我的NVIDIA开发者之旅——Caffe教程（2）[Jetson TK1]Caffe工具环境（Linux）搭建实例

"我的NVIDIA开发者之旅” | 征文活动进行中.......

接上文：此篇主要为上一篇我的NVIDIA开发者之旅——Caffe教程（1）[Jetson TK1]Caffe工具环境（Linux）搭建-CSDN社区安装过程中容易发生的一些问题和错误提出一些解决方案。

Ubuntu 16.04 下安装配置caffe

这篇教程参考了caffe官方文档，分成两个版本，CPU版本和GPU版本，其实本质上只是配置不同罢了。

首先需要查看默认python（针对Python2与Python3并存的情况）：

python --version

如果是python2.7，则以下请遵循python2.7的配置，如果是python3.5以上，则遵循python3.5的配置（最好使用python2.7，因为教程只在2.7环境下编译通过，不保证3.5以上不会出现问题）。

初始配置：

sudo apt-get update
sudo apt-get upgrade
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 libatlas-base-dev libboost-all-dev libgflags-dev libgoogle-glog-dev liblmdb-dev
#下载包管理器pip，如果有可以跳过
sudo apt-get install -y python-pip

#如果默认python是Python2.7
sudo apt-get install -y python-dev
sudo apt-get install -y python-numpy python-scipy

#如果默认python是Python3.5及以上
sudo apt-get install -y python3-dev
sudo apt-get install -y python3-numpy python3-scipy

#如果opencv版本为2.4
sudo apt-get install -y libopencv-dev

安装CUDA 8以及Cudnn（可选）

如果你的显卡是英伟达（NVIDA）的，并且你想使用GPU版本的caffe，那么可以安装Cuda Toolkit 8和CUDNN库，详情请见博主的另一篇文章。

在Ubuntu16.04上安装opencv3.3

如果未安装opencv则可以通过以下方式安装opencv3.3（目前最新版）。

构建opencv 3.3

首先安装依赖关系：

sudo apt-get install --assume-yes build-essential cmake git
sudo apt-get install --assume-yes pkg-config unzip ffmpeg qtbase5-dev python-dev python3-dev python-numpy python3-numpy
sudo apt-get install --assume-yes libopencv-dev libgtk-3-dev libdc1394-22 libdc1394-22-dev libjpeg-dev libpng12-dev libtiff5-dev libjasper-dev
sudo apt-get install --assume-yes libavcodec-dev libavformat-dev libswscale-dev libxine2-dev libgstreamer0.10-dev libgstreamer-plugins-base0.10-dev
sudo apt-get install --assume-yes libv4l-dev libtbb-dev libfaac-dev libmp3lame-dev libopencore-amrnb-dev libopencore-amrwb-dev libtheora-dev
sudo apt-get install --assume-yes libvorbis-dev libxvidcore-dev v4l-utils vtk6
sudo apt-get install --assume-yes liblapacke-dev libopenblas-dev libgdal-dev checkinstall

然后从https://github.com/opencv/opencv/archive/3.3.0.zip下载OpenCV 3.3的最新源代码，解压以后进入解压后的目录（一般为opencv-3.3.0），执行：

mkdir build
cd build/    
cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local -D FORCE_VTK=ON -D WITH_TBB=ON -D WITH_V4L=ON -D WITH_QT=ON -D WITH_OPENGL=ON -D WITH_CUBLAS=ON -D 

#如果是CUDA 8.0，则执行以下命令
CUDA_NVCC_FLAGS="-D_FORCE_INLINES" -D WITH_GDAL=ON -D WITH_XINE=ON -D BUILD_EXAMPLES=ON ..

#如果是CUDA 9.0，则执行以下命令
CUDA_NVCC_FLAGS="-D_FORCE_INLINES --expt-relaxed-constexpr"

#最后make
make -j $(($(nproc) + 1))

注意：Java 9会导致编译失败。

安装Opencv 3.3

使用make:

sudo make install
sudo /bin/bash -c 'echo "/usr/local/lib" > /etc/ld.so.conf.d/opencv.conf'
sudo ldconfig
sudo apt-get update
#以上完成以后重启
reboot

测试opencv 3.3

进入opencv 3.3目录，执行以下代码：

cd samples/cpp
g++ edge.cpp `pkg-config opencv --cflags --libs` -o test 
./test

如图s所示：

说明opencv安装成功。

修改gcc和g++版本
在编译caffe之前，先要查看ubuntu下的gcc和g++默认版本，如果是5.0以下（比如4.8），则需要修改。查看：

gcc -v
g++ -v

如果都是5.0以下，则输入以下命令：

sudo rm /usr/bin/gcc
sudo rm /usr/bin/g++
sudo ln -s /usr/bin/gcc-5 /usr/bin/gcc  
sudo ln -s /usr/bin/g++-5 /usr/bin/g++  
sudo ldconfig  

然后再次检查gcc和g++版本：

gcc -v
g++ -v

如果都是5.0以上则修改成功。

然后如果进行了修改，则再编辑/usr/local/cuda-8.0/targets/x86_64-linux/include/host_config.h文件，将119行的

error -- unsupported GNU version! gcc versions later than 5 are not supported!

注释掉：

//#error -- unsupported GNU version! gcc versions later than 5 are not supported!

