Ubuntu16.04+caffe+GPU(親測定有効)
インストールチュートリアル親測有効1、インストールドライバ(1)NVIDIAドライバ型番を問い合わせる:http://www.nvidia.com/Download/index.aspx?lang=en-us
(2)クリックしてダウンロード
忘れないでください:必ずそれをホームディレクトリの下に保存します2、グラフィックカードをインストールします:端末の下で入力します:
パスワードを入力して最後の行にblacklist nouveauを追加します.ここではUbuntuが持参したグラフィックスドライブをブラックリストに追加します.端末に入力:
そしてパソコンを再起動し、ログインページで文字インタフェースに切り替え、(Ctrl+Alt+F 1~F 6を押す)コマンドを入力します.
ドライバをインストールできるようになりました.
インストールが完了したら、次のコマンドを入力して検証します.
再起動し、ログインページにループする場合は、別のブログを参照してください.https://blog.csdn.net/chris_pei/article/details/790480033、CUDA(1)公式サイトのダウンロードをインストールする:https://developer.nvidia.com/cuda-downloads(2)ダウンロードが完了したら、次のコマンドを実行します(cuda 8.0を使用しています).
注意:実行後、一連のプロンプトで確認されますが、ドライバをインストールするかどうかを選択する場合は、必ずいいえを選択することに注意してください.前にもっと新しいnvidia 367がインストールされているので、ここではインストールを選択しないでください.残りは直接デフォルトまたは「Yes」を選択します.(3)環境配置が開く~/.bashrcファイル:
以下の内容を~/に書き込む.bashrc末尾:
/etc/profileファイルにCUDA環境変数を追加:
ドキュメントを開くには、ドキュメントの最後に次の2つの文を追加します.
保存後、環境変数をすぐに有効にするには、次のコマンドを実行します.
libライブラリパスを/etc/ldに追加します.so.conf.d/新規ファイルcuda.conf
次の内容を文書に追加します.
次のコマンドを実行して、すぐに有効にします.
(4)CUDAのsamplesをテストする
GPUに関する情報がいくつか表示されている場合は、インストールに成功しました.4、配置cuDNn(1)CUDAをダウンロードしてまず公式サイトに行くhttps://developer.nvidia.com/rdp/cudnn-downloadcuDNNをダウンロードするには、ダウンロードするにはアカウントを登録する必要があります.ダウンロードバージョン番号は以下の図: cuDN 5をダウンロードする.1以降の解凍:
このファイルlibcudnnを自分で解凍したlib 64フォルダに見てください.so.5.0.5.パソコンの配置が違う場合、以下の数字の型番が違うので、相応の修正を行います.そうしないと、エラーが発生します.5、OpenCV 3を取り付ける.1(1)依存パッケージのダウンロード
(2)OpenCVインストールパッケージをダウンロードソースwgetをダウンロードするhttps://github.com/opencv/opencv/archive/3.4.0.zipソースの解凍
ソースコードからOpenCVを構築する
(3)テストが成功したか
次のコードを編集します.
CMakeコンパイルファイルを作成するには、次の手順に従います.
次のように書き込みます.
コンパイル:
実行:この時点でopencv-testフォルダに実行可能ファイルDisplayImageが作成する、インターネットからダウンロードした画像をopencv-testフォルダの下に置き、ここでopencvをダウンロードする.jpgを実行します.
その結果、私がダウンロードしたこの画像が表示されます.pythonでopencvを呼び出す場合は、python-opencvをインストールします.
Ps:cuda 8を使用する場合.0、opecv 3のため、というエラーが発生する可能性があります.0とcuda 8.0互換性がないためです.解決策:~/opencv/modules/cudalegacy/src/graphcutsを修正する.cppファイルの内容、図:のように
6、構成caffe(1)ダウンロード依存パッケージ
(2)https://github.com/BVLC/caffeダウンロードcaffeダウンロードが完了すると、ホームディレクトリの下のダウンロードでcaffe-masterが見つかります.zip、unzipコマンドでホームディレクトリの下に解凍し、caffeと名前を変更します.(3)Makefileconfigのコピー
(4)プロファイルを開き、変更する
個人的な状況に応じてファイルを変更する:a.cudnnを使用すると、
次のように変更します.
b.使用するopencvバージョンが3の場合、
次のように変更します.
c.pythonを使用してlayerを記述する場合
次のように変更
重要なのは下の
次のように変更します.
