Caffe + Ubuntu 12.04 64bit + CUDA 5.5 配置说明

浏览数：46 / 时间：2015年06月20日

1. 安装build-essentials

1.sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev

2.# glogwget https://google-glog.googlecode.com/files/glog-0.3.3.tar.gztar zxvf glog-0.3.3.tar.gzcd glog-0.3.3./configuremake && make install# gflagswget https://github.com/schuhschuh/gflags/archive/master.zipunzip master.zipcd gflags-mastermkdir build && cd buildexport CXXFLAGS="-fPIC" && cmake .. && make VERBOSE=1make && make install# lmdb
wget https://github.com/wizawu/lmdb/archive/lmdb.master.zip
unziplmdb.master.zip
cdlmdb.master/libraries/liblmdb
make && make install

#git clone git://gitorious.org/mdb/mdb.git（注git时出错，因此换为下面方式获取）

注意：安装完成后需要添加library路径

1.sudo gedit /etc/ld.so.conf.d/lmdb.conf

2.在文件中添加内容/usr/local/lib

3.完成lib文件的链接操作，执行：

sudo ldconfig -v

2. 安装NVIDIA驱动 (3.4.0)和CUDA 5.5

见我的其它博客的相关内容

3. 安装Intel MKL 

1.安装BLAS，这里可以选择（ATLAS，MKL或者OpenBLAS），我这里使用MKL，首先下载并安装英特尔? 数学内核库 Linux* 版MKL，下载链接是：https://software.intel.com/en-us/intel-education-offerings，可以下载Student版的，先申请，然后会立马收到一个邮件（里面有安装序列号），打开照着下载就行了。下载完之后，要把文件解压到它是保存在home/username

接下来是安装过程，先授权，然后安装：

$ tar zxvf cpp_studio_xe_2013_sp1_update3.tar.gz  （如果你是直接拷贝压缩文件过来的）

$ chmod a+x /home/username/cpp_studio_xe_2013_sp1_update3 -R

$ sudo ./install_GUI.sh

安装的时候，可以安装到root权限下，或者sudo权限，我是装在root权限下，避免麻烦，这时就必须确保已经为root设置过密码了，然后会让你输入你申请的时候发给你的序列号。没设置的话，执行：

$ sudo passwd root

2.MKL与CUDA的环境设置

进行如下操作

1. 新建intel_mkl.conf，使用如下命令：

$sudo
 gedit /etc/ld.so.conf.d/intel_mkl.conf添加如下内容并保存

/opt/intel/lib/intel64

/opt/intel/mkl/lib/intel64

2. 新建cuda.conf，使用如下命令：：

$sudo
 gedit /etc/ld.so.conf.d/cuda.conf

添加如下内容并保存

/usr/local/cuda/lib64

/lib

3. 完成lib文件的链接操作，执行：

$ sudo ldconfig -v

4.安装OpenCV
使用Github上写好的完整的安装脚本：https://github.com/jayrambhia/Install-OpenCV

下载该脚本，进入Ubuntu/2.4 目录

然后安装最新版本 （当前为2.4.9）

sudo ./opencv2_4_9.sh
脚本会自动安装依赖项，下载安装包，编译并安装OpenCV。整个过程会比较漫长。

5. 安装Caffe所需要的Python环境

见我的其它博客的相关内容

6. 编译Caffe

1. 切换到Caffe的下载文件夹，然后执行：
$ cp Makefile.config.example Makefile.config
修改新生成的Makefile.config文件，修改“BLAS := mkl”，这个非常重要。
$ make all

$ make test

$ make runtest


我这步遇到一个问题是关于compute_50，只需注释掉Makefile.config中的compute_50部分，如下所示，出现这个错误的原因是CUDA5.5不支持compute_50

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_50,code=compute_50

6. 使用MNIST数据集进行测试

Caffe默认情况会安装在$CAFFE_ROOT，就是解压到那个目录，例如：$ home/username/caffe-master，所以下面的工作，默认已经切换到了该工作目录。下面的工作主要是，用于测试Caffe是否工作正常，不做详细评估。具体设置请参考官网：http://caffe.berkeleyvision.org/gathered/examples/mnist.html

1. 数据预处理

可以用下载好的数据集，也可以重新下载，我网速快，这里就偷懒直接下载了，具体操作如下：

$ sudo sh data/mnist/ ./get_mnist.sh
2. 重建LDB文件，就是处理二进制数据集为Caffe识别的数据集，以后所有的数据，包括jpe文件都要处理成这个格式

$ sudo sh examples/mnist/./create_mnist.sh

生成mnist-train-leveldb/ 和 mnist-test-leveldb/文件夹，这里包含了LDB格式的数据集
3. 训练mnist

$ sudo sh examples/mnist/ ./train_lenet.sh

注意：新版的caffe必须在主目录下进行操作

引用：

[1].http://www.cnblogs.com/platero/p/3993877.html

[2].http://www.haodaima.net/art/2823705

[3].http://caffe.berkeleyvision.org/

郑重声明：本站内容如果来自互联网及其他传播媒体，其版权均属原媒体及文章作者所有。转载目的在于传递更多信息及用于网络分享，并不代表本站赞同其观点和对其真实性负责，也不构成任何其他建议。