caffe 环境搭建 2019-3-1

caffe环境搭建包含cuda cudnn

1.主机环境

ubutnu18.04 X86新装系统(实体机)

2.安装anaconda

官网 https://www.anaconda.com/
下载连接 https://www.anaconda.com/distribution/#download-section 请自行下载
获得Anaconda3-2019.10-Linux-x86_64.sh 可执行文件

运行该可执行文件（不推荐使用sudo）
注意：请按enter键缓慢至第一行选择yes （默认为no不能一直按enter）

最后等待几分钟便安装成功
默认安装路径为

$HOME/anaconda3

为了便于文件管理为此处为创建软链接

并在~/tools/ 下面创建envs文件
编写内容如下：

   #anaconda
   export PATH=$PATH:/home/guan/anaconda3/bin    

执行

source ~/tools/envs
conda init

重启终端
及可使用anaconda

3.安装cuda

cuda 官网 https://developer.nvidia.com/cuda-downloads
请至官网https://developer.nvidia.com/cuda-downloads?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1804&target_type=debnetwork
选择你对应的环境
我的环境命令复制到下面

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/cuda-ubuntu1804.pin
sudo mv cuda-ubuntu1804.pin /etc/apt/preferences.d/cuda-repository-pin-600
sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/7fa2af80.pub
sudo add-apt-repository "deb http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/ /"
sudo apt-get update
sudo apt-get -y install cuda

4.安装cudnn

官网https://developer.nvidia.com/cudnn
下载链接 https://developer.nvidia.com/rdp/cudnn-download
注意：版本必须与cuda安装版本相同
我的为10.2
选择x86平台 选择cuDNN Library for Linux
链接https://developer.nvidia.com/compute/machine-learning/cudnn/secure/7.6.5.32/Production/10.2_20191118/cudnn-10.2-linux-x64-v7.6.5.32.tgz
此下载链接需要注册cuda官网账号免费下载
下载文件名为
cudnn-10.2-linux-x64-v7.6.5.32.tgz

cudnn安装方法官网地址： https://docs.nvidia.com/deeplearning/sdk/cudnn-install/
安装代码为

$ tar -xzvf cudnn-10.2-linux-x64-v7.6.5.32.tgz
$ sudo cp cuda/include/cudnn.h /usr/local/cuda/include
$ sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
$ sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

至此cuda 10.2 cudnn 10.2 安装完成
注意：需要重启电脑才能使cuda驱动加载
重启电脑执行

nvidia-smi

看见

及安装cuda完成
笔记：虚拟机不能安装cuda 此图片为安装cuda成功界面，cudnn需要编译代码时才知道是否成功

5.安装系统环境 gcc cmake pip

详见博客""

6.anaconda 创建环境

创建caffe命令 caffe推荐python2.7

conda create -n caffe python=2.7 

当前用户没有写权限(截图中为3.6请忽略 实际2.7)
解决办法

sudo chown guan:guan /home/guan/.conda

将root用户文件夹改为自己用户属性

最后安装结束时提示文件没有写使能 依然是权限问题

sudo chown  guan:guan anaconda3/*

最后到捣鼓了半天
决定重新装anaconda3 所以建议不要使用sudo，作为linux界的老油条当然绝对不想什么都sudo一下来解决问题。
并且在anaconda3 装机期间重新修改了安装目录这样就不需要创建软链接了
这里修改：

[/home/guan/anaconda3] >>> /home/guan/tools/anaconda3

捣鼓半天问题依然还是没有解决

最后我妥协了 忽略吧
总结：

此为最终成功创建环境界面，以后有新的发现再更新吧，欢迎各位大佬批评。

7.caffe源代码编译安装

1.pip安装

pip install pip -i https://pypi.tuna.tsinghua.edu.cn/simple some-package

后面-i https://pypi.tuna.tsinghua.edu.cn/simple some-package为pip清华源速度会快一点

2.依赖文件的安装

caffe/python/requirements.txt
文件里面有所有需要安装的依赖包
执行命令

for line in `cat requirements.txt` 
do 
pip install $line -i https://pypi.tuna.tsinghua.edu.cn/simple some-package 
done;

等待安装完成

3.opencv4的安装

git 克隆地址 https://github.com/opencv/opencv.git

git clone  https://github.com/opencv/opencv.git

进入源代码目录新建一个build目录

cmake ..

