ubuntu16.04+CUDA8.0+cuDNN5.1+opencv2.4.13+Anaconda的caffe编译过程

最新推荐文章于 2020-08-15 14:26:22 发布

SSyangguang

最新推荐文章于 2020-08-15 14:26:22 发布

阅读量411

点赞数

分类专栏：深度学习人工智能电子工程信号处理图像处理文章标签： ubuntu cuda opencv caffe 深度学习

本文链接：https://blog.csdn.net/weixin_39707121/article/details/77913943

版权

图像处理同时被 3 个专栏收录

12 篇文章 2 订阅

订阅专栏

深度学习

10 篇文章 1 订阅

订阅专栏

人工智能

6 篇文章 1 订阅

订阅专栏

安装过程需要的程序包下载地址：

链接：http://pan.baidu.com/s/1nvmh4JR密码：d9p2

1、安装ubuntu16.04系统

不建议安装wubi版，最开始装的ubuntu14.04wubi就出现许多无法解决的问题，最终无奈转战16.04。

2、安装CUDA

CUDA7.5不支持getforce 10 系列以上的显卡，所以，那些安装有geforce 10 系列－－－GTX10以上的显卡的同学必须安装CUDA8.0，那些含有CUDA7.5以下的本教程将不再适用。

2.1 验证系统是否支持CUDA的安装

2.1.1 确定GPU支持CUDA，执行命令：

lspci | grep -i nvidia

在http://developer.nvidia.com/cuda-gpus验证

2.1.2 确定linux版本支持CUDA，执行命令：

uname -m && cat /etc/*release

2.1.3 确定系统已经安装了gcc，执行命令：

gcc ––version

2.2 安装CUDA 8.0

在https://developer.nvidia.com/cuda-downloads下载CUDA最新版，或者在附件中有CUDA8.0（适用于ubuntu16.04）。

将三个文件下载好后放入“主文件夹”，然后根据运行以下三条命令：

sudo dpkg -icuda-repo-ubuntu1404-8-0-local-ga2_8.0.61-1_amd64.deb

sudo apt-get update

sudo apt-get install cuda

在执行第二条命令后可能会出现的问题：

E：无法解析或打开软件包的列表或是状态文件。

解决方法：

执行命令：

sudo rm /var/lib/apt/lists/* -vf

然后继续执行

sudo apt-get update

sudo apt-get update

sudo apt-getinstall cuda

2.3 安装cuDNN

可以在官网https://developer.nvidia.com/rdp/form/cudnn-download-survey下载相应的版本（建议下载cuDNN5.1，因为我在第一次用的cuDNN7.0,后期编译caffe时出现一些错误，最后才知道是cuDNN版本错误，5.1版本最后才通过），或者在附件中直接使用我下载好的cuDNN5.1。

安装过程：

下载后把文件放在主文件夹并解压：

tar -xvf cudnn-8.0-linux-x64-v5.1.tgz

开始安装：

cd cuda/include/

sudo cp cudnn.h /usr/local/cuda/include/

cd ../lib64/

sudo cp lib* /usr/local/cuda/lib64/

cd /usr/local/cuda/lib64/

sudo rm -rf libcudnn.so libcudnn.so.5

sudo ln -s libcudnn.so.5.1.5 libcudnn.so.5

sudo ln -s libcudnn.so.5 libcudnn.so

2.4 设置环境变量，执行命令：

sudo gedit /etc/profile

在文件的最后加上两行：

PATH=/usr/local/cuda/bin:$PATH 

export PATH

保存后, 执行下列命令, 使环境变量立即生效

source /etc/profile

2.5 安装cuda samples，执行命令：

cd /usr/local/cuda/samples

sudo make all -j4

全部编译完成后，继续执行命令：

cd bin/x86_64/linux/release

运行deviceQuery，执行命令：

./deviceQuery

如果出现显卡信息，则驱动及显卡安装成功，结果如下：

CUDA安装完成！

1、安装Atlas

3.1 下载，根据需要选择不同的版本，但是推荐选择Python2.7的64位版本。（附件中给出的是python2.7版本）

下载地址：https://www.continuum.io/downloads#linux

3.2 安装，执行命令：

sudo apt-get install libatlas-base-dev

安装完成：

4、安装openCV

之前装opencv3.1.0失败了，原因是OpenCV3.1.0对Cuda8.0兼容性不好。Cuda8.0出来的时间是２０１６年９月，而OpenCV3.1.0却是去年，OpenCV2.4.13是今年５月，兼容性比OpenCV3.1.0要好，所以选择OpenCV2.4.13。

