Ubuntu 16.04 下安裝配置caffe

原文地址：https://blogof33.com/post/5/

很長一段時間沒有更新博客了，忙著充電，忙著學(xué)習(xí)。這次做項目需要使用到caffe，花了一些時間搭好了。本來是懶得寫這一篇文章的，但是突然看到Tensorflow那一篇已經(jīng)有700+的閱讀量了，小博客訪問量本來就少，大多仰仗校友們幫助，不能就這樣荒廢下去，辜負大家的一片心意，剛好寫一下自己踩的坑，防止重蹈覆轍。

這篇教程參考了caffe官方文檔，分成兩個版本，CPU版本和GPU版本，其實本質(zhì)上只是配置不同罷了。

首先需要查看默認python（針對Python2與Python3并存的情況）：

python --version

如果是python2.7，則以下請遵循python2.7的配置，如果是python3.5以上，則遵循python3.5的配置（最好使用python2.7，因為教程只在2.7環(huán)境下編譯通過，不保證3.5以上不會出現(xiàn)問題）。

初始配置：

sudo apt-get update
sudo apt-get upgrade
sudo apt-get install -y build-essential cmake git pkg-config
sudo apt-get install -y libprotobuf-dev libleveldb-dev libsnappy-dev libhdf5-serial-dev protobuf-compiler libatlas-base-dev libboost-all-dev libgflags-dev libgoogle-glog-dev liblmdb-dev
#下載包管理器pip，如果有可以跳過
sudo apt-get install -y python-pip

#如果默認python是Python2.7
sudo apt-get install -y python-dev
sudo apt-get install -y python-numpy python-scipy

#如果默認python是Python3.5及以上
sudo apt-get install -y python3-dev
sudo apt-get install -y python3-numpy python3-scipy

#如果opencv版本為2.4
sudo apt-get install -y libopencv-dev

安裝CUDA 8以及Cudnn（可選）

如果你的顯卡是英偉達（NVIDA）的，并且你想使用GPU版本的caffe，那么可以安裝Cuda Toolkit 8和CUDNN庫，詳情請見博主的另一篇文章。

在Ubuntu16.04上安裝opencv3.3

如果未安裝opencv則可以通過以下方式安裝opencv3.3（目前最新版）。

構(gòu)建opencv 3.3

首先安裝依賴關(guān)系：

sudo apt-get install --assume-yes build-essential cmake git
sudo apt-get install --assume-yes pkg-config unzip ffmpeg qtbase5-dev python-dev python3-dev python-numpy python3-numpy
sudo apt-get install --assume-yes libopencv-dev libgtk-3-dev libdc1394-22 libdc1394-22-dev libjpeg-dev libpng12-dev libtiff5-dev libjasper-dev
sudo apt-get install --assume-yes libavcodec-dev libavformat-dev libswscale-dev libxine2-dev libgstreamer0.10-dev libgstreamer-plugins-base0.10-dev
sudo apt-get install --assume-yes libv4l-dev libtbb-dev libfaac-dev libmp3lame-dev libopencore-amrnb-dev libopencore-amrwb-dev libtheora-dev
sudo apt-get install --assume-yes libvorbis-dev libxvidcore-dev v4l-utils vtk6
sudo apt-get install --assume-yes liblapacke-dev libopenblas-dev libgdal-dev checkinstall

然后從https://github.com/opencv/opencv/archive/3.3.0.zip下載OpenCV 3.3的最新源代碼，解壓以后進入解壓后的目錄（一般為opencv-3.3.0），執(zhí)行：

mkdir build
cd build/    
cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local -D FORCE_VTK=ON -D WITH_TBB=ON -D WITH_V4L=ON -D WITH_QT=ON -D WITH_OPENGL=ON -D WITH_CUBLAS=ON -D 

#如果是CUDA 8.0，則執(zhí)行以下命令
CUDA_NVCC_FLAGS="-D_FORCE_INLINES" -D WITH_GDAL=ON -D WITH_XINE=ON -D BUILD_EXAMPLES=ON ..