(5)makefileファイルを修正makefileファイルを開き、以下のように修正する.
置換:
次にopencv 3のインストールについて説明する.0.0バージョンのクラスメイトの場合、3.0.0以前のバージョンでは変更する必要はありません.場所(LIBRARIES+=glog gflags protobuf leveldb snappy lmdbboost_system hdf 5_hl hdf 5 m opencv_coreopencv_highgui opencv_imgproc)にopencv_を追加します.imgcodecs(6)コンパイル
7.コンパイルpycaffe caffeルートディレクトリのpythonフォルダの下にrequirementsがあります.txtのリストファイルには、必要な依存ライブラリがリストされています.このリストに従ってインストールすればいいです.scipyライブラリをインストールするときはfortranコンパイラ(gfortran)が必要ですが、このコンパイラがないとエラーが報告されるので、先にインストールしてもいいです.まずcaffeのルートディレクトリに戻り、インストールコードを実行します.
インストールが完了したら、caffeルートディレクトリに戻って実行します.
インストールに成功すると、Requirement already satisfiedが表示され、インストールに成功しない場合はインストールが続行されます.pythonインタフェースのコンパイル:
python呼び出し用の環境変数を設定するには、次の手順に従います.
ファイルにexport PYTHONPATH=/home/caffe/python:$PYTHONPATHを追加
(2)クリックしてダウンロード
忘れないでください:必ずそれをホームディレクトリの下に保存します2、グラフィックカードをインストールします:端末の下で入力します:
sudo gedit /etc/modprobe.d/blacklist.conf
パスワードを入力して最後の行にblacklist nouveauを追加します.ここではUbuntuが持参したグラフィックスドライブをブラックリストに追加します.端末に入力:
sudo update-initramfs -u
そしてパソコンを再起動し、ログインページで文字インタフェースに切り替え、(Ctrl+Alt+F 1~F 6を押す)コマンドを入力します.
sudo service lightdm stop
ドライバをインストールできるようになりました.
cd ~
sudo ./NVIDIA-Linux-x86_64-390.48.run
インストールが完了したら、次のコマンドを入力して検証します.
sudo nvidia-smi
再起動し、ログインページにループする場合は、別のブログを参照してください.https://blog.csdn.net/chris_pei/article/details/790480033、CUDA(1)公式サイトのダウンロードをインストールする:https://developer.nvidia.com/cuda-downloads(2)ダウンロードが完了したら、次のコマンドを実行します(cuda 8.0を使用しています).
sudo chmod 777 cuda_8.0.61_375.26_linux.run
sudo ./cuda_8.0.61_375.26_linux.run
注意:実行後、一連のプロンプトで確認されますが、ドライバをインストールするかどうかを選択する場合は、必ずいいえを選択することに注意してください.前にもっと新しいnvidia 367がインストールされているので、ここではインストールを選択しないでください.残りは直接デフォルトまたは「Yes」を選択します.(3)環境配置が開く~/.bashrcファイル:
sudo gedit ~/.bashrc
以下の内容を~/に書き込む.bashrc末尾:
export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
/etc/profileファイルにCUDA環境変数を追加:
sudo gedit /etc/profile
ドキュメントを開くには、ドキュメントの最後に次の2つの文を追加します.
PATH=/usr/local/cuda/bin:$PATH
export PATH
保存後、環境変数をすぐに有効にするには、次のコマンドを実行します.
source /etc/profile
libライブラリパスを/etc/ldに追加します.so.conf.d/新規ファイルcuda.conf
sudo gedit /etc/ld.so.conf.d/cuda.conf
次の内容を文書に追加します.
