git

git fetch caffe

git merge -X theirs caffe/master

remove self_.attr("phase") = static_cast<int>(this->phase_); from include/caffe/layers/python_layer.hpp after merging.

6. 在CMakelists.txt 开头添加

set(CMAKE_CXX_STANDARD 11)

编辑.bashrc 配置文件：

export CUDA_HOME=$HOME/cuda-9.0
xport CUDA_HOME=$CUDA_HOME # included for sake of completeness
export PATH=$CUDA_HOME/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=$CUDA_HOME/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

7. source activate caffe

export ENV_PATH=$HOME/.conda/envs/caffe/

cmake -DBLAS=open -DCUDNN_INCLUDE=$CUDA_HOME/include/ -DCUDNN_LIBRARY=$CUDA_HOME/lib64/libcudnn.so -DCMAKE_PREFIX_PATH=$ENV_PATH -DCMAKE_INSTALL_PREFIX=$ENV_PATH ..

8. 编译并安装完之后如果import caffe 出错再conda install protobuf

但是以后如果再次编译caffe报protobuf相关的错误可以

(1) conda uninstall protobuf

conda uninstall libprotobuf

(2) 到步骤 4的目录下：再次运行make install

之后可以去caffe/lib/pkgconfig/protobuf.pc 看一下，这个是FindProtobuf.cmake根据他查找protobuf 确定这个.pc文件里面的版本是2.5.0就好