caffe安装_4.caffe安装

 

【框架】：ubuntu1604+opencv340+anaconda2+caffe(+pycaffe)

前面细节准备工作可以看这几篇：

https://mp.csdn.net/postedit/81120722

https://mp.csdn.net/postedit/81120934

https://mp.csdn.net/postedit/81120953

主要参考这两篇https://blog.csdn.net/jiangyanting2011/article/details/78873113

                         https://blog.csdn.net/u012029332/article/details/51098248

主要放些遇到的问题和解决办法。

常见问题1：权限不够时，比如出现permmision字眼，那么需要在命令前面加上sudo，取得管理员权限（在遇到无法找到路径，无法创建文件时，都可以先试着加sudo权限）

常见问题2：报错有cudnn时，可能是gpu计算能力不够，在Makefile.config里把cudnn=1注释掉（我笔记本电脑就无法用cudnn）

关于如何看显卡计算力：可以在编译完cuda后，用 ./deviceQuery看；可以在matlab里面输入gpuDevice看

比如我的，笔记本的geforce820m是2.1的计算力；主机的gtx760是3.0的计算力

在make clean后需要重新make all -jx(x是你的计算机核数)然后再make runtest测试。
可能最后还需要将/usr/local/lib /usr/lib /usr/local/cuda/lib64 /usr/local/cuda-8.0/lib64
全部加入到/etc/ld.so.conf然后sudo ldconfig以写全路径。

最后的结果需要执行下面几句不报错

sudo make all -j4
sudo make test -j4
sudo make runtest -j4
sudo make pycaffe -j4 （如果需要python）

 

注意，如果需要在python中使用，则需要编译pycaffe,这在参考的博客里面没有提到可能，即在caffe目录下make pycaffe。

 

两种方法使用，方法1：打开python(实际打开anaconda2)

import sys
caffe_root = '../'  # this file should be run from {caffe_root}/examples (otherwise change this line)
sys.path.insert(0, caffe_root + 'python')

import caffe
# If you get "No module named _caffe", either you have not built pycaffe or you have the wrong path.

                        方法2：配置python运行环境

vim ~/.bashrc
#添加下面内容
export PATH="/home/yourname/anaconda2/bin:$PATH"#这里时安装anaconda时系统默认存在的
                    
export PYTHONPATH="/home/yourname/caffe/python:$PYTHONPATH"#设置caffe下的路径，注意修改下自己的路径否则caffe也找不到。

#保存后，更新并执行
source ~/.bashrc   

  方法2在使用时就是直接打开python(实际打开anaconda2),然后直接import caffe不报错即可。

 

注意，当然很有可能make pycaffe失败，比如

问题1.Makefile594：recipe for target '.build_realease/cuda/src/caffe/layers/lrn_layer.o'failed.....在这句上面报错里面提及到anaconda2和protobuf的字眼

这个时候我是将Makefile.config里的有关anaconda注释掉而把python反注释，可以解决，按理说我这步操作应该是将caffe配置了原生态的python接口而不是anaconda接口，但我用anaconda2版本却能够成功import caffe，可能因为已经把原生态的python与anaconda2链接起来了？真实原因不知，希望之后能了解到回来填坑。但是makefile.config屏蔽anaconda会带来新问题可能，因为我们毕竟还是使用的anaconda2的，比如非常可能出现问题2

 

问题2.在make runtest时出现error while loading shared libraries:libhdf5_hl.so.100:can not open shared object file........

这个时候我是去~/.bashrc里面看是不是有配置好环境，需要有这句

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/home/yourname/anaconda2/lib

 这个是把anaconda2路径添加到环境变量，不需要原有的

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/user/local/lib

有这句的话将其注释掉。

 

问题3.然后也很有可能在import caffe会出现   no module named google.protobuf.internal

这个时候很多地方都或许会说

sudo pip install protobuf

但这个是针对你用的是系统的python环境，而我们是用的anaconda2这个python集成环境，我们需要在终端窗口输入

conda install protobuf

 

附上我的makefile文件：https://download.csdn.net/download/vahalla233/10606050

 

ubuntu1804直接一句命令：

sudo apt install caffe-cpu
或者sudo apt install caffe-cuda

编译的文件（例如caffe.cpp以及tools下的文件）都编译好了放在usr/bin里面，可以在终端里面不输入到其他目录下，直接写caffe命令，比如微调的caffe train --solver xxxx，再比如使用原来自带的tool的convert_imageset xxxxx

用python调用时必须python3.6或2.7这种自带的，而不是anaconda带的python版本，在系统python里面import caffe

安装tensorflow直接pip3 install tensorflow-gpu==1.4(指定配合cuda的版本号)

使用时，需要额外注意将cuda-x.y的路径配置到~/.bashrc末尾，比如配置cuda9.0:

#cuda-9.0
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-9.0/lib64 
export PATH=$PATH:/usr/local/cuda-9.0/bin 
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-9.0

 没有把cuda环境配置好会出现cudaxxx.so.xxxx之类的错误！

下一篇 caffe测试 https://blog.csdn.net/vahalla233/article/details/81808470https://blog.csdn.net/vahalla233/article/details/81808470