caffe安装

最新推荐文章于 2024-05-03 15:15:30 发布
最新推荐文章于 2024-05-03 15:15:30 发布
阅读量594 收藏
点赞数
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_21152763/article/details/83650151
版权

首先碰到安装完搜狗拼音输入法后打字是乱码的情况，解决方法如下：
输入如下命令：

cd ~/.config
sudo rm -rf SogouPY* sogou*

之后注销重启即可。

安装caffe

参考资料：（主参考）Ubuntu16.04 Caffe 安装步骤记录（超详尽）

Ubuntu16.04 14.04安装配置Caffe(GPU版)

Ubuntu 16.04 安装配置Caffe 图文详解

安装配置 Ubuntu 14.04 + CUDA8.0 + cuDNN v5 + caffe

安装流程细分为如下10个步骤，细化步骤粒度更易避免出错：

1、安装依赖包 

2、禁用 nouveau 

3、安装NVIDIA驱动

4、配置环境变量 

5、下载 CUDA 8.0 

6、安装 CUDA 8.0 

7、验证 CUDA 8.0 是否安装成功 

8、安装 cudnn5.1 

9、安装 opencv3.1 

10、安装 caffe 

11、安装 pycaffe接口环境和python-opencv的接口环境

12、测试

 

1. 安装相关依赖项

 

1

sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler

2

sudo apt-get install --no-install-recommends libboost-all-dev

3

sudo apt-get install libopenblas-dev liblapack-dev libatlas-base-dev

4

sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev

 

2. 禁用 nouveau 驱动(理论这样，先禁用再安装新的驱动，但我是直接在附加驱动里直接更新的384版本

）

打开终端，输入$ sudo gedit /etc/modprobe.d/blacklist-nouveau.conf,输入

 

blacklist nouveau

options nouveau modset=0

 

保存退出，执行$ sudo update-initramfs -u，禁用结束。重启电脑。

 

验证驱动是否禁用成功：

 

输入$ sudo lspci | grep nouveau，如果没有内容，则禁用成功。

 

 

3.安装NVIDIA驱动

 

(1) 查询NVIDIA驱动

首先去官网 http://www.nvidia.com/Download/index.aspx?lang=en-us 查看适合自己显卡的驱动并下载：驱动文件后缀名应当是以.run结尾的。我们要把这个文件移动到根目录下，原因是下面我们要切换到字符界面下，如果放到~/下载 下面，我们没有办法进入下载这个目录（没有中文输入法，且中文全部是乱码）

点击右边的search进入下载页面

我下载后的驱动文件是：NVIDIA-Linux-x86_64-375.66.run

（2）安装驱动

这里要尤其注意，安装显卡驱动要先切换到文字界面，(按Ctrl+Alt+F1~F6).所以，启动电脑后，先进入字符界面。

然后，输入命令：

sudo service lightdm stop

 

现在可以安装驱动了：

cd ~

sudo ./NVIDIA-Linux-x86_64-375.66.run

（可能会command not found提示用bash，那就sudo bash NVIDIA-Linux-x86_64-375.20.run，或者需要chmod一下），按照提示一步步来~ 

完成后，再次重启电脑。

安装完成之后输入以下指令进行验证：

sudo nvidia-smi

 

若列出了GPU的信息列表则表示驱动安装成功。如下图：

 

4. 配置环境变量

 

同样使用 gedit 命令打开配置文件：

sudo gedit ~/.bashrc

 

打开后在文件最后加入以下两行内容：

export LD_LIBRARY_PATH=/usr/lib/x86_64-linux-gnu:$LD_LIBRARY_PATH

 

export LD_LIBRARY_PATH=/lib/x86_64-linux-gnu:$LD_LIBRARY_PATH

 

保存退出。

 

5. 下载 CUDA 8.0

CUDA是NVIDIA的编程语言平台，想使用GPU就必须要使用cuda。

(1)   下载CUDA

首先在官网上https://developer.nvidia.com/cuda-downloads下载CUDA。下载CUDA时一定要注意CUDA和NVIDIA显卡驱动的适配性。现在的情况是：CUDA_8.0支持375.**及以上系列的显卡驱动；CUDA_9.0支持384.**及以上系列的显卡驱动；CUDA_9.1支持389.**及以上系列的显卡驱动。本文中的显卡驱动为384.111系列，所以不能下载最新版本的CUDA_9.1，最后下载的是cuda_9.0.176_384.81_linux.run（当然，CUDA_8.0也是没问题的）。下载界面如下图4所示。

需要注意的第一点是，在配置时，vs2013=Microsoft Visual Studio 12.0，vs2015=Microsoft Visual Studio 14.0。建议CUDA9.1使用VS2015，CUDA8.0使用VS2013。本质上并没有区别，但为了区分方便而已。

