装caffe 的艰难之路

写在前面:

为什么觉得caffe难装,正常来说,如果你之前没有装过多个cuda和python版本,应该不难.但是我系统里面之前已经装过cuda7,cuda8,现在用的是cuda9.0;装caffe的过程发现cuda7和8的文件夹都还在,经过多次折腾之后,于是立即删除.对于python版本的问题,系统自带的是python2.7,但是我之前装了python 3.6 的anaconda,并且创建了多个envs;在命令行运行python,由于添加了anaconda的路径到系统环境中,所以显示的是anaconda的python环境,还有protoc也是anaconda装的,但是我之前装了tensorflow,对应的protoc版本比较高,但是和caffe要求的protoc版本是不一致的,于是只能在系统自带python2.7装caffe

确定 protoc版本可以运行:

protoc --version

确定protoc哪里有,可以运行:

whereis protoc

一般来说,caffe需要2.6.1版本的

还有一个问题是:opencv,很多人在conda里面是直接装opencv的,这个很方便,但是配置caffe如果运用anaconda里面的opencv,就会使其他的一些依赖相冲突,导致编译caffe过程的莫名错误.

所以,我选择了在系统自带的python2.7基础上装caffe,首先移除了bashrc里面的anaconda路径,达到的效果是运行python,显示的是2.7版本;

然后下载了opencv3.3从新装了一下;

装在成功可以验证opencv3.3的版本:

pkg-config --modversion opencv

另外:opencv也可以利用conda命令安装,但是从git下载之后的是及时更新的,我也是先在conda安装的caffe-gpu,运行自己的程序,发现有些参数或文件找不到,所以重新装的.

上面废话很多,直接跳过来的:总结下就是

#########################################

系统环境:ubuntu16.04

cuda环境:cuda9.0

python版本:ubuntu自带python2.7

opencv:基于系统装的3.3,不是conda里面装的

protoc:系统自带2.6.1

################################################

1.相关依赖安装 :

sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler  

  

sudo apt-get install --no-install-recommends libboost-all-dev  

  

sudo apt-get install libopenblas-dev liblapack-dev libatlas-base-dev  

  

sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev  

  

sudo apt-get install git cmake build-essential

选择合适的路径下载caffe文件夹:

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

进入caffe目录:

git checkout ssd

cp Makefile.config.example Makefile.config

2.修改部分设置如下 :

(1)修改 Makefile.config 文件内容,共5处

++++++++++++++++

USE_CUDNN := 1

OPENCV_VERSION := 3

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

#-gencode arch=compute_20,code=sm_21 \

-gencode arch=compute_30,code=sm_30 \

-gencode arch=compute_35,code=sm_35 \

-gencode arch=compute_50,code=sm_50 \

-gencode arch=compute_52,code=sm_52 \

-gencode arch=compute_61,code=sm_61

WITH_PYTHON_LAYER := 1

INCLUDE_DIRS := /usr/include/hdf5/serial

LIBRARY_DIRS := /usr/lib/x86_64-linux-gnu/hdf5/serial

++++++++++++++++++

 (2)修改 Makefile 文件,共2处

+++++++++++++++++++++

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

LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_serial_hl hdf5_serial  

+++++++++++++++++++++

3.编译

回到命令行,caffe文件夹下:在make all之前,在命令行执行

export CPLUS_INCLUDE_PATH=/usr/include/python2.7

export LD_LIBRARY_PATH=/home/wy/.conda/envs/caffe/lib

再次执行python 和protoc --version 确保版本符合

make all

(这里每个人具体的情况会有不同的错误,google错误代码,重新make之前记得:sudo make clean)

make py

make test

sudo make runtest

(

可以测试minisit数据集:

参考: https://blog.csdn.net/balixiaxuetian/article/details/79154013

)

4.配置环境变量

sudo gedit ~/.bashrc

export PYTHONPATH=../caffe/python:$PYTHONPATH 

这里的..代表你的caffe父目录

source ~/.bashrc  

测试在python中调用:

python

import caffe

不报错即完成

(我在这一步遇到了matplot版本不适应的问题,是重新安装的,然后发现pip命令也不好使,直接从新装了pip)

5.pycharm运行

在pycharm中调用caffe,选择对应的python版本

import sys

sys.path.append('/home2/software/caffe/python')

import caffe

没有报错,说明成功