深度学习框架Caffe的安装与使用总结

Caffe 的安装

 

• 官网：http://caffe.berkeleyvision.org/installation.html

• 博客：https://blog.csdn.net/yhaolpz/article/details/71375762

• GitHub：https://github.com/BVLC/caffe

安装问题汇总：

• 问题1：.build_release/src/caffe/proto/caffe.pb.h:23:35: fatal error: google/protobuf/arena.h: No such file or directory

原因：安装的anaconda之后导致的protoc版本不对

解决：用sudo make all -j8 代替 make all -j8

• 问题2：undefined reference to `google::protobuf::Message::InitializationErrorString()

原因：Gcc 和 G++ 版本问题

解决：替换gcc和g++版本， caffe：make clean， make all

< center >
# 1.查看已有的gcc和g++版本
ls /usr/bin/g*
# 2.替换gcc的软连接
sudo ln -s /usr/bin/gcc-5 /usr/bin/gcc -f
sudo ln -s /usr/bin/g++-5 /usr/bin/g++ -f
< center >

博客：https://blog.csdn.net/weixin_28900531/article/details/79697450

• 问题3：locale::facet::_S_create_c_locale name not valid and where TypeParam = caffe::CPUDevice , where TypeParam = caffe::GPUDevice.

错误：

• 

解决：命令行执行 export LC_ALL="C", 去除本地系统的 locale 配置，使用服务器的配置。

export LC_ALL="C"

参考：博客（https://blog.csdn.net/fly2leo/article/details/78537127）

• 问题4：cuda 指定GPU

解决：export CUDA_VISIBLE_DEVICES=0,1 ##仅显卡设备0,1GPU可见。可用的GPU可通过nvidia-smi -L命令查看

参考：博客（https://blog.csdn.net/u010454261/article/details/70236988/）

• 问题5：python/caffe/_caffe.cpp:10:31: fatal error: numpy/arrayobject.h: No such file or directory
• 错误原因如下：没安装numpy, Makefile.config文件未修改Python目录，numpy安装位置不匹配
• 博客（https://blog.csdn.net/wuzuyu365/article/details/52430657），

Caffe的使用

问题汇总：

• 问题1：./examples/cifar10/create_cifar10.sh ==》F1212 21:58:46.598824 27706 db_lmdb.hpp:15] Check failed: mdb_status == 0 (5 vs. 0) Input/output error

原因：可能是你的home盘没空间了～～～

解决：千年难遇～

• 问题2：im2col_layer.cpp Check failed: too many resources requested for launch

原因：内存或是寄存器不够

解决：减小your_model_train_val.prototxt文件中的batch_size大小