需要注意的第二点是，两者可以安装在一台电脑上并不冲突。作者在搜索度娘时有人回答：可以同时安装，但必须先安装低版本（CUDA8.0）再安装高版本（CUDA9.0/9.1），对此笔者并没有证实，不知道所言是否正确。

需要注意的第三点是，CUDA8.0对应的cuDNN版本是5.1，CUDA9.0对应的cuDNN7.0。同时，cuDNN可以同时安装在CUDA8.0和9.0中，而cuDNN7.0只能对CUDA9.0及以上适用。
 

 

进入 https://developer.nvidia.com/cuda-downloads ，依次选择 CUDA 类型然后下载即可。 

 

6. 安装CUDA8.0

 

然后运行 CUDA 安装文件进行安装，之前我们已经把 CUDA 安装文件移动至 HOME，直接通过 sh 命令运行安装文件即可：

sudo sh cuda_8.0.61_375.26_linux.run

 

其中cuda_8.0.61_375.26_linux.run 是我的CUDA 安装文件名，而你需替换为自己的 CUDA 安装文件名，若此时忘记可直接通过 ls 文件查看文件名，这也是我建议把 CUDA 安装文件移动到 HOME 下的另一个原因。

执行此命令约1分钟后会出现 0%信息，此时长按回车键让此百分比增长，直到100%，然后按照提示操作即可，先输入 accept ，然后让选择是否安装 nvidia 驱动，这里的选择对应第3步开头，若未安装则输入 “y”，若确保已安装正确驱动则输入“n”。

剩下的选择则都输入“y”确认安装或确认默认路径安装，开始安装，此时若出现安装失败提示则可能为未关闭桌面服务或在已安装 nvidia 驱动的情况下重复再次安装 nvidia 驱动，安装完成后输入重启命令重启：

Reboot

 

重启后登录进入系统，配置 CUDA 环境变量，与第3步相同，使用 gedit 命令打开配置文件：

sudo gedit ~/.bashrc

 

在该文件最后加入以下两行并保存：

export PATH=/usr/local/cuda-8.0/bin:$PATH

export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH

 

使该配置生效：

source ~/.bashrc

(

ubuntu 16.04 安装cuda 8 出现的错误：Missing recommended library: libGLU.so；Missing recommended library: libXmu.so

Installing the CUDA Toolkit in /usr/local/cuda-8.0 ...
Missing recommended library: libGLU.so
Missing recommended library: libXmu.so

Installing the CUDA Samples in /home/qjk ...
Copying samples to /home/qjk/NVIDIA_CUDA-8.0_Samples now...
Finished copying samples.

===========
= Summary =
===========

Driver:   Not Selected
Toolkit:  Installed in /usr/local/cuda-8.0
Samples:  Installed in /home/qjk, but missing recommended libraries

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16

原因是缺少相关的依赖库,安装相应库就解决了：

sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev

    1

再次安装即可

sudo sh cuda_8.0.61_375.26_linux.run
---------------------  
 

)

7. 验证CUDA是否安装成功

 

分别执行以下命令：

1

cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery

2

 

3

sudo make

4

 

5

./deviceQuery

 

若看到类似以下信息则说明 cuda 已安装成功：

 

 

 

8. 安装 cudnn

 

登录官网：https://developer.nvidia.com/rdp/cudnn-download ，下载对应 cuda 版本且 Linux 系统的 cudnn 压缩包，注意官网下载 cudnn 需要注册帐号并登录，不想注册的可从我的网盘下载：https://pan.baidu.com/s/1c2xPVzy

下载完成后解压，得到一个 cudn 文件夹，该文件夹下include 和 lib64 两个文件夹，命令行进入 cudn/include 路径下，然后进行以下操作：

sudo cp cudnn.h /usr/local/cuda/include/ #复制头文件

 

然后命令行进入 cudn/lib64 路径下，运行以下命令：

1

sudo cp lib* /usr/local/cuda/lib64/ #复制动态链接库

2

cd /usr/local/cuda/lib64/sudo rm -rf libcudnn.so libcudnn.so.5 #删除原有动态文件

3

sudo ln -s libcudnn.so.5.1.10 libcudnn.so.5 #生成软衔接

4

sudo ln -s libcudnn.so.5 libcudnn.so #生成软链接

 

这里需要注意第三行命令，网上有人的第三行命令为：

sudo ln -s libcudnn.so.5.1.5 libcudnn.so.5 #生成软衔接

 

起初我执行的也是上条链接 libcudnn.so.5.1.5 的命令，但是后面编译caffe时出错，报错内容为 /usr/bin/ld: 找不到 -lcudnn，所以这里需要先查看一下自己应该链接的是 libcudnn.so.5.1.10 还是 libcudnn.so.5.1.5 ，查看方法为下：

locate libcudnn.so

 

我执行完后显示如下：

 

