Caffe安裝流程

Caffe安裝流程

本文詳細(xì)介紹了一名計算機(jī)小白心酸的Caffe安裝旅程。

1.安裝環(huán)境

1.1.Vmware虛擬機(jī)

這里使用的是Vmware Workstation 12.5.2 for Windows,具體的下載地址為:

http://rj.baidu.com/soft/detail/13808.html?ald

注意:點擊普通下載蛮拔,如果點擊高速下載會下載一堆百度助手的軟件

1.2.Ubuntu的ISO鏡像

這里使用的鏡像文件為ubuntu-16.04.2-desktop-amd64.iso,為64位的操作系統(tǒng)版本灰羽,具體下載地址為:

https://www.ubuntu.com/download/desktop

如下圖所示:

2.安裝Ubuntu系統(tǒng)

2.1.安裝Vmware軟件

點擊下載好的軟件不脯,點擊安裝

點擊下一步安裝

選擇接受協(xié)議,點擊下一步

更改安裝位置到D盤煎饼,只需要將C更改為D,若你只有一個盤校赤,就不需要更改了吆玖,若你覺得你的C盤很大,也可以不用改了…...關(guān)鍵開心就好马篮。

點擊下一步

選擇啟動時不檢查產(chǎn)品更新沾乘,也不幫助完善了,然后點擊下一步

然后繼續(xù)點擊下一步

點擊安裝浑测,安裝完成

選擇輸入產(chǎn)品許可證翅阵,輸入如下字符:

5A02H-AU243-TZJ49-GTC7K-3C61N

復(fù)制,粘貼即可

2.2.創(chuàng)建Vmware中的虛擬系統(tǒng)并設(shè)置Ubuntu的ISO鏡像路徑

1.點擊右鍵迁央,管理員權(quán)限運行vmware掷匠,vmware打開如下:

2.點擊創(chuàng)建新的虛擬機(jī),選擇典型方式安裝岖圈,如下圖所示:

3.點擊下一步讹语,進(jìn)入下一個界面,如下圖所示:

4.此處更改安裝程序光盤映像文件幅狮,選擇我們要安裝的那個ubuntu映像文件

5.然后點擊下一步

設(shè)置ubuntu的用戶名和登錄密碼募强,如下圖所示(用戶名只包含小寫字母株灸、數(shù)字和破折

號),然后點擊下一步擎值。

6.修改虛擬機(jī)的名字為自己喜歡的名字慌烧,更改虛擬機(jī)安裝路徑為自己可以找見的路徑,此處我將路徑修改為D盤目錄下的MyVmware下鸠儿,然后點擊下一步屹蚊。

7.修改最大磁盤大小,意味著分配多大磁盤給虛擬機(jī)进每,為了使用方便汹粤,我在此分配了30G,夠用田晚,選擇將磁盤拆分成多個文件嘱兼,如下圖所示:然后點擊下一步。

8.點擊自定義硬件

將默認(rèn)內(nèi)存1024M修改成2048M(這個內(nèi)存大小依照電腦內(nèi)存大小而定,我的內(nèi)存是8G的,所以分配給虛擬機(jī)2G是沒有壓力的)

點擊關(guān)閉按鈕惶凝,回到上一層:

9.取消創(chuàng)建后開啟此虛擬機(jī)做入,點擊完成私杜,完成虛擬機(jī)的創(chuàng)建

2.3.打開虛擬機(jī)

1.點擊開啟此虛擬機(jī)

2.等待開啟

3.開啟結(jié)束

3.安裝Caffe

在虛擬機(jī)上裝好Ubuntu后,打開剛剛新建的虛擬機(jī),通過Search your computer搜索Terminal并進(jìn)入該頁面(或者使用快捷鍵:Ctrl+Alt+T;打開終端)睁壁,如下圖所示:

然后根據(jù)Caffe給出的安裝教程在該頁面進(jìn)行安裝。

1.網(wǎng)頁搜索Caffe官網(wǎng)并點擊進(jìn)入互捌。

官網(wǎng)如下:http://caffe.berkeleyvision.org/

2.從文件(Documentation)中選擇安裝介紹(Installation instructions)

