深度学习环境搭建（二）

最新推荐文章于 2023-04-01 23:40:15 发布

Totoro-wen

最新推荐文章于 2023-04-01 23:40:15 发布

阅读量293

点赞数 1

分类专栏：开发工具文章标签：深度学习环境搭建

本文链接：https://blog.csdn.net/qq_32526087/article/details/83544602

版权

开发工具专栏收录该内容

17 篇文章 0 订阅

订阅专栏

接上一篇文章。。。。。隔了好久，一直忘记写了。555
四、CuDNN6.0
（1）官网下载对应版本的cudnn，这里我下载的是cudnn v6.0。下载下来后解压到自己指定的目录下；

tar -xzvf cudnn-6.0-linux-R1.tgz(强制性指令)
tar zvf cudnn-6.0-linux-R1.tgz

（2）进入目录，建立软件链接(注意自己cudnn版本号和路径)；

sudo  cp  ~/cuda/include/cudnn.h /usr/local/cuda/include
sudo  cp  ~/cuda/lib64/lib* /usr/local/cuda/lib64
cd /usr/local/cuda/lib64
sudo rm -rf libcudnn.so libcudnn.so.5    #删除原有动态文件
sudo ln -s libcudnn.so.5.0.5（版本号） libcudnn.so.5  #生成软衔接
sudo ln -s libcudnn.so.5 libcudnn.so
sudo ldconfig

参考网站：https://blog.csdn.net/u012562690/article/details/78121959

下载pip安装包；将下载好的安装包解压到自己安装文件的目录下；进入解压后的文件下，安装pip；

sudo python setup.py install

检查pip安装情况：

pip –-version

五、Tensorflower_GPU1.4
在终端输入以下指令：

sudo apt-get install tensorflow-gpu==1.4 

（sudo pip install tensorflow-gpu==1.4）

检查是否安装正确:
在终端输入python

import tensorflow as tf

回车后啥也没有就OK了

个人问题：
在这里插入图片描述
$ sudo apt-get install python-pip python-dev

六、Opencv3.4(or 3.2)
（1）安装官方给的opencv依赖包，并安装
GCC 4.4.x or later
CMake 2.6 or higher
Git
GTK+2.x or higher, including headers (libgtk2.0-dev) # 控制opencv GUI
pkg-config
Python 2.6 or later and Numpy 1.5 or later with developer packages (python-dev, python-numpy)
ffmpeg or libav development packages: libavcodec-dev, libavformat-dev, libswscale-dev
[optional] libtbb2 libtbb-dev
[optional] libdc1394 2.x
[optional] libjpeg-dev, libpng-dev, libtiff-dev, libjasper-dev, libdc1394-22-dev

$ sudo apt-get install build-essential 
$ sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev 
$ sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev #处理图像所需的包 
$ sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev liblapacke-dev 
$ sudo apt-get install libxvidcore-dev libx264-dev # 处理视频所需的包 $ sudo apt-get install libatlas-base-dev gfortran # 优化opencv功能 
$ sudo apt-get install ffmpeg

（2）官网下载opencv安装包（source code），并解压（注意路径）；
（3）进入opencv文件，创建build文件夹；

$ mkdir build
$ cd opencv-3.4.0/build  
$ cmake -DCMAKE_BUILD_TYPE=Release -DCMAKE_INSTALL_PREFIX=/usr/local ..
$ make –j8      (根据自己的内核而定数字大小)
$ sudo make install

检测是否都装好，在python环境下输入以下代码，没有其他的显示，则全已装好。

import numpy as tf
import tensorflow as tf
import cv2 as tf

更新注册表

sudo apt-get update 
sudo apt-get upgrade

完成后重启电脑
参考网站：https://www.cnblogs.com/arkenstone/p/6490017.html

个人问题：
第三步无法完成，之前的路径为/installation/opencv/opencv3.4改为了/installation/opencv3.4就好了
注意解压后的安装包是否含有3rdparty等多个文件，opencv3.4自带，但是3.2需要自己另外下载。

七、Caffe安装
1.安装对应依赖库：

$ sudo apt-get update 
$ sudo apt-get install -y build-essential cmake git pkg-config 
$ sudo apt-get install -y libprotobuf-dev libleveldb-dev libsnappy-dev libhdf5-serial-dev protobuf-compiler 
$ sudo apt-get install -y libatlas-base-dev 
$ sudo apt-get install -y --no-install-recommends libboost-all-dev 
$ sudo apt-get install -y libgflags-dev libgoogle-glog-dev liblmdb-dev 
$ sudo apt-get install -y python-pip 
$ sudo apt-get install -y python-dev 
$ sudo apt-get install -y python-numpy python-scipy

2.下载caffe源码：

sudo git clone https://github.com/BVLC/caffe.git

3.修改配置文件：

$ cd ~/caffe-master  
$ sudo cp Makefile.config.example Makefile.config
$ sudo gedit Makefile.config