可以看到我的文件是 libcudnn.so.5.1.10 ，并没有 libcudnn.so.5.1.5，所以第三行命令我链接的是 libcudnn.so.5.1.10 ，这里第三行链接命令视你的查看结果而定。

安装完成后可用 nvcc -V 命令验证是否安装成功，若出现以下信息则表示安装成功：

最低0.47元/天 解锁文章
烟趣雅谈
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
尝试用google colab训练自己的神经网络（一）
晴子的学习笔记
03-10 1万+
之前在微博看到了如何使用免费的GPU训练你的神经网络，贫穷的我自然要试一下，然后我就开始了：打开 https://colab.research.google.com/notebooks/welcome.ipynb 点击左上角 文件 ，然后新建python2/3随你，然后你就可以开始写你的程序了。当然我这么做的前提是：1、翻墙，2、有Google drive，3、装了jupyter notebook...
Caffe 完全安装指南(GPU) 上
TchaikovskyBear的博客
02-21 2384
以源码编译的方式从头安装Caffe, 包括其所需的各类依赖库
win 10 caffe python=3.5 小白安装全过程（最详细，完美解决各种版本不兼容等问题）
future_yong的博客
11-13 4058
win10+python3.5 conda环境下安装caffe
安装caffe环境
最新发布
pssbjn的博客
05-03 760
有些算法基于老旧的caffe框架进行开发，对于算力有限的场景仍然有应用空间。caffe框架基于C/C++开发，源码逻辑清晰，便于验证和移植到嵌入式平台。一些老旧的嵌入式处理器的模型转换工具仅支持输入caffe模型文件。以上这些都是caffe框架的常见使用场景。 由于caffe框架过于老旧，依赖的库大都也比较老旧，库之间的依赖关系经常缺失导致安装失败，直接在主机上安装caffe环境常常会引起依赖库之间的版本冲突。这里用docker安装caffe环境，可以很方便地迁移。
caffe安装教程
qq_38908816的博客
03-30 479
caffe安装（Ubuntu14+GPU+pycaffe+anaconda2）caffe安装教程1.底层以及依赖环境搭建2.下载caffe源代码3. 修改配置文件编译caffe总结 caffe安装教程 本文所使用的底层环境配置：cuda8、cudnn6、OpenCV2.4.5、anaconda2（Python2.7）。如使用其他版本的环境，如cuda，可安装自己的版本，但须在相应部分作出修改。 1...
YOLO、SSD实战：手把手教你做目标检测
04-12
目标检测算法实战教程，常用目标检测算法原理详解，经典网络模型结构特点解读。本课程从卷积神经网络开讲，介绍目标检测算法领域的常用算法和经典模型。理论与实战相结合，在服务器端一步步演示如何采用YOLO、SSD针对自己的检测目标进行训练，以及其中的一些技巧和经验。同时讲解如何对YOLO、SSD进行改进和创新，将其他技术与模型引入到原有模型中，并将自己的模型移植到安卓端。
caffe 安装教程
02-28
Windows caffe 安装教程 faster rcnn跑通教程 Windows7/10 64位 GPU caffe vs2013 anaconda2 OpenCV2 py-faster rcnn跑通及训练
ubuntu14.4+caffe安装手册
10-01
在本文中，我们将详细探讨如何在Ubuntu 14.04上安装CUDA和Caffe，这对于深度学习开发者来说是至关重要的。CUDA是NVIDIA提供的一个并行计算平台，而Caffe是一个高效的深度学习框架，广泛用于图像识别和计算机视觉任务...
caffe安装文档
04-22
**Caffe 深度学习框架安装指南** Caffe 是一个流行且高效的深度学习框架，由加州大学伯克利分校的贾扬清开发。它的主要特点是速度快、内存效率高，尤其适合大规模图像处理任务。本指南将详述如何在不同操作系统上...
windows下caffe安装教程
10-21
对于caffe新手而言，不熟caffe可能是个问题，帮同事搭建过好几次，将大概步骤写下来，放到网上，希望对你们有用。本教程在win10下安装，所有对应的软件需自己装好并测试通过，否则不易成功。
快速安装caffe步骤
12-21
1.百度云获取caffe镜像 链接：http://pan.baidu.com/s/1o8NNlOm 密码：9a5x 2.解压 3.将这个压缩包传到linux里面 （我的环境如下： 我在win7虚拟机里面装的linux，用xshell用具链接linux，xftp实现win7和linux文件的传输。 3 可以使用 docker import 从容器快照文件中再导入为镜像，例如 cat ubuntu_caffe.tar | sudo docker import - test/ubuntu_caffe:v1.0 docker images 4建一个 Docker 实例： docker run -i -t test/ubuntu_caffe:v1.0 /bin/bash 5 执行训练： cd ~ cd caffe ./examples/mnist/train_lenet.sh 比较慢，多等一会儿！！！ PS:centos7安装docker(其他版本安装centos自行百度) CentOS 7 中 Docker 的安装 Docker 软件包已经包括在默认的 CentOS-Extras 软件源里。