4.1安装编译工具：

sudoapt-get install build-essential

安装依赖包：

sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-devlibavformat-dev libswscale-dev

sudo apt-get install build-essential cmakelibgtk2.0-dev pkg-config python-dev python-numpy libavcodec-dev libavformat-devlibswscale-dev

安装可选包：

sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-devlibpng-dev libtiff-dev libjasper-dev libdc1394-22-dev

4.2 使用wget下载opencv源码（或者直接用附件给的）：

sudo apt-get install wget

sudo wget https://github.com/Itseez/opencv/archive/2.4.13.zip

4.3 解压ZIP源码文件：

sudo apt-get install unzip

sudo unzip 2.4.13.zip

4.4 进入源码目录，创建release目录：

cd opencv-2.4.13

(sudo)mkdir release

(如果用mkdir release提示权限不够加上sudo试试)

4.5 开始编译：

(sudo)cmake .

(‘cmake+空格+.’ 先试试cmake .指令，如果有错误试试sudo cmake .)

sudo make

sudo make install

sudo /bin/bash –c

sudo ldconfig

4.6 配置环境：

4.6.1 将opencv的库加入到路径，从而让系统可以找到，执行命令：

sudo gedit /etc/ld.so.conf.d/opencv.conf

末尾加入

/usr/local/lib

保存退出

sudo ldconfig

使配置生效

4.6.2 设置opencv的环境变量，执行命令：

sudo gedit /etc/bash.bashrc

末尾加入

PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig

export PKG_CONFIG_PATH

保存退出

sudo source /etc/bash.bashrc  #使配置生效

sudo updatedb #更新database

4.7 验证安装是否成功：

对opencv的sample进行编译并运行，依次执行如下代码

cd opencv-2.4.13/samples/c

（sudo）./build_all.sh

(如果用./build_all.sh有错加上sudo试试)

./facedetect--cascade="/usr/local/share/OpenCV/haarcascades/haarcascade_frontalface_alt.xml"--scale=1.5 lena.jpg

出现lena图片就表示成功！

4.8查看版本：

pkg-config--modversion opencv

安装若报以下错误（第一次在ubuntu14.04安装有这个错误，在16.04没有此错误）：

CMakeError at cuda_compile_generated_matrix_operations.cu.o.cmake:206 (message):

Errorgenerating

/home/yy/opencv-2.4.9/build/modules/core/CMakeFiles/cuda_compile.dir/__/dynamicuda/src/cuda/./cuda_compile_generated_matrix_operations.cu.o

make[2]:***[modules/core/CMakeFiles/cuda_compile.dir/__/dynamicuda/src/cuda/./cuda_compile_generated_matrix_operations.cu.o]错误 1

make[1]:*** [modules/core/CMakeFiles/opencv_core.dir/all]错误 2

make: ***[all] 错误 2

解决办法：指明GPU的架构，一般的都为开普勒架构。也就是在cmake 命令添加：CUDA_GENERATION=Kepler

执行命令：

cmake-D CMAKE_BUILD_TYPE=bulid -D CMAKE_INSTALL_PREFIX=/usr/local -DCUDA_GENERATION=Kepler ..