/usr/local/cuda/lib64
次のコマンドを実行して、すぐに有効にします.
sudo ldconfig
(4)CUDAのsamplesをテストする
cd /usr/local/cuda-7.5/samples/1_Utilities/deviceQuery
make
sudo ./deviceQuery
GPUに関する情報がいくつか表示されている場合は、インストールに成功しました.4、配置cuDNn(1)CUDAをダウンロードしてまず公式サイトに行くhttps://developer.nvidia.com/rdp/cudnn-downloadcuDNNをダウンロードするには、ダウンロードするにはアカウントを登録する必要があります.ダウンロードバージョン番号は以下の図: cuDN 5をダウンロードする.1以降の解凍:
sudo tar -zxvf ./cudnn-8.0-linux-x64-v5.1.tgz
cd cuda; sudo cp lib64/lib* /usr/local/cuda/lib64/;
sudo cp include/cudnn.h /usr/local/cuda/include/
: cd /usr/local/cuda/lib64/
sudo chmod +r libcudnn.so.5.1.10
sudo ln -sf libcudnn.so.5.1.10 libcudnn.so.5
sudo ln -sf libcudnn.so.5 libcudnn.so
sudo ldconfig
このファイルlibcudnnを自分で解凍したlib 64フォルダに見てください.so.5.0.5.パソコンの配置が違う場合、以下の数字の型番が違うので、相応の修正を行います.そうしないと、エラーが発生します.5、OpenCV 3を取り付ける.1(1)依存パッケージのダウンロード
sudo apt-get install build-essential
sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev
sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev
sudo apt-get install --assume-yes libopencv-dev libdc1394-22 libdc1394-22-dev libjpeg-dev libpng12-dev libtiff5-dev libjasper-dev libavcodec-dev libavformat-dev libswscale-dev libxine2-dev libgstreamer0.10-dev libgstreamer-plugins-base0.10-dev libv4l-dev libtbb-dev libqt4-dev libfaac-dev libmp3lame-dev libopencore-amrnb-dev libopencore-amrwb-dev libtheora-dev libvorbis-dev libxvidcore-dev x264 v4l-utils unzip
sudo apt-get install ffmpeg libopencv-dev libgtk-3-dev python-numpy python3-numpy libdc1394-22 libdc1394-22-dev libjpeg-dev libpng12-dev libtiff5-dev libjasper-dev libavcodec-dev libavformat-dev libswscale-dev libxine2-dev libgstreamer1.0-dev libgstreamer-plugins-base1.0-dev libv4l-dev libtbb-dev qtbase5-dev libfaac-dev libmp3lame-dev libopencore-amrnb-dev
(2)OpenCVインストールパッケージをダウンロードソースwgetをダウンロードするhttps://github.com/opencv/opencv/archive/3.4.0.zipソースの解凍
unzip 3.4.0.zip
ソースコードからOpenCVを構築する
cd opencv-3.4.0
mkdir build
cd build
cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local ..
make
make install
(3)テストが成功したか
mkdir ~/opencv-test
cd ~/opencv-test
gedit DisplayImage.cpp
次のコードを編集します.
#include
#include
using namespace cv;
int main(int argc, char** argv )
{
if ( argc != 2 )
{
printf("usage: DisplayImage.out
" );
return -1;
}
Mat image;
image = imread( argv[1], 1 );
if ( !image.data )
{
printf("No image data
");
return -1;
}
namedWindow("Display Image", WINDOW_AUTOSIZE );
imshow("Display Image", image);
waitKey(0);
return 0;
}
CMakeコンパイルファイルを作成するには、次の手順に従います.
gedit CMakeLists.txt
次のように書き込みます.
cmake_minimum_required(VERSION 2.8)
project( DisplayImage )
find_package( OpenCV REQUIRED )
add_executable( DisplayImage DisplayImage.cpp )
target_link_libraries( DisplayImage ${OpenCV_LIBS} )
コンパイル:
cd ~/opencv-test
cmake .
make
実行:この時点でopencv-testフォルダに実行可能ファイルDisplayImageが作成する、インターネットからダウンロードした画像をopencv-testフォルダの下に置き、ここでopencvをダウンロードする.jpgを実行します.
