在linux上编译caffe,Ubuntu上编译Caffe和拓展应用的错误及解决方案

本文档提供了解决Caffe编译时遇到的python头文件缺失问题的方案,涉及修改Makefile.config以包含Anaconda路径。同时,介绍了如何编译仅使用CPU的Faster-RCNN项目,需要在setup.py中注释掉CUDA相关部分。对于wget下载受防火墙影响的问题,给出了添加--no-check-certificate选项的解决建议。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

Caffe

错误:采用make方式编译时遇到如下错误

In file included from /usr/include/boost/python/detail/prefix.hpp:13:0,

from /usr/include/boost/python/args.hpp:8,

from /usr/include/boost/python.hpp:11,

from tools/caffe.cpp:2:

/usr/include/boost/python/detail/wrap_python.hpp:50:23: fatal error: pyconfig.h: No such file or directory

compilation terminated.

Makefile:575: recipe for target '.build_release/tools/caffe.o' failed

make: *** [.build_release/tools/caffe.o] Error 1

解决方案:修改Makefile.config,将

PYTHON_INCLUDE := $(ANACONDA_HOME)/include \

#                 $(ANACONDA_HOME)/include/python2.7 \

#                 $(ANACONDA_HOME)/lib/python2.7/site-packages/numpy/core/include \

取消以下2行注释

PYTHON_INCLUDE := $(ANACONDA_HOME)/include \

$(ANACONDA_HOME)/include/python2.7 \

$(ANACONDA_HOME)/lib/python2.7/site-packages/numpy/core/include \

Note:$(ANACONDA_HOME) #虚拟环境Anaconda2的根目录

Faster-RCNN

问题:如何编译只采用cpu版本的Faster-RCNN?

解决方案:

在./lib/setup.py中注释以下部分

...

#CUDA = locate_cuda()

...

...

#self.set_executable('compiler_so', CUDA['nvcc'])

...

...

#Extension('nms.gpu_nms',

#[‘nms/nms_kernel.cu', 'nms/gpu_nms.pyx'],

#library_dirs=[CUDA['lib64']],

#libraries=['cudart'],

#language='c++',

#runtime_library_dirs=[CUDA['lib64']],

## this syntax is specific to this build system

## we're only going to use certain compiler args with nvcc and not with

## gcc the implementation of this trick is in customize_compiler() below

#extra_compile_args={'gcc': ["-Wno-unused-function"],

#’nvcc': ['-arch=sm_35',

#’—ptxas-options=-v',

#’-c’,

#’—compiler-options',

#”’-fPIC'"]},

#include_dirs = [numpy_include, CUDA['include']]

#)

其他

问题: wget如何避免防火墙的影响?

解决方案:

在命令

wget xxx

#如wget https://www.dropbox.com/s/87zu4y6cvgeu8vs/test.model?dl=0 -O models/pvanet/full/test.model

之后加

—no-check-certificate

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值