ubuntu搭建caffe可视化框架digits

参考https://blog.csdn.net/cdwxx1234/article/details/76043638

https://blog.csdn.net/u011878435/article/details/78628484?utm_source=debugrun&utm_medium=referral

https://github.com/NVIDIA/DIGITS/blob/master/docs/BuildDigits.md#starting-the-server

https://github.com/NVIDIA/DIGITS/blob/master/docs/BuildCaffe.md#build

有显卡可以安装caffe的GPU版本，若没有也可安装cpu版本，CPU训练速度慢 没有GPU 直接跳过cuda和cudnn的安装。

刚装好的ubuntu系统，直接开始

安装依赖项，终端输入：

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

sudo apt-get install --no-install-recommends libboost-all-dev  
sudo apt-get install libatlas-base-dev libgflags-dev libgoogle-glog-dev liblmdb-dev  
sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler  
sudo apt-get install libblas-dev liblapack-dev libatlas-base-dev gfortran python-numpy  

如果中间出现有些包装不上就按照提示先运行一次：
sudo apt-get update
再运行上述命令即可。

安装cuda

从百度网盘中下载cuda和cudnn  链接：https://pan.baidu.com/s/1BXAHCHK4qVrpFytj2nZU6w 密码：samc 在压缩包中找到cuda和cundd;

将cuda包cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.deb复制到home下，执行：

sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.deb
sudo apt-get update
sudo apt-get install cuda

等待安装完成，重启电脑。检验安装信息，终端输入：
nvidia-smi

弹出相关GPU信息，安装成功。 

安装cdunn5.1

终端输入：cd 到home目录下;
将cudnn-8.0-linux-x64-v5.1-tgz复制到home。执行如下代码解压：
tar zxvf cudnn-8.0-linux-x64-v5.1-tgz

解压在下载目录下产生一个cuda目录 
cd cuda/include/ 
sudo cp cudnn.h /usr/local/cuda/include/         复制头文件 
cd ../lib64                                      打开lib64目录 
sudo cp lib* /usr/local/cuda/lib64/             复制库文件 
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*    

建立cudnn的连接

终端输入 
cd /usr/local/cuda/lib64/ 
sudo rm -rf libcudnn.so libcudnn.so.5 
sudo ln -s libcudnn.so.5.1.10 libcudnn.so.5 
sudo ln -s libcudnn.so.5 libcudnn.so 

设置环境变量，终端输入 
sudo gedit /etc/profile 
在末尾加入 
PATH=/usr/local/cuda/bin:$PATH 
export PATH 
保存后，创建链接文件 
sudo vim /etc/ld.so.conf.d/cuda.conf      没有vim可以sudo apt-get install vim

按a进入插入模式，增加下面一行 
/usr/local/cuda/lib64 
按esc退出插入模式，按:wq保存退出 
最后在终端输入
sudo ldconfig
使链接生效 

运行以下命令以访问某些软件包存储库：

# For Ubuntu 16.04
CUDA_REPO_PKG=http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64/cuda-repo-ubuntu1604_8.0.61-1_amd64.deb
ML_REPO_PKG=http://developer.download.nvidia.com/compute/machine-learning/repos/ubuntu1604/x86_64/nvidia-machine-learning-repo-ubuntu1604_1.0.0-1_amd64.deb

# Install repo packages
wget "$CUDA_REPO_PKG" -O /tmp/cuda-repo.deb && sudo dpkg -i /tmp/cuda-repo.deb && rm -f /tmp/cuda-repo.deb
wget "$ML_REPO_PKG" -O /tmp/ml-repo.deb && sudo dpkg -i /tmp/ml-repo.deb && rm -f /tmp/ml-repo.deb

# Download new list of packages
sudo apt-get update

依赖

使用Deb软件包安装一些依赖项：

sudo apt-get install --no-install-recommends git graphviz python-dev python-flask python-flaskext.wtf python-gevent python-h5py python-numpy python-pil python-pip python-scipy python-tk

下载源码

# example location - can be customized
DIGITS_ROOT=~/digits
git clone https://github.com/NVIDIA/DIGITS.git $DIGITS_ROOT

Python包

需要安装几个PyPI包：

sudo pip install -r $DIGITS_ROOT/requirements.txt

建筑咖啡

DIGITS需要构建Caffe。我们正式只支持NVIDIA / caffe（NVcaffe）最近发布的版本

使用Deb软件包安装一些依赖项：

sudo apt-get install --no-install-recommends build-essential cmake git gfortran libatlas-base-dev libboost-filesystem-dev libboost-python-dev libboost-system-dev libboost-thread-dev libgflags-dev libgoogle-glog-dev libhdf5-serial-dev libleveldb-dev liblmdb-dev libopencv-dev libsnappy-dev python-all-dev python-dev python-h5py python-matplotlib python-numpy python-opencv python-pil python-pip python-pydot python-scipy python-skimage python-sklearn

下载源码

DIGITS目前兼容 Caffe 0.15

# example location - can be customized
export CAFFE_ROOT=~/caffe
git clone https://github.com/NVIDIA/caffe.git $CAFFE_ROOT -b 'caffe-0.15'

Python包

需要安装几个PyPI包：

sudo pip install -r $CAFFE_ROOT/python/requirements.txt

建立

我们推荐使用CMake来配置Caffe，而不是原始的Makefile版本来进行自动依赖检测：

cd $CAFFE_ROOT
mkdir build
cd build
cmake ..
make -j"$(nproc)"
make install

启动服务器

cd digits
./digits-devserver

启动服务器http://localhost:5000/

出现错误：digits caffe path erro

解决方法： 设置caffe的环境变量
echo "export CAFFE_ROOT=/home/neu/caffe/" >> ~/.bashrc （这里的/home/neu是我电脑的绝对路径，根据自己caffe安装目录自行更改）
source ~/.bashrc