#如果是CUDA 9.0，則執(zhí)行以下命令
CUDA_NVCC_FLAGS="-D_FORCE_INLINES --expt-relaxed-constexpr"

#最后make
make -j $(($(nproc) + 1))

注意：Java 9會導(dǎo)致編譯失敗。

安裝Opencv 3.3

使用make:

sudo make install
sudo /bin/bash -c 'echo "/usr/local/lib" > /etc/ld.so.conf.d/opencv.conf'
sudo ldconfig
sudo apt-get update
#以上完成以后重啟
reboot

測試opencv 3.3

進入opencv 3.3目錄，執(zhí)行以下代碼：

cd samples/cpp
g++ edge.cpp `pkg-config opencv --cflags --libs` -o test 
./test

如圖所示：

aoGZy.png

說明opencv安裝成功。

修改gcc和g++版本

在編譯caffe之前，先要查看ubuntu下的gcc和g++默認版本，如果是5.0以下（比如4.8），則需要修改。查看：

gcc -v
g++ -v

如果都是5.0以下，則輸入以下命令：

sudo rm /usr/bin/gcc
sudo rm /usr/bin/g++
sudo ln -s /usr/bin/gcc-5 /usr/bin/gcc  
sudo ln -s /usr/bin/g++-5 /usr/bin/g++  
sudo ldconfig

然后再次檢查gcc和g++版本：

gcc -v
g++ -v

如果都是5.0以上則修改成功。

然后如果進行了修改，則再編輯/usr/local/cuda-8.0/targets/x86_64-linux/include/host_config.h文件，將119行的

error -- unsupported GNU version! gcc versions later than 5 are not supported!

注釋掉：

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

編譯caffe

從github上面clone caffe：

cd
git clone https://github.com/BVLC/caffe.git

進入caffe目錄下，將Makefile.config.example復(fù)制到Makefile.config中：

cd caffe
cp Makefile.config.example Makefile.config

當(dāng)前路徑如圖所示：

aoJWp.png

下面分成兩個版本分別編譯caffe，請各位讀者根據(jù)需要選擇CPU或者GPU版本。

CPU版本

編輯Makefile.config：

vi Makefile.config

將配置文件里面的#CPU_ONLY：= 1改為CPU_ONLY：= 1，即取消注釋。

同理將# WITH_PYTHON_LAYER := 1修改為 WITH_PYTHON_LAYER:=1，#USE_OPENCV := 0修改成USE_OPENCV :=1，#USE_LEVELDB := 0修改為 USE_LEVELDB:=1，將#USE_LMDB := 0修改成 USE_LMDB :=1。

然后修改以下幾行（路徑根據(jù)自己的情況來定）：

PYTHON_INCLUDE := /usr/include/python2.7 /usr/local/lib/python2.7/dist-packages/numpy/core/include

WITH_PYTHON_LAYER := 1

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

如果opencv為3以上（本文為3.3），則將OPENCV_VERSION := 3取消注釋，然后修改下面一行（opencv中的3rdparty/lib路徑根據(jù)自己的情況來定）：

LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu /usr/lib/x86_64-linux-gnu/hdf5/serial /usr/local/share/OpenCV/3rdparty/lib/

然后進入Python目錄安裝依賴關(guān)系：

cd python
#默認Python版本為Python2
for req in $(cat requirements.txt); do sudo -H pip2 install $req --upgrade; done

