全部文档
当前文档
最近更新时间：2024-04-01 19:18:51
已安装成功CUDA，若未安装请查看教程 安装CUDA驱动指南。
已安装cuDNN和NCCL优化库，若未安装请查看教程 安装cuDNN和NCCL指南。
安装必要的依赖库，输入以下指令：
sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler libgflags-dev libgoogle-glog-dev liblmdb-dev libatlas-base-dev git –y
sudo apt-get install --no-install-recommends libboost-all-dev -y从 Github下载CAFFE的对应发布版本，下载地址如下：https://github.com/NVIDIA/caffe/releases, 选择【Source code (tar.gz)】。 或者复制链接地址，利用指令进行下载：
wget https://github.com/NVIDIA/caffe/archive/v0.16.6.tar.gz进行Openblas下载与安装，输入如下指令：
wget https://github.com/xianyi/OpenBLAS/archive/v0.2.20.tar.gz
tar -xvf v0.2.20.tar.gz
cd OpenBLAS-0.2.20
make PRFIX=/opt/OpenBLAS
make install配置lib路径，使lib库生效，输入以下指令：
echo “/opt/OpenBLAS/lib/
/usr/local/cuda/lib64“ >> /etc/ld.so.conf.d/cuda.conf
ldconfig
ldconfig –v解压CAFFE压缩包，请把文件放到/home 目录下，输入以下指令：
tar -xvf v0.16.6.tar.gz
cd caffe-0.16.6
cp Makefile.config.example Makefile.config对Makefile.config进行编辑，输入如下指令：
vi Makefile.config去掉USE_NCCL := 1 , USE_CUDNN := 1 之前的注释#，使其生效。
注：
取消对行 USE_CUDNN := 1 的注释可以启用 cuDNN 加速。
取消对行 USE_NCCL := 1 的注释可以启用在多个 GPU 上运行 Caffe 所需的 NCCL。
保存并关闭文件，对CAFFE进行编译，输入指令：
make -all –j4 等待编译打开编辑器，添加bin 路径，输入指令：
vi /etc/profile
export PATH=$PATH:/home/ caffe-0.16.6/build/tools保存并退出，输入指令，使文件生效。
source /etc/profile根据caffe根目录python文件夹下的requirements.txt的清单文件，安装上面列出的需要的依赖库。输入如下指令查看requirements.txt：
cd caffe-0.16.6/python
cat requirements.txt显示如下信息：
cython>=0.19.2
numpy>=1.7.1,<=1.11.0
scipy>=0.13.2
scikit-image>=0.9.3
matplotlib>=1.3.1
ipython>=3.0.0,<=5.4.1
h5py>=2.2.0
leveldb>=0.191
networkx>=1.8.1
nose>=1.3.0
pandas>=0.12.0
protobuf>=2.5.0
pydot2
python-dateutil>=1.4,<2
python-gflags>=2.0
pyyaml>=3.10
Pillow>=2.3.0
six>=1.1.0执行安装代码：
for seq in $(cat requirements.txt )
do
pip install $seq
done安装完成以后，再次回到caffe根目录，可以执行如下指令：
cd .. ----退出软件python 目录，回到caffe根目录
sudo pip install -r python/requirements.txt安装成功的，都会显示Requirement already satisfied； 没有安装成功的，会继续安装。
编译python接口，输入如下指令：
make pycaffe配置路径，添加到 /etc/profile，输入以下指令：
vi /etc/profile
export PYTHONPATH=/home/ caffe-0.16.6/python:$PYTHONPATH保存并退出，输入指令，使文件生效：
source /etc/profile输入python，开启pyhton测试pycaffe，若运行如下三行不出错 说明配置完成。
import caffe
from caffe import layers as L
from caffe import params as P纯净模式