文档章节

应一些朋友要求发下Caffe 怎么安装 CPU环境 ubuntu脚本(记录 可用的)

zhuyuping
 zhuyuping
发布于 2016/04/02 20:57
字数 934
阅读 560
收藏 3
1.Makefile.config文件caffe 编译的配置文件的修改CPU
## Refer to http://caffe.berkeleyvision.org/installation.html
# Contributions simplifying and improving our build system are welcome!

# cuDNN acceleration switch (uncomment to build with cuDNN).
# USE_CUDNN := 1

# CPU-only switch (uncomment to build without GPU support).
CPU_ONLY := 1

# To customize your choice of compiler, uncomment and set the following.
# N.B. the default for Linux is g++ and the default for OSX is clang++
# CUSTOM_CXX := g++

# CUDA directory contains bin/ and lib/ directories that we need.
CUDA_DIR := /usr/local/cuda
# On Ubuntu 14.04, if cuda tools are installed via
# "sudo apt-get install nvidia-cuda-toolkit" then use this instead:
# CUDA_DIR := /usr

# CUDA architecture setting: going with all of them.
# For CUDA < 6.0, comment the *_50 lines for compatibility.
CUDA_ARCH := -gencode arch=compute_20,code=sm_20 \
		-gencode arch=compute_20,code=sm_21 \
		-gencode arch=compute_30,code=sm_30 \
		-gencode arch=compute_35,code=sm_35 \
		-gencode arch=compute_50,code=sm_50 \
		-gencode arch=compute_50,code=compute_50

# BLAS choice:
# atlas for ATLAS (default)
# mkl for MKL
# open for OpenBlas
BLAS := atlas
# Custom (MKL/ATLAS/OpenBLAS) include and lib directories.
# Leave commented to accept the defaults for your choice of BLAS
# (which should work)!
# BLAS_INCLUDE := /path/to/your/blas
# BLAS_LIB := /path/to/your/blas

# Homebrew puts openblas in a directory that is not on the standard search path
# BLAS_INCLUDE := $(shell brew --prefix openblas)/include
# BLAS_LIB := $(shell brew --prefix openblas)/lib

# This is required only if you will compile the matlab interface.
# MATLAB directory should contain the mex binary in /bin.
# MATLAB_DIR := /usr/local
# MATLAB_DIR := /Applications/MATLAB_R2012b.app

# NOTE: this is required only if you will compile the python interface.
# We need to be able to find Python.h and numpy/arrayobject.h.
# PYTHON_INCLUDE := /usr/include/python2.7 \
		/usr/lib/python2.7/dist-packages/numpy/core/include
# Anaconda Python distribution is quite popular. Include path:
# Verify anaconda location, sometimes it's in root.
ANACONDA_HOME := $(HOME)/anaconda
PYTHON_INCLUDE := $(ANACONDA_HOME)/include \
		$(ANACONDA_HOME)/include/python2.7 \
		$(ANACONDA_HOME)/lib/python2.7/site-packages/numpy/core/include \

# We need to be able to find libpythonX.X.so or .dylib.
# PYTHON_LIB := /usr/lib
PYTHON_LIB := $(ANACONDA_HOME)/lib

# Homebrew installs numpy in a non standard path (keg only)
# PYTHON_INCLUDE += $(dir $(shell python -c 'import numpy.core; print(numpy.core.__file__)'))/include
# PYTHON_LIB += $(shell brew --prefix numpy)/lib

# Uncomment to support layers written in Python (will link against Python libs)
WITH_PYTHON_LAYER := 1

# Whatever else you find you need goes here.
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib

# If Homebrew is installed at a non standard location (for example your home directory) and you use it for general dependencies
# INCLUDE_DIRS += $(shell brew --prefix)/include
# LIBRARY_DIRS += $(shell brew --prefix)/lib

# Uncomment to use `pkg-config` to specify OpenCV library paths.
# (Usually not necessary -- OpenCV libraries are normally installed in one of the above $LIBRARY_DIRS.)
# USE_PKG_CONFIG := 1

BUILD_DIR := build
DISTRIBUTE_DIR := distribute

# Uncomment for debugging. Does not work on OSX due to https://github.com/BVLC/caffe/issues/171
# DEBUG := 1

# The ID of the GPU that 'make runtest' will use to run unit tests.
TEST_GPUID := 0

# enable pretty build (comment to see full commands)
Q ?= @

  2.下面是安装的脚本CPU环境下

   

#!/bin/bash

# setup EC2 server with requisite libs
sudo apt-get --yes --force-yes update
sudo apt-get --yes --force-yes git
sudo apt-get --yes --force-yes install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler
sudo apt-get --yes --force-yes install --no-install-recommends libboost-all-dev

# python dependencies
sudo apt-get --yes --force-yes install libatlas-base-dev
sudo apt-get --yes --force-yes install python-dev

# Dependencies for Ubuntu 14.04
sudo apt-get --yes --force-yes install libgflags-dev libgoogle-glog-dev liblmdb-dev

#######################################################
############## ANACONDA INSTALLATION  #################
#######################################################