./DisplayImage opencv.jpg
その結果、私がダウンロードしたこの画像が表示されます.pythonでopencvを呼び出す場合は、python-opencvをインストールします.
sudo apt-get install python-opencv
sudo apt-get install python-numpy
Ps:cuda 8を使用する場合.0、opecv 3のため、というエラーが発生する可能性があります.0とcuda 8.0互換性がないためです.解決策:~/opencv/modules/cudalegacy/src/graphcutsを修正する.cppファイルの内容、図:のように
#if !defined (HAVE_CUDA) || defined (CUDA_DISABLER)||(CUDART_VERSION>=8000)
6、構成caffe(1)ダウンロード依存パッケージ
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
sudo apt-get install libopenblas-dev liblapack-dev libatlas-base-dev
sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev
(2)https://github.com/BVLC/caffeダウンロードcaffeダウンロードが完了すると、ホームディレクトリの下のダウンロードでcaffe-masterが見つかります.zip、unzipコマンドでホームディレクトリの下に解凍し、caffeと名前を変更します.(3)Makefileconfigのコピー
sudo cp Makefile.config.example Makefile.config
(4)プロファイルを開き、変更する
sudo gedit Makefile.config # Makefile.config
個人的な状況に応じてファイルを変更する:a.cudnnを使用すると、
#USE_CUDNN := 1
次のように変更します.
USE_CUDNN := 1
b.使用するopencvバージョンが3の場合、
#OPENCV_VERSION := 3
次のように変更します.
OPENCV_VERSION := 3
c.pythonを使用してlayerを記述する場合
#WITH_PYTHON_LAYER := 1
次のように変更
WITH_PYTHON_LAYER := 1
重要なのは下の
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib
次のように変更します.
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu /usr/lib/x86_64-linux-gnu/hdf5/serial
(5)makefileファイルを修正makefileファイルを開き、以下のように修正する.
NVCCFLAGS +=-ccbin=$(CXX) -Xcompiler-fPIC $(COMMON_FLAGS)
置換:
NVCCFLAGS += -D_FORCE_INLINES -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS)
次にopencv 3のインストールについて説明する.0.0バージョンのクラスメイトの場合、3.0.0以前のバージョンでは変更する必要はありません.場所(LIBRARIES+=glog gflags protobuf leveldb snappy lmdbboost_system hdf 5_hl hdf 5 m opencv_coreopencv_highgui opencv_imgproc)にopencv_を追加します.imgcodecs(6)コンパイル
make all –j8
make test –j8
make runtest –j8
7.コンパイルpycaffe caffeルートディレクトリのpythonフォルダの下にrequirementsがあります.txtのリストファイルには、必要な依存ライブラリがリストされています.このリストに従ってインストールすればいいです.scipyライブラリをインストールするときはfortranコンパイラ(gfortran)が必要ですが、このコンパイラがないとエラーが報告されるので、先にインストールしてもいいです.まずcaffeのルートディレクトリに戻り、インストールコードを実行します.
cd ~/caffe
sudo apt-get install gfortran
cd ./python
for req in $(cat requirements.txt); do pip install $req; done
インストールが完了したら、caffeルートディレクトリに戻って実行します.
cd ..
sudo pip install -r python/requirements.txt
インストールに成功すると、Requirement already satisfiedが表示され、インストールに成功しない場合はインストールが続行されます.pythonインタフェースのコンパイル:
make pycaffe -j8
python呼び出し用の環境変数を設定するには、次の手順に従います.
sudo gedit ~/.bashrc
ファイルにexport PYTHONPATH=/home/caffe/python:$PYTHONPATHを追加
source ~/.bashrc