然后返回caffe目錄，修改Makefile.config：

cd ..
vi Makefile.config

將這一行：

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

替換為：

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

然后打開CMakeLists.txt，加入下面一行：

# ---[ Includes
set(${CMAKE_CXX_FLAGS} "-D_FORCE_INLINES ${CMAKE_CXX_FLAGS}")

最后編譯caffe（在caffe目錄下）：

mkdir build
cd build
cmake ..
make all -j $(($(nproc) + 1))
make test -j $(($(nproc) + 1))
make runtest -j $(($(nproc) + 1))
make pycaffe -j $(($(nproc) + 1))
#看看是否在caffe目錄下，不是就切換到該目錄下再執(zhí)行
make distribute -j $(($(nproc) + 1))

最后為了讓Python與Caffe一起工作，編輯文件~/.bashrc：

vi ~/.bashrc

在文件末尾加入這一行：

export PYTHONPATH=/path/to/caffe-master/python:$PYTHONPATH

最后為了使配置立即生效：

source ~/.bashrc

CPU版本至此編譯完成。

GPU版本

和CPU版本很像，只是有些許不同。編譯該版本前請保證已經(jīng)安裝CUDA 8和Cudnn。

編輯Makefile.config：

vi Makefile.config

將配置文件里面的# USE_CUDNN := 1 修改成： USE_CUDNN := 1，即取消注釋。

同理將# WITH_PYTHON_LAYER := 1修改為 WITH_PYTHON_LAYER:=1，#USE_OPENCV := 0修改成USE_OPENCV :=1，#USE_LEVELDB := 0修改為 USE_LEVELDB:=1，將#USE_LMDB := 0修改成 USE_LMDB :=1。

然后修改以下幾行（路徑根據(jù)自己的情況來定）：

PYTHON_INCLUDE := /usr/include/python2.7 /usr/local/lib/python2.7/dist-packages/numpy/core/include

WITH_PYTHON_LAYER := 1

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

CUDA_DIR := /usr/local/cuda-8.0

如果opencv為3以上（本文為3.3），則將OPENCV_VERSION := 3取消注釋，然后修改下面一行（opencv中的3rdparty/lib路徑根據(jù)自己的情況來定）：

LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu /usr/lib/x86_64-linux-gnu/hdf5/serial /usr/local/share/OpenCV/3rdparty/lib/

然后進入Python目錄安裝依賴關(guān)系：

cd python
#默認Python版本為Python2
for req in $(cat requirements.txt); do sudo -H pip2 install $req --upgrade; done

然后返回caffe目錄，修改Makefile.config：

cd ..
vi Makefile.config

將這一行：

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

替換為：

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

然后打開CMakeLists.txt，加入下面一行：

# ---[ Includes
set(${CMAKE_CXX_FLAGS} "-D_FORCE_INLINES ${CMAKE_CXX_FLAGS}")

最后編譯caffe（在caffe目錄下）：

mkdir build
cd build
cmake ..
make all -j $(($(nproc) + 1))
make test -j $(($(nproc) + 1))
make runtest -j $(($(nproc) + 1))
make pycaffe -j $(($(nproc) + 1))
#看看是否在caffe目錄下，不是就切換到該目錄下再執(zhí)行
make distribute -j $(($(nproc) + 1))

最后為了讓Python與Caffe一起工作，編輯文件~/.bashrc：

vi ~/.bashrc

在文件末尾加入這一行：

export PYTHONPATH=/path/to/caffe-master/python:$PYTHONPATH

最后為了使配置立即生效：

source ~/.bashrc

至此GPU版本編譯成功。

測試caffe mnist集

進入caffe目錄并測試：

cd ~/caffe 
./data/mnist/get_mnist.sh  
./examples/mnist/create_mnist.sh  
./examples/mnist/train_lenet.sh

結(jié)果如下：

cGyVH.png

測試成功，至此，本教程結(jié)束。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成，瀏覽時請結(jié)合常識與多方信息審慎甄別。
平臺聲明：文章內(nèi)容（如有圖片或視頻亦包括在內(nèi)）由作者上傳并發(fā)布，文章內(nèi)容僅代表作者本人觀點，簡書系信息發(fā)布平臺，僅提供信息存儲服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容