# install anaconda   这是我的阿里云OSS上备份文件,你可以下载好,怕以后连接失效
wget --no-check-certificate http://file.cymsy.com/Anaconda-2.3.0-Linux-x86_64.sh

bash Anaconda-2.3.0-Linux-x86_64.sh -b

# delete anaconda install script
rm Anaconda-2.3.0-Linux-x86_64.sh

# update paths for current window
echo 'export PATH="/home/ubuntu/anaconda/bin:$PATH"' >> ~/.bashrc
echo 'export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/home/ubuntu/anaconda/lib"' >> ~/.bashrc
source ~/.bashrc

#######################################################
################ CAFFE INSTALLATION  ##################
#######################################################

# download caffe
cd ~/
git clone https://github.com/BVLC/caffe.git

# copy over the Makefile.config file  这是上面的贴出的配置文件。
cp Makefile.config caffe/

# install caffe
cd caffe

# compile caffe code and test
make all
make test
make runtest

# add caffe path to environment
echo 'export CAFFE_PATH="/home/ubuntu/caffe"' >> ~/.bashrc
source ~/.bashrc

#######################################################
############### PYCAFFE INSTALLATION  #################
#######################################################

cd python

# install other python requirements
for req in $(cat requirements.txt); do pip install $req; done

# compile pycaffe code
cd ..
make pycaffe

# add pycaffe to python path
echo 'export PYTHONPATH="$CAFFE_PATH/python:$PYTHONPATH"' >> ~/.bashrc

  


执行这个脚本 就可以了。


使用docker是最简单的。网上docker 有很多安装源


© 著作权归作者所有

zhuyuping
粉丝 307
博文 36
码字总数 51047
作品 0
徐汇
程序员
私信 提问
R-FCN Python版本实现

R-FCN(Region-based Fully Convolutional Networks),是一个准确和高效的基于区域的对象检测框架。 与先前的基于区域的检测器(诸如Fast/Faster R-CNN)在每个区域子网络几百次的高成本计算相...

洛荷
2017/03/17
0
0
Caffe——py-faster-rcnn使用和搭建[Ubuntu——CPU]

前言 本人之前上课模式分类(Pattern Classification)读过一篇论文(Region-Based Convolutional Networks for Accurate Object Detection and Segmentation),我个人觉得RCNN很有意思想尝...

Salon_sai
2017/09/07
0
0
多人脸部\肢体\手部识别OpenPose安装

项目网址: https://github.com/CMU-Perceptual-Computing-Lab/openpose 项目需求: 操作系统: win7, win8, win10; ubuntu14.04, 16.04 cuda: 7.5, 8 cuDNN5.1 posefacehands.gif windows下的安......

HappyHorizon
2017/08/25
0
0
10km/caffe-static

0. who am i? 在caffe应用到工程实现时,为了方便系统安装,需要尽可能减少软件的依赖库。 本项目以bash shell/PowerShell脚本实现将caffe依赖的所有第三方库与caffe静态编译一起,以满足全静...

10km
2017/07/09
0
0
深度工具合集安装(Nvidia+CUDA+cuDNN+Tensorflow+OpenBLAS+Caffe+Theano+Keras+Torch+Mxnet+X2Go)

之前在装有caffe的基础上,换CUDA7.5不成功,然后终于找到github上一个教程,一定要按里面的流程安装.把市面上用到的深度工具都装在ubuntu14.04上.有问题请留言. Basics 1、首选装好系统运行下面...

langb2014
2016/06/03
0
0

没有更多内容

加载失败,请刷新页面

加载更多

java通过ServerSocket与Socket实现通信

首先说一下ServerSocket与Socket. 1.ServerSocket ServerSocket是用来监听客户端Socket连接的类,如果没有连接会一直处于等待状态. ServetSocket有三个构造方法: (1) ServerSocket(int port);...

Blueeeeeee
44分钟前
4
0
用 Sphinx 搭建博客时,如何自定义插件?

之前有不少同学看过我的个人博客(http://python-online.cn),也根据我写的教程完成了自己个人站点的搭建。 点此:使用 Python 30分钟 教你快速搭建一个博客 为防有的同学不清楚 Sphinx ,这...

王炳明
昨天
4
0
黑客之道-40本书籍助你快速入门黑客技术免费下载

场景 黑客是一个中文词语,皆源自英文hacker,随着灰鸽子的出现,灰鸽子成为了很多假借黑客名义控制他人电脑的黑客技术,于是出现了“骇客”与"黑客"分家。2012年电影频道节目中心出品的电影...

badaoliumang
昨天
13
0
很遗憾,没有一篇文章能讲清楚线程的生命周期!

(手机横屏看源码更方便) 注:java源码分析部分如无特殊说明均基于 java8 版本。 简介 大家都知道线程是有生命周期,但是彤哥可以认真负责地告诉你网上几乎没有一篇文章讲得是完全正确的。 ...

彤哥读源码
昨天
14
0
jquery--DOM操作基础

本文转载于:专业的前端网站➭jquery--DOM操作基础 元素的访问 元素属性操作 获取:attr(name);$("#my").attr("src"); 设置:attr(name,value);$("#myImg").attr("src","images/1.jpg"); ......

前端老手
昨天
6
0

没有更多内容

加载失败,请刷新页面

加载更多

返回顶部
顶部