编译之前请安装gtk再编译否则不支持图形界面显示

sudo apt-get install gtk+-3.0

然后cmake …
make -j8

make -j8

修改cmake_install.cmake 文件
再次make -j8
mkdir install_opencv4

mkdir install_opencv4

make install

make install

当前目录为opencv/build目录
添加环境变量

更新环境变量

source envs

4.进入caffe cmake … Could NOT find Boost错误

解决方案

 sudo apt-get install libboost-all-dev

5.Could NOT find GFlags Could NOT find Glog Could NOT find Protobuf 错误

 sudo apt-get install libgflags-dev
 sudo apt-get install libgoogle-glog-dev
 sudo apt-get install protobuf-compiler

最后安装protobuf-compiler 成功后再cmake …
找不到头文件错误此时想到的应该是从源文件安装

sudo apt-get remove protobuf-compiler

git protobuf 地址 https://github.com/protocolbuffers/protobuf.git

git clone  https://github.com/protocolbuffers/protobuf.git

源码编译指南见：https://github.com/protocolbuffers/protobuf/blob/master/src/README.md

请确认autoconf automake libtool make g++
unzip 已经安装

git submodule update --init --recursive

Failed to clone ‘third_party/googletest’ a second time, aborting
由于不能访问谷歌导致下载googletest失败 暂时忽略

./autogen.sh
./configure

configure: WARNING: no configuration information is in third_party/googletest
没有googletest 暂时忽略

make
make check

此时自检失败
则必须下载googletest
我从github上找到googletest
https://github.com/google/googletest.git

git clone https://github.com/google/googletest.git

替换third_party/googletest目录的googletest
重新
git submodule update --init --recursive
./autogen.sh
./configure

终于成功了
继续make (注意要make clean一下)
make check

sudo make install
sudo ldconfig # refresh shared library cache.

进入 caffe源码build目录
rm * -rf
cmake …
protobuf问题最终通过 哈哈

6.Could NOT find LMDB

解决方案

sudo apt-get install liblmdb-dev

7.Could NOT find LevelDB

解决方案

 sudo apt-get install libleveldb-dev

8.Could NOT find Snappy

解决方案

 sudo apt-get install libsnappy-dev

9.Could NOT find Atlas

解决方案

 sudo apt-get install libatlas-base-dev

10.Could NOT find Doxygen

解决方案

 sudo apt-get install doxygen

注意：

这个警告是再使用anaconda环境时产生的，本人亲测没有使用anaconda环境时没有此警告
暂时忽略

此时已经完成了80%的工作了 耶。
上图证实cudnn已经安装成功了

11.进入caffe源码 make -j8 报错 CV_LOAD_IMAGE_COLOR CV_LOAD_IMAGE_GRAYSCALE 未定义

解决方案
进入opencv 源码
grep CV_LOAD_IMAGE_COLOR -r ./
grep CV_LOAD_IMAGE_GRAYSCALE -r ./
分别查到
CV_LOAD_IMAGE_COLOR的值为1
CV_LOAD_IMAGE_GRAYSCALE的值为0

请修改报错对应cpp文件添加如下代码：

#define CV_LOAD_IMAGE_COLOR 1
#define CV_LOAD_IMAGE_GRAYSCALE 0

接下来

make runtest -j8

依然有上述错误,按照上述方法解决

至此检测成功 ok

make install 

及安装完毕

12.caffe 安装目录修改

将caffe更目录cmake_install.cmake文件里面的
CMAKE_INSTALL_PREFIX
修改为
CMAKE_INSTALL_PREFIX “/home/guan/tools/caffe/install”
及修改默认安装目录为/home/guan/tools/caffe/install

如果修改不成功则修改build目录下的该文件
到此我的caffe已经成功安装在install目录下

13.caffe运行环境变量添加

`代码：

 export PYTHONPATH=/home/guan/tools/caffe/build/install/python

将这个代码写入envs文件

 source envs

8.caffe验证

没有报错ok
下篇说tensorflow的环境安装。
tensorflow的环境安装博文里面有基于opencv源码安装opencv-python说明

tensorflow的环境安装见:
https://blog.csdn.net/u012350025/article/details/104761917