進(jìn)入之后出現(xiàn)如下頁面:

選擇Ubuntu installation?the standard platform,

進(jìn)入如下頁面:

3.根據(jù)官網(wǎng)給出的介紹潘明,在ubuntu的終端上輸入如下命令,安裝caffe需要的依賴包

本次老師介紹的安裝方式?jīng)]有使用GPU來進(jìn)行渲染秕噪,所以對應(yīng)的NVIDIA相應(yīng)的驅(qū)動和依賴都沒有安裝钉疫。以下caffe的安裝是基于CPU來處理的。

根據(jù)官網(wǎng)的介紹巢价,對應(yīng)不同版本的Ubuntu,安裝的方式也會不同固阁。以下的安裝依賴是基于ubuntu16.04安裝的壤躲。

安裝基本依賴

$ 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? libatlas-base-dev

$ sudo apt-get install? libhdf5-serial-dev

l安裝ATLAS,輸入如下命令

$ sudo apt-get installlibatlas-base-dev

安裝剩余依賴

$ sudo apt-get installlibgflags-dev?libgoogle-glog-dev?liblmdb-dev

下載Caffe

Caffe框架是一個開源項目备燃,在github官網(wǎng)中找見碉克,具體網(wǎng)址如下:

https://github.com/BVLC/caffe

項目截圖如下所示:

在終端中輸入命令,將caffe克隆到本地文件夾中

$ sudo apt-get install git

$ git clone https://github.com/BVLC/caffe.git

l修改Makefile.conf文件

$ cd caffe

$ cpMakefile.config.example?Makefile.config

$ geditMakefile.config

通過gedit打開Makefile.conf文件并齐,找到:

#CPU_ONLY:=1

將其修改成

CPU_ONLY:=1

找到:

#USE_OPENCV := 0

#USE_LEVELDB := 0

#USE_LMDB := 0

修改為:

USE_OPENCV := 1

USE_LEVELDB := 1

USE_LMDB := 1

找到:

# Whatever else you find you need goes? here.

INCLUDE_DIRS := $(PYTHON_INCLUDE)? /usr/local/include

LIBRARY_DIRS := $(PYTHON_LIB)? /usr/local/lib /usr/lib

修改為:(注意漏麦,這里用的Ubuntu系統(tǒng)為64位的客税,所以目錄為x86_64-linux-gnu;若為32位的撕贞,則目錄為i386-linux-gnu)

# 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/hdf5/serial

l開始編譯和安裝caffe到系統(tǒng)中

$ make all

$ make test

$ make runtest

4.運行Caffe實例

在這里測試數(shù)據(jù)更耻,采用的是MNIST數(shù)據(jù)。

lMNIST數(shù)據(jù)介紹:MNIST數(shù)據(jù)集是一個手寫體數(shù)據(jù)集捏膨,如下就是MNIST數(shù)據(jù)

下載MNIST數(shù)據(jù)庫并解壓縮

進(jìn)入caffe目錄下秧均,然后下載MNIST數(shù)據(jù)庫和解壓縮

$ cd ~/caffe

$./data/mnist/get_mnist.sh

執(zhí)行完成之后,效果如下圖:

將MNIST數(shù)據(jù)集轉(zhuǎn)換成Lmdb數(shù)據(jù)庫格式

執(zhí)行如下命令:

$./examples/mnist/create_mnist.sh

效果如下圖所示:

也可以直接將下載好的數(shù)據(jù)文件mnist_train_lmdb與mnist_test_lmdb復(fù)制粘貼到Home/caffe/data/mnist号涯。

更改mnist案例默認(rèn)使用GPU訓(xùn)練方式目胡,更改為CPU

編輯文件:gedit examples/mnist/lenet_solver.prototxt

找到:

solver_mode: GPU

更改為:

solver_mode: CPU

訓(xùn)練網(wǎng)絡(luò),得到訓(xùn)練精度

執(zhí)行如下命令:

$./examples/mnist/train_lenet.sh

得到損失和訓(xùn)練精度如下所示:

