caffe安装_caffe(gpu)安装过程及问题解决

2019.12.05 caffe(gpu)安装

参考网址：

教程1：

weiliu89/caffe​github.com

教程2：

https://blog.csdn.net/yggaoeecs/article/details/79163789​blog.csdn.net

环境：Ubuntu16.04+cuda10.0

安装过程：

git clone https://github.com/weiliu89/caffe.git

cd caffe

cp Makefile.config.example Makefile.config

make -j8

之后报错：

打开并修改配置文件Makefile.config，按照教程2 https://blog.csdn.net/yggaoeecs/article/details/79163789

接着报错：

解决方法是在Makefile.config中添加#include<cudnn.h> 或者 #USE_CUDNN := 1

0.0是我刚刚改错了，我以为自己用到cudnn，去掉了这行的注释

再次make,报错如下：

解决参考：

https://blog.csdn.net/u013524303/article/details/81609643

nvcc fatal : Unknown option ‘fPIC’

nvcc本身不支持-fPIC编译参数，但是却提供了-Xcompiler用途上，使用nvcc -h可以发现，这是提供了向低级编译工具(gcc)传递编译参数的功能，因此在编译.cu文件时，在nvcc后加上 -shared -Xcomplier -fPIC 即可链接。

我遇到的错误是参考的博客中，在添加

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

-Xcompiler之前少了一个空格

修改之后, make clean，再次make

这个注释掉Makefile.config中的这一行就可以了，如下：

CUDA_ARCH := #-gencode arch=compute_20,code=sm_20

之后报错如下：

参考解决：https://github.com/BVLC/caffe/issues/1761

在caffe文件夹下：

protoc src/caffe/proto/caffe.proto --cpp_out=.
mkdir include/caffe/proto
mv src/caffe/proto/caffe.pb.h include/caffe/proto

之后运行，报错如下：

之后参考网上解决方案：
make clean
cd caffe
mkdir build
cd build
cmake ..
make all -j8

显示安装成功：

接着make runtest，测试成功：

之后按照教程2进行MNIST数据集测试，显示可以成功训练

之后在Ubuntu环境下，打开python解释程序，输入import caffe时，出现如下错误：

解决参考：

https://blog.csdn.net/u010417185/article/details/53559107​blog.csdn.net

最终可以把caffe中的python导入到解释器中。

附注：

1.问题解决，配置tensorflow-gpu1.15.0却不能调用gpu?的情况：

安装教程参考：

干货|TensorFlow开发环境搭建（Ubuntu16.04+GPU+TensorFlow源码编译）​mp.weixin.qq.com

主要解决方法如下：

vim ~/.bashrc

在最后：

export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda-10.0/lib64:/usr/local/cuda-10.0/extras/CUPTI/lib"

export CUDA_HOME=/usr/local/cuda-10.0

之后 source ~/.bashrc

就可以成功调用gpu

安装步骤(简版)：

Example environment setup for training can be created with Miniconda：

1.wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh

bash Miniconda3-latest-Linux-x86_64.sh

source ~/.bashrc

2.For CPU usage:

conda create -n tfcpu

conda activate tfcpu

pip install tensorflow==1.15.0 tqdm

3.For GPU usage:

conda create -n tensorflow_gpu python=3.6

conda activate tensorflow_gpu

pip install tensorflow-gpu==1.15.0 tqdm

2.cmake安装新版本

Solution:

1. Check your current version with cmake --version
2. Uninstall it with sudo apt remove cmake(or）
3. Visit https://cmake.org/download/ and download the latest binaries

• In my case cmake-3.6.2-Linux-x86_64.sh is sufficient copy the binary to /opt/

4. chmod +x /opt/cmake-3.*your_version*.sh (chmod makes the script executable)

5. sudo bash /opt/cmake-3.*your_version.sh* (you'll need to press y twice)

The script installs to /opt/cmake-3.*your_version* so in order to get the cmake command, make a symbolic link:

6. sudo ln -s /opt/cmake-3.*your_version*/bin/* /usr/local/bin

Test your results with cmake --version