打开之后修改如下内容：
使用cudnn，则将# USE_CUDNN := 1 修改成： USE_CUDNN := 1
使用的opencv版本是3的，则将# OPENCV_VERSION := 3 修改为： OPENCV_VERSION := 3
使用python来编写layer，则需要将# WITH_PYTHON_LAYER := 1 修改为 WITH_PYTHON_LAYER := 1
重要的一项将# Whatever else you find you need goes here.下面的
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib
修改为：
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
使用MATLAB接口，把MATLAB_DIR换成自己的MATLAB安装路径
MATLAB_DIR := /your install path
MATLAB_DIR := /your install path/Matlab2016b
4.打开Makefile文件修改:

$ sudo gedit Makefile

将:
NVCCFLAGS +=-ccbin=$(CXX) -Xcompiler-fPIC $(COMMON_FLAGS)
替换:

NVCCFLAGS += -D_FORCE_INLINES -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS)
5. 编辑/usr/local/cuda/include/host_config.h，将其中的第115行注释掉：
sudo gedit /usr/local/cuda/include/host_config.h
将：
#error-- unsupported GNU version! gcc versions later than 4.9 are not supported!
改为
//#error-- unsupported GNU version! gcc versions later than 4.9 are not supported!

$ make all –j8
$ make test –j8
$ make runtest -j8
$ make pycaffe –j8

个人问题

编译caffe

$ make all –j8

--------------------------------------------------error—

NVCC src/caffe/layers/tanh_layer.cu
nvcc warning : The 'compute_20', 'sm_20', and 'sm_21' architectures are deprecated, and may be removed in a future release (Use -Wno-deprecated-gpu-targets to suppress warning).

----------------------------------------------reslove—
在makefile.config中删除
-gencode arch=compute_20,code=sm_20
-gencode arch=compute_20,code=sm_21
--------------------------------------------------error—

LD -o .build_release/lib/libcaffe.so.1.0.0
/usr/bin/ld: cannot find -lcudnn
collect2: error: ld returned 1 exit status
Makefile:582: recipe for target '.build_release/lib/libcaffe.so.1.0.0' failed
make: *** [.build_release/lib/libcaffe.so.1.0.0] Error 1

------------------------------------------------reslove—
1.执行脚本：find . -type f -exec sed -i -e ‘s^"hdf5.h"“hdf5/serial/hdf5.h”^g’ -e ‘s^"hdf5_hl.h"“hdf5/serial/hdf5_hl.h”^g’ ‘{}’ ;
还是不行，继续挖！
2.ref：http://www.cnblogs.com/cassvin/archive/2011/07/24/Linux_Qtopia_2.html
思考发现是自己的cudnn的链接有问题，重新进行软件链接，解决问题。

$ make test –j8
$ make runtest -j8
$ make pycaffe –j8

检验import caffe
----------------------------------------------error------

Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ImportError: No module named caffe

--------------------------------------------reslove------

$ make clean
$ make pycaffe -j8

ref：https://wenku.baidu.com/view/8ebc041a82c4bb4cf7ec4afe04a1b0717fd5b36d.html
—→>>------

Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "caffe/__init__.py", line 1, in <module>
    from .pycaffe import Net, SGDSolver, NesterovSolver, AdaGradSolver, RMSPropSolver, AdaDeltaSolver, AdamSolver, NCCL, Timer
  File "caffe/pycaffe.py", line 15, in <module>
    import caffe.io
  File "caffe/io.py", line 2, in <module>
    import skimage.io
ImportError: No module named skimage.io

解决办法：

$ sudo apt-get install python-skimage

---------error---------

/usr/lib/python2.7/dist-packages/skimage/transform/__init__.py:1: RuntimeWarning: numpy.dtype size changed, may indicate binary incompatibility……
/usr/lib/python2.7/dist-packages/skimage/transform/radon_transform.py:21: RuntimeWarning: numpy.dtype size changed, may indicate binary incompatibility
  from ._radon_transform import sart_projection_update

--------------reslove--------------
numpy版本不合适:

$ sudo pip uninstall numpy

--------------error-----------------

Traceback (most recent call last):
  File "/usr/local/bin/pip", line 7, in <module>
    from pip import main
ImportError: cannot import name main

---------------reslove-------------
将/usr/local/bin/pip修改为
from pip import main
if name == ‘main’:
sys.exit(main._main())
ref:https://blog.csdn.net/zong596568821xp/article/details/80410416

$ sudo pip install numpy==1.14.5

Totoro-wen

关注

1
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
深度学习环境搭建（二）

接上一篇文章。。。。。隔了好久，一直忘记写了。555四、CuDNN6.0（1）官网下载对应版本的cudnn，这里我下载的是cudnn v6.0。下载下来后解压到自己指定的目录下；tar -xzvf cudnn-6.0-linux-R1.tgz(强制性指令)tar zvf cudnn-6.0-linux-R1.tgz（2）进入目录，建立软件链接(注意自己cudnn版本号和路径)；sudo...
复制链接

扫一扫

专栏目录