ubuntu14.04+cuda8.0+cudnn5.1+caffe+tensorflow 安装教程(二)

前端之家收集整理的这篇文章主要介绍了ubuntu14.04+cuda8.0+cudnn5.1+caffe+tensorflow 安装教程(二)前端之家小编觉得挺不错的,现在分享给大家,也给大家做个参考。

-要想安装深度学习平台caffe与tensorflow,基础是装好操作系统,装好cuda,再开始装学习平台。教程分为3个部分:
1、ubuntu14.04+cuda8.0+cudnn5.1安装
2、caffe安装
3、tensorflow安装
以此文感谢所有在互联网上分享知识的人和交流群中为我答疑解惑的人。

Caffe安装

参照官网说明
Caffe has several dependencies:
CUDA is required for GPU mode.
library version 7+ and the latest driver version are recommended,but 6.* is fine too
5.5,and 5.0 are compatible but considered legacy
BLAS via ATLAS,MKL,or OpenBLAS.
Boost >= 1.55
protobuf,glog,gflags,hdf5
Optional dependencies:
OpenCV >= 2.4 including 3.0
IO libraries: lmdb,leveldb (note: leveldb requires snappy)
cuDNN for GPU acceleration (v5)
可见要求:BLAS(用ATLAS/MKL/OpenBLAS都行)、Boost、OpenCV 、protobuf,hdf5、 lmdb,leveldb (note: leveldb requires snappy)等。

1、安装boost

参照网页ubuntu下安装boost环境

(1)官网下载boost库

官网地址www.boost.org

(2)解压文件并编译

tar -zxvf boost_1_52_0.tar.gz //解压文件
cd boost_1_52_0/
./bootstrap.sh  //配好环境
./bjam    //这里需要十几分钟,完成后就代表安装成功了

参考网页中的测试文件,有可能测试不通过,缺少一些库,不用着急,后面会装上。

2、安装mkl

mkl是英特尔数学核心函数库,Intel Math Kernel Library,非商业用途可免费申请使用。

(1)官网申请下载,会给你一个序列号。

(2)解压并安装

tar -zxvf 压缩文件名
chmod +x  文件//加权限
sudo ./install_GUI.sh  //会要求输入序列号

(3)配置环境

在/etc/ld.so.conf.d中新建文件intel_mkl.conf,

sudo gedit /etc/ld.so.conf.d/intel_mkl.conf

填写

/opt/intel/lib/intel64 
/opt/intel/mkl/lib/intel64

(4)添加路径

在bashrc里添加mkl的路径

sudo gedit ~/.bashrc

在最后一行添加
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/opt/intel/mkl/lib/intel64

3、安装Opencv

脚本安装,貌似直接安装很困难。脚本自行百度欧老师的安装教程里面有,我是师兄给的。

(1)直接将脚本放入/usr/local/目录下

省的要改路径啥的

(2)安装依赖项

chmod +x dependencies.sh //释放权限
./dependencies.sh  //加载依赖项

(3)安装opencv

找到某个版本的opencv,譬如ubuntu文件夹下的opencv_2.4.10.sh的版本

chmod +x opencv_2.4.10.sh 
./opencv_2.4.10.sh

(4)配置环境

参考文章ubuntu12.04安装openCV2.4.6.1
(a)添加库的路径

sudo gedit /etc/ld.so.conf.d/opencv.conf
添加内容
/usr/local/lib

(b)设置环境变量

sudo gedit /etc/bash.bashrc
在文件最后加入以下两行并保存:
PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig
export PKG_CONFIG_PATH

重启,使opencv安装生效

4、安装其他依赖项

(1)安装python及pip

sudo apt-get install python-dev python-pip //默认安装python2.7

(2)caffe包中各种requirements

(a)在caffe的python文件下,有requirements.txt,用于编译python的各种软件或库,安装命令如下:

for req in $(cat requirements.txt); do pip install $req; done

(b)输出caffe的python模块

sudo gedit ~/.bashrc
最后一行,添加
export PYTHONPATH=/path/to/caffe/python:$PYTHONPATH

官网特别提示:To import the caffe Python module after completing the installation,add the module directory to your PYTHONPATH by export PYTHONPATH=/path/to/caffe/python:PYTHONPATH or the like. You should not import the module in the caffe/python/caffe directory!
/path/to/caffe/是你安装的caffe路径,而非caffe下的caffe文件夹路径。

5、安装剩下的依赖库,一个都不能少!

Ubuntu14.04用户执行
sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev
sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev protobuf-compiler

6、开始编译

(1)修改makefile

默认matlab已经安装好。

cp Makefile.config.example Makefile.config

修改Makefile.config。
注意:
1、blas那里填mkl,mkl路径分别为:
/opt/intel/mkl/include
/opt/intel/mkl/lib/intel64
2、matlab路径后面不带/bin
其他的仔细看makefile里的条款改,应该没问题

(2)开始编译

make all –j16
make test –j16
make runtest –j16

-j16强烈建议加上,加快编译速度。出现错误,先

make clean

再重新编译。成功后可编译matlab和python接口

make matcaffe
make pycaffe

(3)测试

可测试训练mnist数据集,参考网页
(a)获取数据

cd $CAFFE_ROOT/data/mnist  
./get_mnist.sh

(b)转换数据格式为leveldb

./create_mnist.sh 
//生成了mnist-train-leveldb/,和 mnist-test-leveldb/

(c)开始训练

cd  $CAFFE_ROOT/examples/mnist
./train_lenet.sh

编译过程中出现问题,自行百度,基本上都是有答案的。教程的安装思路是没有问题的。

原文链接:https://www.f2er.com/ubuntu/355640.html

猜你在找的Ubuntu相关文章