CUDA8+cudnn+caffe+py-faster-rcnn安装教程

前端之家收集整理的这篇文章主要介绍了CUDA8+cudnn+caffe+py-faster-rcnn安装教程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。

前提:亲测 ubuntu 14.04、ubuntu16.04可用

1、安装 CUDA 8.0

nvidia官网下载cuda安装文件
赋予可执行权限

chmod +x cuda_8.0.44_linux.run

ctrl+alt+f1进入命令行界面 (不要慌,ctrl+alt+f7可以回到桌面来)

sudo service lightdm stop

注意: 一定要执行这个,否则安装过程会报错的

./cuda_8.0.44_linux.run

全部选择yes(其他教程会告诉你安装显卡驱动不用管,这里会自己安装驱动),安装完成后重启

sudo reboot

2、cudnn 安装

官网下载cudnn

tar xvf cudnn-8.0-linux-x64-v5.1.tgz
cd cuda
sudo cp lib64/* /usr/local/cuda/lib64   
sudo cp include/* /usr/local/cuda/include
cd /usr/local/cuda/lib64
sudo rm -rf libcudnn.so libcudnn.so.5    #删除原有动态文件
sudo ln -s libcudnn.so.5.1.5 libcudnn.so.5  #生成软衔接
sudo ln -s libcudnn.so.5 libcudnn.so      #生成链接
ll libcud*

3、 caffe 依赖安装

sudo apt-get install  -y cmake qtcreator
sudo apt-get install  -y libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler 
sudo apt-get install --no-install-recommends -y libboost-all-dev
sudo apt-get install  -y libopenblas-dev liblapack-dev libatlas-base-dev
sudo apt-get install  -y libgflags-dev libgoogle-glog-dev liblmdb-dev
sudo apt-get install -y  build-essential cmake git pkg-config
sudo apt-get install -y libprotobuf-dev libleveldb-dev libsnappy-dev libhdf5-serial-dev protobuf-compiler
sudo apt-get install -y python-pip
sudo apt-get install -y python-dev
sudo apt-get install -y python-numpy python-scipy
sudo apt-get install -y libopencv-dev
sudo apt-get install -y protobuf-c-compiler protobuf-compiler
sudo apt-get install -y ipython
sudo apt-get install -y ipython-notebook

python依赖项
安装python及其头文件

sudo apt-get install python
sudo apt-get install python-dev

安装python的其他依赖

sudo apt-get install python-numpy
sudo apt-get install ipython
sudo apt-get install ipython-notebook
sudo apt-get install -y python-sklearn
sudo apt-get install -y python-skimage
sudo apt-get install -y python-protobuf
sudo pip install --upgrade pip
sudo pip install cython easydict
sudo apt-get install python-opencv

这里是采用apt-get安装opencv,用源码编译比较坑,不要用源码,个人经验

4、编译caffe

py-faster-rcnn 先进入faster rcnn lib目录执行一下命令,再编译caffe

sudo python setup.py install

只编译caffe 不用进行上一步直接进到,caffe目录

cp Makefile.config.example Makefile.config

编辑一下两项

#In your Makefile.config,make sure to have this line uncommented
WITH_PYTHON_LAYER := 1
# Unrelatedly,it's also recommended that you use CUDNN
USE_CUDNN := 1  # 如果不使用可以不用打开
sudo make -j8
sudo make py

如果到这里都没有问题的话,恭喜你安装步骤完成
可以运行一下demo了。

cd $FRCN_ROOT # $FRCN_ROOT换成你自己的faster rcnn目录
./tools/demo.py

安装过程可能碰到的问题

以下列举我安装过程中的一些问题,然而每次的坑都不一样,列举的不是很全面,如果没有涵盖你的问题,给我留言吧,看到会回复

1、ImportError: No module named Cython.Distutils

sudo pip install cython

2、 libcudart.so.8.0: cannot open shared object file: No such file or directory

解决办法是将一些文件复制到/usr/local/lib文件夹下:

注意自己CUDA的版本号!

sudo cp /usr/local/cuda-8.0/lib64/libcudart.so.8.0 /usr/local/lib/libcudart.so.8.0 && sudo ldconfig
sudo cp /usr/local/cuda-8.0/lib64/libcublas.so.8.0 /usr/local/lib/libcublas.so.8.0 && sudo ldconfig
sudo cp /usr/local/cuda-8.0/lib64/libcurand.so.8.0 /usr/local/lib/libcurand.so.8.0 && sudo ldconfig

或者

vim ~/.bashrc

在最后添加

export @H_129_403@PATH=/usr/local/cuda/bin:$PATH
export @H_129_403@LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PAT

执行source让环境变量生效

source ~/.bashrc
原文链接:https://www.f2er.com/ubuntu/353983.html

猜你在找的Ubuntu相关文章