Ubuntu16.4系统下为Python配置caffe环境

如果你是深度学习小白，又想装环境，给大家推荐个装环境高手，每一步都很清楚：

http://blog.csdn.net/liuweizj12?viewmode=contents

从小编给出的网址中，大家可以找到从一台啥都没有的电脑到所有环境都安装到位的任何你想要的安装博文。

一、环境准备

Linux: ubuntu-16.04-desktop-amd64

CUDA:cuda-repo-ubuntu1504-7-5-local_7.5-18_amd64.deb

二、安装步骤

1.安装必要的环境

sudo apt-get update #更新软件列表   

sudo apt-get upgrade #更新软件   

sudo apt-get install build-essential #安装build essentials，安装gcc

2.安装CUDA

sudo dpkg -i cuda-repo-ubuntu1504-7-5-local_7.5-18_amd64.deb

该部分的安装可以参考官网上的教材。http://doc.nvidia.com/cuda/index/html#axzz45RVcqwa8

3.安装必要的库

A:

sudo apt-get install -y libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev protobuf-compiler gfortran libjpeg62 libfreeimage-dev libatlas-base-dev git python-dev python-pip libgoogle-glog-dev libbz2-dev libxml2-dev libxslt-dev libffi-dev libssl-dev libgflags-dev liblmdb-dev python-yaml  

 B:

sudo easy_install pillow

4.下载caffe 

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

 

5.安装python相关的依赖库

cd caffe  
cat python/requirements.txt | xargs -L 1 sudo pip install

6.增加符号链接：

sudo ln -s /usr/include/python2.7/ /usr/local/include/python2.7  

sudo ln -s /usr/local/lib/python2.7/dist-packages/numpy/core/include/numpy/ /usr/local/include/python2.7/numpy  

 

7.修改Makefile.config配置文件

在~/caffe目录下：

 A、先将Makefile.config.example复制为Makefile.config

cp Makefile.config.example Makefile.config

B、去掉 # CPU_ONLY: = 1 的注释

用gedit打开Makefile.config（或者直接用vim在终端中打开修改也可以）

gedit Makefile.config

结果如下图：

C、修改PYTHON_INCLUDE路径

把

/usr/lib/python2.7/dist-packages/numpy/core/include  

改为：

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

  如图：

D、如果没有 hdf5,安装一下，如果有了，就跳过安装

安装hdf5

sudo apt-get install libhdf5-dev

 

添加hdf5库文件

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/hdf5/serial/

如图：

8.编译caffe

在caffe目录下面：

make pycaffe  
make all  
make test

编译通过则说明安装正确，也可以用下面的例子来进行验证。

9.使用MNIST手写数据集测试，训练数据模型

A、获取数据库

cd ~/caffe (or whatever you called your Caffe directory)  
./data/mnist/get_mnist.sh  
./examples/mnist/create_mnist.sh 

 B、编辑examples/mnist文件夹下的lenet_solver.prototxt文件，将solver_mode模式从GPU改为CPU。

 

C、训练模型

./examples/mnist/train_lenet.sh

10、该步很重要，连接python与caffe

判断python 与caffe是否相连其实很简单，只要在终端上输入   python， 然后输入  import caffe ，便可以知道是否相连接成功。

如果成功，则会像上图所示无任何提示信息，否则会提示找不到caffe。连接方法如下：

gedit ~/.bashrc  #打开
export PYTHONPATH=/home/usrname/caffe/python:$PYTHONPATH   #配置文件最后写入该路径，本人是export PYTHONPATH=/home/dell/caffe/python:$PYTHONPATH
source ~/.bashrc   #生效

执行完之后，在python中重新输入  import caffe。

四、编译常出现的错误：

（1）在make pycaffe后常出现：提示错误：src/caffe/net.cpp:8:18: fatal error: hdf5.h: No such file or directory

网上说给的解决方法：https://github.com/NVIDIA/DIGITS/issues/156

cd /usr/lib/x86_64-linux-gnu

sudo ln -s libhdf5_serial.so.10.1.0 libhdf5_serial.so

sudo ln -s libhdf5_serial_hl.so.10.0.2 libhdf5_serial_hl.so

修改Makefile.config

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/hdf5/serial/

即可

我的解决方法：

先安装一下hdf5，以防未安装。执行命令 sudo apt-get install libhdf5-dev

我看了我的/usr/lib/x86_64-linux-gnu目录下并没有libhdf5_serial.so.10.1.0与libhdf5_serial_hl.so.10.0.2，所以我只根据上面提示修改Makefile.config

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/hdf5/serial/

（2）提示错误：directoryg++: internal compiler error: Killed (program cc1plus) 

                          Please submit a full bug report,

 主要原因大体上是因为内存不足

gedit ~/.bashrc    #打开bashrc
export PYTHONPATH=/home/usrname/caffe/python:$PYTHONPATH   #在配置文件最后写入，本人是export PYTHONPATH=/home/dell/caffe/python:$PYTHONPATH
source ~/.bashrc    #生效