编译caffe

从github上面clone caffe：

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

进入caffe目录下，将Makefile.config.example复制到Makefile.config中：

cd caffe
cp Makefile.config.example Makefile.config

当前路径如图所示：

下面分成两个版本分别编译caffe，请各位读者根据需要选择CPU或者GPU版本。

CPU版本

编辑Makefile.config：

vi Makefile.config

将配置文件里面的#CPU_ONLY：= 1改为CPU_ONLY：= 1，即取消注释。

同理将# WITH_PYTHON_LAYER := 1修改为 WITH_PYTHON_LAYER:=1，#USE_OPENCV := 0修改成USE_OPENCV :=1，#USE_LEVELDB := 0修改为 USE_LEVELDB:=1，将#USE_LMDB := 0修改成 USE_LMDB :=1。

然后修改以下几行（路径根据自己的情况来定）：

PYTHON_INCLUDE := /usr/include/python2.7 /usr/local/lib/python2.7/dist-packages/numpy/core/include

WITH_PYTHON_LAYER := 1

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

如果opencv为3以上（本文为3.3），则将OPENCV_VERSION := 3取消注释，然后修改下面一行（opencv中的3rdparty/lib路径根据自己的情况来定）：

LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu /usr/lib/x86_64-linux-gnu/hdf5/serial /usr/local/share/OpenCV/3rdparty/lib/

然后进入Python目录安装依赖关系：

cd python
#默认Python版本为Python2
for req in $(cat requirements.txt); do sudo -H pip2 install $req --upgrade; done

然后返回caffe目录，修改Makefile.config：

cd ..
vi Makefile.config

将这一行：

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

替换为：

NVCCFLAGS += -D_FORCE_INLINES -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS)

然后打开CMakeLists.txt，加入下面一行：

# ---[ Includes
set(${CMAKE_CXX_FLAGS} "-D_FORCE_INLINES ${CMAKE_CXX_FLAGS}")

最后编译caffe（在caffe目录下）：

mkdir build
cd build
cmake ..
make all -j $(($(nproc) + 1))
make test -j $(($(nproc) + 1))
make runtest -j $(($(nproc) + 1))
make pycaffe -j $(($(nproc) + 1))
#看看是否在caffe目录下，不是就切换到该目录下再执行
make distribute -j $(($(nproc) + 1))

最后为了让Python与Caffe一起工作，编辑文件~/.bashrc：

vi ~/.bashrc

在文件末尾加入这一行：

export PYTHONPATH=/path/to/caffe-master/python:$PYTHONPATH

最后为了使配置立即生效：

source ~/.bashrc 

CPU版本至此编译完成。

GPU版本

和CPU版本很像，只是有些许不同。编译该版本前请保证已经安装CUDA 8和Cudnn。

编辑Makefile.config：

vi Makefile.config

将配置文件里面的# USE_CUDNN := 1 修改成： USE_CUDNN := 1，即取消注释。

同理将# WITH_PYTHON_LAYER := 1修改为 WITH_PYTHON_LAYER:=1，#USE_OPENCV := 0修改成USE_OPENCV :=1，#USE_LEVELDB := 0修改为 USE_LEVELDB:=1，将#USE_LMDB := 0修改成 USE_LMDB :=1。

然后修改以下几行（路径根据自己的情况来定）：

PYTHON_INCLUDE := /usr/include/python2.7 /usr/local/lib/python2.7/dist-packages/numpy/core/include

WITH_PYTHON_LAYER := 1

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

CUDA_DIR := /usr/local/cuda-8.0

如果opencv为3以上（本文为3.3），则将OPENCV_VERSION := 3取消注释，然后修改下面一行（opencv中的3rdparty/lib路径根据自己的情况来定）：

LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu /usr/lib/x86_64-linux-gnu/hdf5/serial /usr/local/share/OpenCV/3rdparty/lib/

然后进入Python目录安装依赖关系：

cd python
#默认Python版本为Python2
for req in $(cat requirements.txt); do sudo -H pip2 install $req --upgrade; done

然后返回caffe目录，修改Makefile.config：

cd ..
vi Makefile.config

将这一行：

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

替换为：

NVCCFLAGS += -D_FORCE_INLINES -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS)

然后打开CMakeLists.txt，加入下面一行：

# ---[ Includes
set(${CMAKE_CXX_FLAGS} "-D_FORCE_INLINES ${CMAKE_CXX_FLAGS}")

最后编译caffe（在caffe目录下）：

mkdir build
cd build
cmake ..
make all -j $(($(nproc) + 1))
make test -j $(($(nproc) + 1))
make runtest -j $(($(nproc) + 1))
make pycaffe -j $(($(nproc) + 1))
#看看是否在caffe目录下，不是就切换到该目录下再执行
make distribute -j $(($(nproc) + 1))

最后为了让Python与Caffe一起工作，编辑文件~/.bashrc：

vi ~/.bashrc

在文件末尾加入这一行：

export PYTHONPATH=/path/to/caffe-master/python:$PYTHONPATH

最后为了使配置立即生效：

source ~/.bashrc 

至此GPU版本编译成功。

测试caffe mnist集

进入caffe目录并测试：

cd ~/caffe 
./data/mnist/get_mnist.sh  
./examples/mnist/create_mnist.sh  
./examples/mnist/train_lenet.sh  

结果如下：

测试成功，至此，本教程结束。