因此想要安装 docker，只需要运行下面的 yum 命令： 1.[root@localhost ~]# yum install docker 启动 Docker 服务 安装完成后，使用下面的命令来启动 docker 服务，并将其设置为开机启动： 1.[root@localhost ~]# service docker start 2.[root@localhost ~]# chkconfig docker on （LCTT 译注：此处采用了旧式的 sysv 语法，如采用CentOS 7中支持的新式 systemd 语法，如下： 1.[root@localhost ~]# systemctl start docker.service 2.[root@localhost ~]# systemctl enable docker.service ）
caffe安装配置文件.tar.gz
08-09
ubuntu 1604 +cuda9+cudnn7+opencv4.0+caffe(GPU)源代码安装的caffe的配置文件包括Makefile.config 和Makefile
pycaffe安装与路径配置
诗酒年华
03-30 2万+
python使用Anaconda环境.Anaconda安装 下载 wget https://3230d63b5fc54e62148e-c95ac804525aac4b6dba79b00b39d1d3.ssl.cf1.rackcdn.com/Anaconda2-2.5.0-Linux-x86_64.sh 安装 bash Anaconda2-2.5.0-Linux-x86_64.sh 默认安装就行了
(2) Windows下caffe安装成功测试(以mnist为例)
Lavi的专栏
03-12 4291
一、前言 在前一篇文章 (1) Windows 10 + VS2013（cpuonly）安装 caffe 教程中我们安装成功编译出了caffe.exe，但是caffe.exe是否能运行还没有测试。必经经得起检验的才是真理。下面我们就继续使用微软封装的caffe-master中的example来测试caffe.exe能否正确运行。 二、准备 2.1 下载数据 测试需要使用mnist集...
caffe环境安装
pytorch内部机制解读
02-04 268
这几天会陆续记录下之前工作的笔记，方便后期要用。这篇写的是 Faster RCNN安装Ubuntu16.04+matlab2014a+anaconda2+OpenCV3.1 一、Ubuntu16.04系统安装 安装ubuntu系统，我一般都是选择优盘安装，使用utralISO刻录工具，制作优盘启动盘。 利用优盘启动盘安装。 二、显卡驱动与cuda安装 1、显卡驱动安装 安装显卡驱动有两个方法，我采用的是方法一，简单快捷！ 方法一： ①、打开终端，sudo apt-get update 更新源 ②、打开ubu
caffe安装系列——安装caffe
热门推荐
张学志の博客
10-13 3万+
说明 网上关于caffe的安装教程非常多，但是关于每一步是否操作成功，出现了什么样的错误又该如何处理没有给出说明。因为大家的操作系统的环境千差万别，按照博客中的教程一步步的安装，最后可能失败——这是很常见的哦。有的教程甚至省略了一些细节部分，让小白更不知道如何判断每一步是否操作成功，如何处理出现的错误。 作者花费了很长时间才成功地将caffe装完，期间遇到好多错误，多次重装操作系统。现在将经验写下来
Caffe学习系列(9)：运行caffe自带的两个简单例子
weixin_34007020的博客
12-25 723
为了程序的简洁，在caffe中是不带练习数据的，因此需要自己去下载。但在caffe根目录下的data文件夹里，作者已经为我们编写好了下载数据的脚本文件，我们只需要联网，运行这些脚本文件就行了。 注意：在caffe中运行所有程序，都必须在根目录下进行，否则会出错 1、mnist实例 mnist是一个手写数字库，由DL大牛Yan LeCun进行维护。mnist最初用于支票上的手写数字识别, 现在...
caffe安装ubuntu
08-31
要在Ubuntu系统上安装Caffe框架，可以按照以下步骤进行操作。 首先，确认您的编译器版本是否符合要求。您可以通过执行命令`gcc --version`来查看您的GCC版本。确保您的GCC版本兼容Caffe的要求。 接下来，您可以按照以下命令在Caffe目录下执行编译命令： 1. 进入Caffe目录： ``` cd <caffe_directory> ``` 2. 清除之前的编译结果： ``` make clean ``` 3. 开始编译： ``` make -j8 ``` 4. 执行测试： ``` make runtest -j8 ``` 5. 编译Python接口： ``` make pycaffe -j8 ``` 请注意，`-j8`参数用于指定使用8个线程进行编译，您可以根据自己的系统配置进行调整。 这样，您就成功在Ubuntu系统上安装了Caffe框架。希望对您有所帮助。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [caffe安装详细完整过程（Ubuntu16.04、Ubuntu18.04系统）](https://blog.csdn.net/wsq_zqfl/article/details/91439021)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值