要参加软创,安装搞得够费劲。
除了以下步骤,加一点注意事项。
1.推荐不要把语言改成中文,不然安装路径可能变得奇怪
2.caffe要安装在根目录下,不然以下步骤会出错(同时开一个ubuntukylin和ubuntu16.04两个虚拟机安装,ubuntukylin下的安装出错了(或许是kylin系统得锅?))
3.软件源切换到中国的服务器如阿里云(当时下载最高100多k,平时20k有时候不动,现在切换了以后)。
转载地址:http://blog.csdn.net/qq_32768743/article/details/72832847
为何我测试的时候用了7,8s,感觉电脑配置不差呀。。是不是因为虚拟机跑得慢
在安装好ubuntu 16.04后,接下来的步骤同在deepin上的操作。
安装依赖
sudo apt-get update
sudo apt-get install build-essential cmake git pkg-config
sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libhdf5-serial-dev protobuf-compiler
sudo apt-get install libatlas-base-dev
sudo apt-get install --no-install-recommends libboost-all-dev
sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev
sudo apt-get install libopencv-dev
下载intel/caffe
git clone https:
修改配置
下载完成后拷贝配置文件,并添加头文件和库
cd caffe/
cp Makefile.config.example Makefile.config
配置文件Makefile.config
中需要修改的地方
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 /usr/lib/x86_64-linux-gnu/hdf5/serial
编译并测试
运行make all -j4
后,会自动下载mkl,然后下载mklnn并安装。我用deepin的时候就卡在这里,总是下载不下来。ubuntu稍微卡一下后就下载完了。
make all -j4
make test
make runtest
在我运行测试后,有一个测试同不过。
[ FAILED ] 1 test, listed below:
[ FAILED ] MKLDNNPoolingLayerTest/0.TestForwardAve, where TypeParam = caffe::CPUDevice<float>
Makefile:701: recipe for target 'runtest' failed
make: *** [runtest] Error 1
使用mnist手写数据集进行训练和测试
获取数据集
./data/mnist/get_mnist.sh
./examples/mnist/create_mnist.sh
训练并测试
# 训练
./build/tools/caffe train --solver=examples/mnist/lenet_solver.prototxt
# 测试
./build/tools/caffe test --model=examples/mnist/lenet_train_test.prototxt --weights=examples/mnist/lenet_iter_10000.caffemodel --iterations=100
训练时间截图
测试太快了,不到3秒跑完。
感慨一下
intel/caffe在mkl的加持下确实是速度提升了很多很多。我之前用BLVC/caffe,使用mnist训练LeNet的时候,迭代100次时间大约是10s多,而使用intel/caffe只要2-3秒,这就是差距啊!
附录
本文中配置过程可以参考intel