得到精度為:0.991

損失為:0.027

精度已經(jīng)相當(dāng)不錯链快。

對于這個例子誉己,只需要兩個文件就可以運行:

1.Home/caffe/examples/mnist/lenet_train_test.prototxt

我們要求解問題所需要的模型、網(wǎng)絡(luò)域蜗,分類的話用這個就可以巨双,最開始手寫數(shù)字識別就是用這個做分類的,在使用時可能需要修改它的路徑地消。

2.Home/caffe/examples/mnist/lenet_solver.prototxt

將要修改的網(wǎng)絡(luò)寫入炉峰,可以修改里面的參數(shù),比如每訓(xùn)練多少次做一次測試脉执、學(xué)習(xí)率疼阔、模型的最大訓(xùn)練次數(shù)等。

用戶名密碼修改:

如果覺得Caffe安裝起來比較麻煩半夷,也可以直接拷貝別人已經(jīng)安裝好的鏡像文件婆廊,此時可能需要修改一下個人用戶名與密碼,修改方式參照下圖:

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末巫橄,一起剝皮案震驚了整個濱河市淘邻,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌湘换,老刑警劉巖宾舅,帶你破解...
    沈念sama閱讀 218,858評論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異彩倚,居然都是意外死亡筹我,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,372評論 3 395
  • 文/潘曉璐 我一進(jìn)店門帆离,熙熙樓的掌柜王于貴愁眉苦臉地迎上來蔬蕊,“玉大人,你說我怎么就攤上這事哥谷“逗唬” “怎么了麻献?”我有些...
    開封第一講書人閱讀 165,282評論 0 356
  • 文/不壞的土叔 我叫張陵,是天一觀的道長猜扮。 經(jīng)常有香客問我勉吻,道長,這世上最難降的妖魔是什么破镰? 我笑而不...
    開封第一講書人閱讀 58,842評論 1 295
  • 正文 為了忘掉前任餐曼,我火速辦了婚禮,結(jié)果婚禮上鲜漩,老公的妹妹穿的比我還像新娘源譬。我一直安慰自己,他們只是感情好孕似,可當(dāng)我...
    茶點故事閱讀 67,857評論 6 392
  • 文/花漫 我一把揭開白布踩娘。 她就那樣靜靜地躺著,像睡著了一般喉祭。 火紅的嫁衣襯著肌膚如雪养渴。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,679評論 1 305
  • 那天泛烙,我揣著相機(jī)與錄音理卑,去河邊找鬼。 笑死蔽氨,一個胖子當(dāng)著我的面吹牛藐唠,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播鹉究,決...
    沈念sama閱讀 40,406評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼宇立,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了自赔?” 一聲冷哼從身側(cè)響起妈嘹,我...
    開封第一講書人閱讀 39,311評論 0 276
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎绍妨,沒想到半個月后润脸,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,767評論 1 315
  • 正文 獨居荒郊野嶺守林人離奇死亡他去,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,945評論 3 336
  • 正文 我和宋清朗相戀三年津函,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片孤页。...
    茶點故事閱讀 40,090評論 1 350
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖涩馆,靈堂內(nèi)的尸體忽然破棺而出行施,到底是詐尸還是另有隱情允坚,我是刑警寧澤,帶...
    沈念sama閱讀 35,785評論 5 346
  • 正文 年R本政府宣布蛾号,位于F島的核電站稠项,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏鲜结。R本人自食惡果不足惜展运,卻給世界環(huán)境...
    茶點故事閱讀 41,420評論 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望精刷。 院中可真熱鬧拗胜,春花似錦、人聲如沸怒允。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,988評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽纫事。三九已至勘畔,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間丽惶,已是汗流浹背炫七。 一陣腳步聲響...
    開封第一講書人閱讀 33,101評論 1 271
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機(jī)就差點兒被人妖公主榨干…… 1. 我叫王不留钾唬,地道東北人万哪。 一個月前我還...
    沈念sama閱讀 48,298評論 3 372
  • 正文 我出身青樓,卻偏偏與公主長得像知纷,于是被迫代替她去往敵國和親壤圃。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 45,033評論 2 355

推薦閱讀更多精彩內(nèi)容