Caffe框架环境搭建(Ubuntu14.04+GPU+CUDA+cuDNN+OpenCV)

so darling。
4个月前 阅读 63 点赞 2


  1. Caffe框架简介
  2. 在进行环境搭建之前,我们需要首先了解一下Caffe是什么,Caffe能实现什么。
  3. Caffe是现在深度神经网络领域的主流框架之一,它可以实现卷积神经网络的训练和应用。Caffe还兼容Python和MATLAB接口,在CPU和GPU下都可以用来训练神经网络模型,其中可以使用Python来查看深度神经网络模型的各层特征输出。值得一提的是Caffe神经网络框架上手快,因为在Caffe中神经网络各层结构的定义、优化方法的设置、网络的形成等都是使用纯文本形式呈现的,而且内容容易理解。此外,Caffe中还有很多模型的示例,可以直接运行查看对输入图像的分类或者定位效果。当然由于Caffe框架的设计思想使得网络的结构有着模块化特征和灵活的扩展性,使得可以很容易的自己设计网络结构。
  4. Caffe框架中定义网络是由层构成的,每层中包括输入输出关系以及相关操作的参数,比如卷积核的大小,激活函数的种类等等;还有定义网络训练方法的文件,包括学习率的设计、更新参数的方法、迭代次数、每批次输入图片的数目等等。
  5. 环境的搭建


  下面我们来介绍Caffe环境的搭建。


  本次环境配置的电脑为独立显卡GT720,没有集成显卡。如果是用集成显卡和独显双显卡的电脑则不能使用下面的步骤进行配置。


   Caffe环境选择在Ubuntu14.04系统下进行搭建,理论上可以在CPU或者GPU下运行Caffe。但是实际上在GPU加速的条件下运行,才可以有效的训练模型,因为在CPU下训练模型速度太慢。而且计算机不同的显卡配置,训练速度也不尽相同。


  配置Caffe,首先要明白英伟达的显卡才可以使用CUDA。

  主要用到的软件有CUDA、cuDNN、OpenCV等。

  打开Ubuntu 14.04的系统终端(可以使用快捷键Ctrl+Alt+T)。


2.1安装需要的依赖包

输入以下命令

 sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler --no-install-recommends libboost-all-dev python-dev git


若之后出现缺少依赖包的提示,则使用sudo apt-get install 安装相应依赖包即可。

2.2安装CUDA

在英伟达官网(https://developer.nvidia.com/cuda-downloads)下载,这里如果没有翻墙的话,应该下载不了。


依次选择Linux--x86_64--Ubuntu--14.04--deb[local]--Download(1.9GB)


转到下载CUDA的对应目录下,例如如果新建了一个名为CUDA文件夹来保存CUDA,则使用命令:

cd ~/CUDA    


根据官网安装指导输入命令:

   sudo dpkg -i cuda-repo-ubuntu1404-8-0-local_8.0-18_amd64.deb

   sudo apt-get install cuda 


2.3下载cuDNN

在英伟达官网下载,选择对应于CUDA8.0的cuDNN版本,但是不要选取最新的,可能由于新版本不稳定而出现错误。


转到cuDNN对应的目录下,进行解压安装包的操作。


tar -zx vf cudnn-7.5-linux-x64-v5.0-ga.tz

 cd cuda

 sudo cp lib64/lib* /usr/local/cuda/lib64/

 sudo cp include/cudnn.h /usr/local/cuda/include/


更新软连接

 cd /usr/local/cuda/lib64/

 sudo chmod +r libcudnn.so.5.0.5

 sudo ln -sf libcudnn.so.5.0.5 libcudnn.so.5

 sudo ln -sf libcudnn.so.5 libcudnn.so

 sudo ldconfig


添加环境变量

sudo gedit /etc/profile


在打开的文件末尾加上

export PATH=/usr/local/cuda-8.0/bin:$PATH

 export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH


保存后关闭文件执行下面的命令使添加生效

source /etc/profile

 

编译CUDA samples

 cd /usr/local/cuda/samples

 sudo make all -j8


 查看安装是否成功

 cd bin/x86_64/linux/release

 ./deviceQuery


2.4安装OpenCV 2.4.10

使用github上的脚本安装,这是比较简单的安装方法,具体如下:

git clone https://github.com/jayrambhia/install-OpenCV

cd $HOME/install-OpenCV/Ubuntu/2.4

 sudo ./opencv2_4_10.sh


2.5安装caffe

 新建文件夹CAFFE_ROOT

 cd $HOME/CAFFE_ROOT

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

cd caffe

cd Makefile.config.example Makefile.config


修改Makefile.config的内容

将#USE_CUDNN:=1前面的#去掉


添加PYTHONPATH

export PYTHONPATH=$HOME/CAFFE_ROOT/caffe/python


使用下面的命令检查PYTHONPATH设置是否正确

echo $PYTHONPATH

make py

make test -j8

make runtest -j8


| 2
评论 ( {{ comments.total }} )

还没有人发表评论...

{{ o.content }}
赞 {{ o.likes_count ? o.likes_count : '' }} 回复 {{ o.created_at }}
相关推荐