由于学习需要,最近安装了深度学习框架caffe,关于caffe的安装配置网上资料太多,质量参差不齐,因此自己动手安装了一遍,现将安装过程整理如下:
- sudo apt-get install libatlas-base-dev
cuda的下载安装:直接进入英伟达官网下载即可。下载链接https://developer.nvidia.com/cuda-downloads选择相应的版本即可,这里最新版为7.5,选择deb包下载。下载完成后,输入命令:
安装之后将安装路径添加到系统路径中:
export PATH=/usr/local/cuda-7.5/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-7.5/lib64:$LD_LIBRARY_PATH
建议后续操作:
cd usr/local/cuda-7.5/samples
make -j8
./usr/local/cuda-7.5/samples/bin/x86_64/linux/release/deviceQuery
出现的信息最下面一行显示“Result = PASS”则说明安装成功。若出现问题,可针对该问题逐项解决。cudnn配置:使用caffe的时候需要用到cudnn加速,具体下载链接:https://developer.nvidia.com/cudnn该工具需要注册帐号才能下载,申请也很快,几分钟就可以了。下载完成后将压缩包解压,然后将include文件夹下的文件拷贝到/usr/local/cuda/include/,将lib64中的文件拷贝到:/usr/local/cuda/lib64/中,注意,直接拷贝是不行的需要root权限。输入命令:
cd cuda
sudo cp lib/lib* /usr/local/cuda/lib64/
sudo cp include/cudnn.h /usr/local/cuda/include/
接下来更新软链接:
cd /usr/local/cuda/lib64/
sudo chmod +r libcudnn.so.5.0.5
sudo ln -sf libcudnn.so.5.0.5 libcudnn.so.5
sudo ln -sf libcudnn.so.5 libcudnn.so
sudo ldconfig下载caffe:git clone https://github.com/BVLC/caffe.git下载完后,进入python 目录,安装依赖的工具包:
for req in $(cat requirements.txt); do pip install $req; done
静心等待安装完成。附加选项(可不选):
OpenCV >= 2.4 including 3.0
IO libraries: lmdb, leveldb (note: leveldb requires snappy)
cuDNN for GPU acceleration (v5)(步骤3已安装)
Install MATLAB, and make sure that its mex is in your $PATH.编译caffe:进入caffe主目录
cp Makefile.config.example Makefile.config
针对自己的环境配置一下。这里我仅仅修改两处:
WITH_PYTHON_LAYER := 1
USE_CUDNN := 1
然后终端输入:
make all
make test
make runtest
至此,caffe就配置好了,下面就可以尽情使用了。