即可解决！

OpenCV安装完成！

5、caffe安装配置

5.1 下载（或者直接用附件中给出的）：

github下载地址：https://github.com/BVLC/caffe

网盘下载地址：https://pan.baidu.com/s/1bpqsnZD

5.2 Makefile.config配置：

Makefile.config.example.这个文件是官方给出了编译的“模板”，我们可以直接拿过来修改一下就行。

5.2.1 复制下面的命令把名字改为Makefile.config。执行命令：

sudo cp Makefile.config.example Makefile.config

你会发现下面多了一个Makefile.config的文件

5.2.2 编辑Makefile.config文件，执行命令：

sudo gedit Makefile.config

然后根据个人情况修改文件：

1、若使用cudnn，则将#USE_CUDNN := 1修改成： USE_CUDNN := 1 （就是去掉注释的‘#’号）

2、若使用的opencv版本是２的，则将#OPENCV_VERSION := ３修改为：OPENCV_VERSION := ２

3、若要使用python来编写layer，则将#WITH_PYTHON_LAYER := 1修改为WITH_PYTHON_LAYER := 1

4、要是你是用的anaconda的话（这个教程用的是anaconda，直接修改吧），还需要改一些地方：

把之前的PYTHON_INCLUDE加上注释，如图，把ANACONDA_HOME以及下面的PYTHON_INCLUDE的注释都去掉并修改anaconda的版本，改为如图的样子。注意：ANACONDA_HOME后面是anaconda的安装位置，根据自己的情况不同而不同，按照我给的安装包应该是anaconda2。其中$(HOME)就是你的家目录。

5、重要 :

将# Whatever else you find you need goeshere.下面的

INCLUDE_DIRS := $(PYTHON_INCLUDE)/usr/local/include

LIBRARY_DIRS := $(PYTHON_LIB)/usr/local/lib /usr/lib

改为：

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

5.3 修改makefile文件：

5.3.1 打开makefile文件，执行命令：

sudo gedit Makefile

5.3.2 编辑makefile文件：

将(大概409行)：

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

改为：

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

在Makefile文件的第大概181行，将

LIBRARIES += glog gflags protobufboost_system boost_filesystem m hdf5_hl hdf5

改为：

LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_serial_hl hdf5_serial

5.4 编辑/usr/local/cuda/include/host_config.h，执行命令：

sudo subl/usr/local/cuda/include/host_config.h

将其中的第115行注释掉，即：

#error-- unsupported GNU version! gccversions later than 5 are not supported!

改为：

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

5.5 编译：

5.5.1 先安装编译需要的库（貌似都有，保险起见都装一遍吧），执行命令：

sudo apt-get install libatlas-base-dev

sudo apt-get install libprotobuf-dev

sudo apt-get install libprotobuf-dev

sudo apt-get install libsnappy-dev

sudo apt-get install libopencv-dev

sudo apt-get install libboost-all-dev

sudo apt-get install libhdf5-serial-dev

sudo apt-get install libgflags-dev

sudo apt-get install libgoogle-glog-dev

sudo apt-get install liblmdb-dev

sudo apt-get install protobuf-compiler

sudo apt-get install cmake

5.5.2 开始编译，执行命令：

sudo make all -j8

编译完成，如图。

5.5.3 进行测试，执行命令：

sudo make test

sudo make runtest
sudo make pycaffe
cd python
sudo python
import caffe

如果不报错，就说明安装成功。

可能会有import skimage.io ImportError: Nomodule named skimage.io这样的报错。

解决方法是：

（1）

easy_install scikit-image
pip install scikit-image

（2）

sudo pip install scikit-image

我装的时候是第二种方法解决的。

Caffe安装完成！

参考网站：

http://blog.csdn.net/leijiezhang/article/details/53688157

http://blog.csdn.net/c406495762/article/details/62896035

http://blog.csdn.net/u011557212/article/details/54706966?utm_source=itdadao&utm_medium=referral

http://blog.csdn.net/xierhacker/article/details/53035989

http://blog.csdn.net/autocyz/article/details/52299889

http://www.linuxidc.com/Linux/2015-07/120449.htm

http://m.blog.csdn.net/zouyu1746430162/article/details/53393393

SSyangguang

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
ubuntu16.04+CUDA8.0+cuDNN5.1+opencv2.4.13+Anaconda的caffe编译过程

ubuntu16.04+CUDA8.0+cuDNN5.1+opencv2.4.13+Anaconda的caffe编译过程
复制链接

扫一扫

专栏目录