Ubuntu从入门到精通——5 编译配置第三方库Caffe

发表于 | 更新于: | 分类于 |

前言

我之前跑过CPU版的Caffe，现在配置了1070Ti的迷你台式，现在开始尝试配置GPU开发环境。

Caffe配置准备

Caffe相关连接

Caffe官方网站
Caffe安装说明界面
配置参考——在Ubuntu17.10上使用CPU运行caffe的SSD

安装Caffe依赖

Caffe官方安装指导
1、官网安装指导
对于>17.04版本的Ubuntu，可以通过一行命令安装依赖项：

sudo apt build-dep caffe-cpu # dependencies for CPU-only version
sudo apt build-dep caffe-cuda # dependencies for CUDA version

它需要deb-src。即sources.list中的#deb-src注释项去掉。

sudo gedit /ect/apt/sources.list

sudo apt-get update
sudo apt-get upgrade

2、网络参考安装依赖
非常不建议使用源码编译安装Caffe的依赖，因为这过程中可能会出现新的依赖问题。caffe官网推荐采用apt获取编译所需的依赖。

sudo apt build-dep caffe-cpu

对于Ubuntu17.04及以上版本，官方提供了caffe的源码编译环境，但是实际上在后面编译的时候可能会提示并未找到某些依赖，如果出现找不到依赖的情况，根据报错补装。
编译caffe所需要的所有依赖:

  • 基本依赖

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

  • CUDA高性能并行计算库：我们安装的是CPU版本，不存在CUDA
    BLAS线性代数库，有两种开源线性代数库可供选择：

    atlas sudo apt-get install libatlas-base-dev
    openblas sudo apt-get install libopenblas-dev

  • 构建caffe的Python接口pycaffe所需的python-dev包：

    sudo apt-get install the python-dev

  • 对于Ubuntu14.04版本，还需要安装以下依赖：

    sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev

综合：
网上这个配置依赖是配置CPU的，我想配置的是GPU的。我首先是根据第二点进行配置，然后根据第一点，取消sources.list中的注释，（先运行了sudo apt build-dep caffe-cpu然后sudo apt build-dep caffe-cuda）根据官网安装说明进行配置的。

下载Caffe源码

相关连接

官方Caffe源码
SSD版本Caffe？

下载Caffe源码

caffe是开源项目，所有人都能fork出一个分支，一千个人就有一千个版本。SSD实现的比较好的是这个版本https://github.com/weiliu89/caffe，点击Clone or Download按钮获取源码，推荐使用Download下来再解压。
最后我还是下载官方的源码，如果下载分支源码，会出想错误，让你替换最新的caffe文件。

编译Caffe

1、官方编译说明
官方从源码安装编译

2、修改Makefile.config
step1:复制caffe提供的Makefile.config.examples样例,然后修改Makefile.config：

cp Makefile.config.example Makefile.config

step2:取消USE_CUDNN:=1的注释（并且最好前面不要空格）

step3：注释CUDA_ARCH:=中的

# For CUDA >= 9.0, comment the _20 and _21 lines for compatibility.
\CUDA_ARCH :=
# -gencode arch=compute_20,code=sm_20 \
# -gencode arch=compute_20,code=sm_21 \
step4:hdf5问题
将这里替换为下面这样，即后面加上hdf5路径：
# Whatever else you find you need goes here.
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/

step5：对cv::imread(cv::String const&,int)未定义的引用问题
是因为用的OpenCV3,去掉注释：

# Uncomment if you’re using OpenCV 3
OPENCV_VERSION := 3

step6:用draw.py出现问题
用caffe绘制网络图出现错误的时候，开启Makefile.config的这个选项：
# Uncomment to support layers written in Python (will link against Python libs)
WITH_PYTHON_LAYER := 1 # 使用此行即可，然后重新编译caffe

详见《Caffe学习——1 跑LeNet mnist数据集》

3、编译
# in caffe root dir

make all -j6

make test -j6

make runtest -j6

make pycaffe
make distribute

# make dir for custom python modules, install caffe

mkdir ~/python
mv distribute/python/caffe ~/python
# set PYTHONPATH (this should go in your .bashrc or whatever
PYTHONPATH=\${HOME}/python:$PYTHONPATH

或 也可以

PYTHONPATH=/home/zhouyang/caffe-master/distribute/python:$PYTHONPATH

4、编译成功

支持我吧