《智能系统与技术丛书 深度学习实践:基于Caffe的解析》—2.3.3Caffe的安装和测试
2.3.3 Caffe的安装和测试
对于Caffe的安装,应严格遵照官网的要求来进行操作:http://caffe.berkeleyvision.org/installation.html。
1.安装BLAS
进行线性代数运算的软件,除了ATLAS以外,还有两个可以选择:一个是Intel 的 MKL,为收费软件;另一个是OpenBLAS,免费但操作比较麻烦。从运行效率上来说,ATLAS < OpenBLAS < MKL。
笔者采用的是ATLAS,其安装命令如下所示:
sudo apt-get install libatlas-base-dev
然后新建一个cuda.conf,并编辑,命令如下所示:
$ sudo gedit /etc/ld.so.conf.d/cuda.conf
/usr/local/cuda/lib64
/lib
最后完成lib文件的链接操作,执行如下命令:
$ sudo ldconfig -v
执行完上述命令,GPU部分就安装好了。
2. 安装其他依赖项
首先,我们来看看Google Logging Library(glog)的安装方法,其下载地址为:https://code.google.com/p/google-glog/,下载完成后进行解压并安装。此时要做的第一件事仍然是通过cd命令转到保存该安装包的文件夹,笔者的文件夹路径为/home/user/Downloads,示例命令如下:
$ cd ~/Downloads
$ tar zxvf glog-0.3.3.tar.gz
$ cd ~/Downloads/glog-0.3.3
$ ./configure
$ make
$ sudo make install
如果没有可执行权限,就使用“chmod a+x glog-xx -R”来添加可执行权限,或者直接使用“ chmod 777 glog-0.3.3 -R”,装完之后,这个文件夹就可以删除了。
下面是C++部分的其他依赖项,请确保全部都安装成功:
$ sudo apt-get install -y libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev libgflags-dev libgoogle-glog-dev liblmdb-dev protobuf-compiler protobuf-c-compiler protobuf-compiler
3. 安装Caffe并测试
下面是安装pycaffe所必需的一些依赖项:
$ sudo apt-get install -y python-numpy python-scipy python-matplotlib python-sklearn python-skimage python-h5py python-protobuf python-leveldb python-networkx python-nose python-pandas python-gflags Cython ipython
下面安装配置Nvidia cuDNN,用于加速Caffe模型的运算。
安装前请先去官网上下载最新的cuDNN (cudnn-7.0-linux-x64-v4.0-prod)。下载完成后直接双击安装包,将其中的文件CUDA拖到Downloads文件夹中,这一步很重要,否则后面进行编译时就会不知道错在哪里了。安装命令如下所示:
$ cd ~/Downloads/CUDA
$ sudo cp include/cudnn.h /usr/local/include
$ sudo cp lib64/libcudnn.* /usr/local/lib
输入下面的命令链接cuDNN的库文件:
$ sudo ln -sf /usr/local/lib/libcudnn.so.4.0.7 /usr/local/lib/libcudnn.so.4
$ sudo ln -sf /usr/local/lib/libcudnn.so.4 /usr/local/lib/libcudnn.so
$ sudo ldconfig -v
现在可以下载Caffe了,将Caffe放在用户目录下,命令如下所示:
cd
git clone https://github.com/BVLC/caffe.git
如果提示没有GIT,那么根据它的建议直接安装一个就好了。
现在切换到Caffe的文件夹,生成Makefile.config配置文件,执行以下命令:
$ cd ~/caffe
$ cp Makefile.config.example Makefile.config
$gedit Makefile.config
接下来再配置Makefile.config文件,下面仅列出需要修改的部分。
1)启用cuDNN,去掉“#”:
USE_CUDNN := 1
2)配置引用文件,增加的部分主要是解决新版本下HDF5的路径问题,命令如下:
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include
/usr/lib/x86_64-linux-gnu/hdf5/serial/include
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib
/usr/lib/x86_64-linux-gnu/hdf5/serial
3)配置路径,实现Caffe对Python和MATLAB接口的支持,命令如下:
PYTHON_LIB := /usr/local/lib
最后,编译Caffe,记得加上“-j $(nproc)”或者“-j16”,这里若是使用CPU的多核进行编译,则可以极大地提高编译的速度,因此建议使用CPU多核进行编译。编译命令如下所示:
$ make all -j16
$ make test -j16
$ make runtest -j16
编译Python用到的Caffe文件具体如下:
$ make pycaffe -j16
如果上述过程没有报错,则表示Caffe已经配置好了,其默认使用的是Python接口和C++接口,大家可以根据需要自行选取。
- 点赞
- 收藏
- 关注作者
评论(0)