我的NVIDIA开发者之旅——Caffe教程（2）[Jetson TK1]Caffe工具环境（Linux）搭建实例
"我的NVIDIA開發者之旅” | 征文活動進行中.......
接上文：此篇主要為上一篇我的NVIDIA開發者之旅——Caffe教程（1）[Jetson TK1]Caffe工具環境（Linux）搭建-CSDN社區安裝過程中容易發生的一些問題和錯誤提出一些解決方案。
Ubuntu 16.04 下安裝配置caffe
這篇教程參考了caffe官方文檔，分成兩個版本，CPU版本和GPU版本，其實本質上只是配置不同罷了。
首先需要查看默認python（針對Python2與Python3并存的情況）：
python --version如果是python2.7，則以下請遵循python2.7的配置，如果是python3.5以上，則遵循python3.5的配置（最好使用python2.7，因為教程只在2.7環境下編譯通過，不保證3.5以上不會出現問題）。
初始配置：
sudo apt-get update sudo apt-get upgrade 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 libatlas-base-dev libboost-all-dev libgflags-dev libgoogle-glog-dev liblmdb-dev #下載包管理器pip，如果有可以跳過 sudo apt-get install -y python-pip#如果默認python是Python2.7 sudo apt-get install -y python-dev sudo apt-get install -y python-numpy python-scipy#如果默認python是Python3.5及以上 sudo apt-get install -y python3-dev sudo apt-get install -y python3-numpy python3-scipy#如果opencv版本為2.4 sudo apt-get install -y libopencv-dev安裝CUDA 8以及Cudnn（可選）
如果你的顯卡是英偉達（NVIDA）的，并且你想使用GPU版本的caffe，那么可以安裝Cuda Toolkit 8和CUDNN庫，詳情請見博主的另一篇文章。
在Ubuntu16.04上安裝opencv3.3
如果未安裝opencv則可以通過以下方式安裝opencv3.3（目前最新版）。
構建opencv 3.3
首先安裝依賴關系：
sudo apt-get install --assume-yes build-essential cmake git sudo apt-get install --assume-yes pkg-config unzip ffmpeg qtbase5-dev python-dev python3-dev python-numpy python3-numpy sudo apt-get install --assume-yes libopencv-dev libgtk-3-dev libdc1394-22 libdc1394-22-dev libjpeg-dev libpng12-dev libtiff5-dev libjasper-dev sudo apt-get install --assume-yes libavcodec-dev libavformat-dev libswscale-dev libxine2-dev libgstreamer0.10-dev libgstreamer-plugins-base0.10-dev sudo apt-get install --assume-yes libv4l-dev libtbb-dev libfaac-dev libmp3lame-dev libopencore-amrnb-dev libopencore-amrwb-dev libtheora-dev sudo apt-get install --assume-yes libvorbis-dev libxvidcore-dev v4l-utils vtk6 sudo apt-get install --assume-yes liblapacke-dev libopenblas-dev libgdal-dev checkinstall然后從https://github.com/opencv/opencv/archive/3.3.0.zip下載OpenCV 3.3的最新源代碼，解壓以后進入解壓后的目錄（一般為opencv-3.3.0），執行：
mkdir build cd build/ cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local -D FORCE_VTK=ON -D WITH_TBB=ON -D WITH_V4L=ON -D WITH_QT=ON -D WITH_OPENGL=ON -D WITH_CUBLAS=ON -D #如果是CUDA 8.0，則執行以下命令 CUDA_NVCC_FLAGS="-D_FORCE_INLINES" -D WITH_GDAL=ON -D WITH_XINE=ON -D BUILD_EXAMPLES=ON ..#如果是CUDA 9.0，則執行以下命令 CUDA_NVCC_FLAGS="-D_FORCE_INLINES --expt-relaxed-constexpr"#最后make make -j $(($(nproc) + 1))注意：Java 9會導致編譯失敗。
安裝Opencv 3.3
使用make:
sudo make install sudo /bin/bash -c 'echo "/usr/local/lib" > /etc/ld.so.conf.d/opencv.conf' sudo ldconfig sudo apt-get update #以上完成以后重啟 reboot測試opencv 3.3
進入opencv 3.3目錄，執行以下代碼：
cd samples/cpp g++ edge.cpp `pkg-config opencv --cflags --libs` -o test ./test如圖s所示：
說明opencv安裝成功。修改gcc和g++版本 在編譯caffe之前，先要查看ubuntu下的gcc和g++默認版本，如果是5.0以下（比如4.8），則需要修改。查看： gcc -v g++ -v如果都是5.0以下，則輸入以下命令：
sudo rm /usr/bin/gcc sudo rm /usr/bin/g++ sudo ln -s /usr/bin/gcc-5 /usr/bin/gcc sudo ln -s /usr/bin/g++-5 /usr/bin/g++ sudo ldconfig然后再次檢查gcc和g++版本：
gcc -v g++ -v如果都是5.0以上則修改成功。
然后如果進行了修改，則再編輯/usr/local/cuda-8.0/targets/x86_64-linux/include/host_config.h文件，將119行的
error -- unsupported GNU version! gcc versions later than 5 are not supported!注釋掉：
//#error -- unsupported GNU version! gcc versions later than 5 are not supported!編譯caffe
從github上面clone caffe：
cd git clone https://github.com/BVLC/caffe.git進入caffe目錄下，將Makefile.config.example復制到Makefile.config中：
cd caffe cp Makefile.config.example Makefile.config當前路徑如圖所示：
下面分成兩個版本分別編譯caffe，請各位讀者根據需要選擇CPU或者GPU版本。
CPU版本
編輯Makefile.config：
