最近准备从 Caffe 入手,学习下深度学习的基本知识,于是便在笔记本电脑上的 Deepin 系统中进行了一些实践,其中参考了网上不少资料,特此记录下来。
* 系统配置:
显卡:Intel 集成显卡
操作系统:Deepin 15.4.1 x64
* 安装步骤:
一、安装 OpenCV 3.3.0
(1)安装 OpenCV 所需要的库,在终端依次执行以下命令:
sudo apt-get update 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
(2)官网下载 OpenCV 3.3.0 的源代码(下载地址:https://opencv.org/releases.html)并解压到 opencv3.3.0 目录,然后进入到 opencv3.3.0 的目录,执行:
mkdir build cd build
(3)配置 OpenCV 工程文件
cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local ..
如果执行命令时出现下载 ippicv 失败,可以参考文章解决:http://blog.csdn.net/neilooo/article/details/78425559。
(4)编译安装
sudo make sudo make install
这个过程会有点久,完成之后 OpenCV3.3.0 就安装成功了。
二、安装 Caffe
(1)安装 Caffe 依赖库
sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libhdf5-serial-dev protobuf-compiler sudo apt-get install --no-install-recommends libboost-all-dev
(2)安装 BLAS
sudo apt-get install libatlas-base-dev
(3)安装其余依赖库
sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev
(4)下载 Caffe 代码到主目录下
sudo apt-get install cmake git git clone https://github.com/BVLC/caffe.git
(5)进入 Caffe 目录,配置 Makefile.config
cd caffe/ cp Makefile.config.example Makefile.config gedit Makefile.config
以下内容根据个人实际情况修改:
仅使用 CPU
# CPU_ONLY := 1 改为 CPU_ONLY := 1
使用 OpenCV3
# OPENCV_VERSION := 3 改为 OPENCV_VERSION := 3
使用 Python Layer
# WITH_PYTHON_LAYER := 1 改为 WITH_PYTHON_LAYER := 1
增加依赖的头文件和库路径:
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib 修改为 INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial /usr/liclude /usr/include/leveldb /usr/local/include/gflags /usr/include/google/protobuf LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu /usr /usr/lib/x86_64-linux-gnu/hdf5/serial
保存并关闭文本。
(5)修改 Makefile 文件
gedit Makefile
将里面的
LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_hl hdf5 修改为 LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_serial_hl hdf5_serial
保存并关闭文本。
(6)编译 Caffe
make all make test make runtest
命令全部正确执行后,Caffe 即安装完毕。
三、安装 Pycaffe(可选)
(1)安装 pip 并换镜像源
sudo apt-get install python-pip sudo gedit /etc/pip.conf
在打开的文本文件中输入以下内容并保存。
[global] index-url = https://pypi.tuna.tsinghua.edu.cn/simple
(2)安装依赖包
pip install -U scikit-image pip install protobuf
(3)将 Caffe 的 Python 路径加入环境变量:
gedit ~/.bashrc
在文件末尾添加一行:
export PYTHONPATH="/home/YOUR-NAME/caffe/python:$PYTHONPATH"
其中,YOUR-NAME 用真实的用户名替代,保存并关闭文本,然后执行:
sudo ldconfig make pycaffe
接着关闭当前终端并重新开启一个以使环境变量生效。
(4)在新的终端输入 python 以进入 python 命令行模式,然后输入 import caffe,如果没有错误,则 Pycaffe 安装成功。
* 用例测试:
下面以入门级的 MNIST 手写数字数据集为例做一个测试。
(1)首先进入 Caffe 目录,打开文件 examples/mnist/lenet_solver.prototxt
cd caffe/ gedit examples/mnist/lenet_solver.prototxt
将其中的
solver_mode: GPU 改为 solver_mode: CPU
保存并关闭文本。
(2)依次输入以下指令:
# 下载 MNIST 数据集 ./data/mnist/get_mnist.sh # 数据格式转换 ./examples/mnist/create_mnist.sh # 训练 LeNet-5 超参数 ./examples/mnist/train_lenet.sh # 对测试集进行预测测试 ./build/tools/caffe.bin test -model examples/mnist/lenet_train_test.prototxt \ -weights examples/mnist/lenet_iter_10000.caffemodel -iterations 100
用例测试完成,开始 Caffe 之旅吧!
欢迎转载,转载请注明出处:蔓草札记 » Deepin 15.4.1 安装 CPU 版 Caffe