安裝參考資料
source /etc/profile 立即生效
- Ubuntu 14.04+cuda 7.5+caffe安裝配置[CUDA 8.0 CUDNN 5.0][以此為藍(lán)本]
make all -j4 加sudo權(quán)限谅辣，OpenCV3.0以上取消掉Makefile.config對(duì)應(yīng)注釋。
CUDA與CUDNN庫(kù)只與顯卡計(jì)算能力有關(guān)婶恼，GT645M能力為3.0桑阶，能夠使用最新柏副。計(jì)算能力查詢(xún)-
ubuntu14.04+opencv 3.0+python2.7安裝及測(cè)試 [先裝CUDA]
Ubuntu14.04 + opencv2.4.11 + python環(huán)境配置[Python 支持，修改CMAKE選項(xiàng)] - Ubuntu更改默認(rèn)python版本的兩種方法 python-> Anaconda
-
Anaconda裝OpenCV
拷貝生成cv2.so cv2.py 到目錄下 - Ubuntu14.04 OpenCV編譯安裝
- Ubuntu下多個(gè)版本OpenCV管理（Multiple Opencv version）
- Ubuntu 15.04 Opencv 安裝（多版本并存）
- Caffe安裝筆記二：Caffe安裝過(guò)程
ubuntu系統(tǒng)已崩蚣录。割择。。萎河。荔泳。就在安裝Caffe的依賴(lài)庫(kù)之后，改變?cè)垂馈；豢伞！Ｈ缓缶蚄ernel panic, 再也沒(méi)法啟動(dòng)了厦幅。。慨飘。确憨。。
Linux系統(tǒng)make出錯(cuò)之后再次make會(huì)在之前的基礎(chǔ)上繼續(xù)瓤的，所以需要?jiǎng)h除make出錯(cuò)的東西重新make休弃。具體到caffe就是caffe-master下的.build_release文件夾。（直接用make clean）
caffe的配置過(guò)程[Trouble-shooter]
sudo cp ~/anaconda/lib/libhdf5* /usr/lib/x86_64-linux-gnu/ libhdf5_hl.so.10無(wú)法鏈接問(wèn)題圈膏，坑巨大塔猾，真是服了，將anaconda里的文件復(fù)制到一個(gè)文件夾里面去
make pycaffe 之后只需將路徑添加進(jìn)caffe所在路徑添加到PYTHONPATH中稽坤，如：
export PYTHONPATH=/path/to/caffe/python:$PYTHONPAT
[坑] 如Downloads文件夾在/home/noneland下面丈甸，而不是在/home下面，就是因?yàn)檫@個(gè)原因?qū)е聀ython無(wú)法導(dǎo)入caffe庫(kù)尿褪。也是醉了睦擂。
其實(shí)只要一步一步來(lái)，最后確實(shí)也能安裝成功杖玲。大不了吐點(diǎn)血顿仇。。摆马。在這個(gè)過(guò)程中確實(shí)學(xué)到了很多東西臼闻。。囤采。比如OpenCV的編譯安裝[cv2.so在release/lib下面]述呐。。好心酸斑唬。市埋。黎泣。不過(guò)終于安裝成功了。缤谎。抒倚。
測(cè)試MNIST數(shù)據(jù)集
-
Ubuntu安裝Caffe并訓(xùn)練MNIST
不得不說(shuō)，Linux下面的確方便坷澡，訓(xùn)練這個(gè)模型只需要幾個(gè)命令就搞定了托呕。下載速度也很快。频敛。成功運(yùn)行截圖如下：
GPU和CPU訓(xùn)練對(duì)比
條件： MNIST數(shù)據(jù)集：50000訓(xùn)練项郊，10000測(cè)試；迭代10000次
耗時(shí)如下：
CPU(i7-3630QM):14min39sec
CPU(i7-7700K):9min51s
GPU(GT 645M CUDA8.0 CUDNN5.0): 2min43sec
GPU(GTX 1070 CUDA8.0 CUDNN5.1):18sec
從以上對(duì)比明顯可以看出GPU對(duì)于深度學(xué)習(xí)的重要性了斟赚，加速太明顯了着降。