vi Makefile.config將配置文件里面的#CPU_ONLY：= 1改為CPU_ONLY：= 1，即取消注釋。
同理將# WITH_PYTHON_LAYER := 1修改為?WITH_PYTHON_LAYER:=1，#USE_OPENCV := 0修改成USE_OPENCV :=1，#USE_LEVELDB := 0修改為?USE_LEVELDB:=1，將#USE_LMDB := 0修改成?USE_LMDB :=1。
然后修改以下幾行（路徑根據自己的情況來定）：
PYTHON_INCLUDE := /usr/include/python2.7 /usr/local/lib/python2.7/dist-packages/numpy/core/include
WITH_PYTHON_LAYER := 1
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 /usr/lib/x86_64-linux-gnu/hdf5/serial
如果opencv為3以上（本文為3.3），則將OPENCV_VERSION := 3取消注釋，然后修改下面一行（opencv中的3rdparty/lib路徑根據自己的情況來定）：
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu /usr/lib/x86_64-linux-gnu/hdf5/serial /usr/local/share/OpenCV/3rdparty/lib/
然后進入Python目錄安裝依賴關系：
cd python #默認Python版本為Python2 for req in $(cat requirements.txt); do sudo -H pip2 install $req --upgrade; done然后返回caffe目錄，修改Makefile.config：
cd .. vi Makefile.config將這一行：
NVCCFLAGS += -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS)替換為：
NVCCFLAGS += -D_FORCE_INLINES -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS)然后打開CMakeLists.txt，加入下面一行：
# ---[ Includes set(${CMAKE_CXX_FLAGS} "-D_FORCE_INLINES ${CMAKE_CXX_FLAGS}")最后編譯caffe（在caffe目錄下）：
mkdir build cd build cmake .. make all -j $(($(nproc) + 1)) make test -j $(($(nproc) + 1)) make runtest -j $(($(nproc) + 1)) make pycaffe -j $(($(nproc) + 1)) #看看是否在caffe目錄下，不是就切換到該目錄下再執行 make distribute -j $(($(nproc) + 1))最后為了讓Python與Caffe一起工作，編輯文件~/.bashrc：
vi ~/.bashrc在文件末尾加入這一行：
export PYTHONPATH=/path/to/caffe-master/python:$PYTHONPATH
最后為了使配置立即生效：
source ~/.bashrcCPU版本至此編譯完成。
GPU版本
和CPU版本很像，只是有些許不同。編譯該版本前請保證已經安裝CUDA 8和Cudnn。
編輯Makefile.config：
vi Makefile.config將配置文件里面的# USE_CUDNN := 1?修改成：?USE_CUDNN := 1，即取消注釋。
同理將# WITH_PYTHON_LAYER := 1修改為?WITH_PYTHON_LAYER:=1，#USE_OPENCV := 0修改成USE_OPENCV :=1，#USE_LEVELDB := 0修改為?USE_LEVELDB:=1，將#USE_LMDB := 0修改成?USE_LMDB :=1。
然后修改以下幾行（路徑根據自己的情況來定）：
PYTHON_INCLUDE := /usr/include/python2.7 /usr/local/lib/python2.7/dist-packages/numpy/core/include
WITH_PYTHON_LAYER := 1
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 /usr/lib/x86_64-linux-gnu/hdf5/serial
CUDA_DIR := /usr/local/cuda-8.0
如果opencv為3以上（本文為3.3），則將OPENCV_VERSION := 3取消注釋，然后修改下面一行（opencv中的3rdparty/lib路徑根據自己的情況來定）：
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu /usr/lib/x86_64-linux-gnu/hdf5/serial /usr/local/share/OpenCV/3rdparty/lib/
然后進入Python目錄安裝依賴關系：
cd python #默認Python版本為Python2 for req in $(cat requirements.txt); do sudo -H pip2 install $req --upgrade; done然后返回caffe目錄，修改Makefile.config：
cd .. vi Makefile.config將這一行：
NVCCFLAGS += -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS)替換為：
NVCCFLAGS += -D_FORCE_INLINES -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS)然后打開CMakeLists.txt，加入下面一行：
# ---[ Includes set(${CMAKE_CXX_FLAGS} "-D_FORCE_INLINES ${CMAKE_CXX_FLAGS}") 最后編譯caffe（在caffe目錄下）： mkdir build cd build cmake .. make all -j $(($(nproc) + 1)) make test -j $(($(nproc) + 1)) make runtest -j $(($(nproc) + 1)) make pycaffe -j $(($(nproc) + 1)) #看看是否在caffe目錄下，不是就切換到該目錄下再執行 make distribute -j $(($(nproc) + 1))最后為了讓Python與Caffe一起工作，編輯文件~/.bashrc：
vi ~/.bashrc在文件末尾加入這一行：
export PYTHONPATH=/path/to/caffe-master/python:$PYTHONPATH
最后為了使配置立即生效：
source ~/.bashrc至此GPU版本編譯成功。
測試caffe?mnist集
進入caffe目錄并測試：
cd ~/caffe ./data/mnist/get_mnist.sh ./examples/mnist/create_mnist.sh ./examples/mnist/train_lenet.sh結果如下：
測試成功，至此，本教程結束。
?
總結
以上是生活随笔為你收集整理的我的NVIDIA开发者之旅——Caffe教程（2）[Jetson TK1]Caffe工具环境（Linux）搭建实例的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： ubuntu16.04 + ros-ki
- 下一篇： java集合类分析-hashset