摘要:包括系統(tǒng)的原因自帶的系統(tǒng)環(huán)境無(wú)法安裝及其他第三方庫(kù),必須通過(guò)來(lái)自行安裝一個(gè)而這個(gè)路徑和系統(tǒng)的并不一樣。在如此混亂的開(kāi)發(fā)環(huán)境下,配置實(shí)在艱難,特此教程。你要用的話可以不忽略該教程了。
原文鏈接 https://jinkey.ai/post/tech/m...1 概要 1.1 為什么要寫這篇文章
本文作者 Jinkey(微信公眾號(hào) jinkey-love,官網(wǎng) https://jinkey.ai)
感謝 yubang 老司機(jī)指導(dǎo)填坑,大神的博客http://blog.yubangweb.com/
文章允許非篡改署名轉(zhuǎn)載,刪除或修改本段版權(quán)信息轉(zhuǎn)載的,視為侵犯知識(shí)產(chǎn)權(quán),我們保留追求您法律責(zé)任的權(quán)利,特此聲明!
由于歷史原因:
我的電腦有五六個(gè)直接安裝在系統(tǒng)的Python的環(huán)境,加上一堆 Python 虛擬環(huán)境。
包括 Mac 系統(tǒng)的原因:
自帶的系統(tǒng)環(huán)境無(wú)法安裝 pip 及其他第三方庫(kù),必須通過(guò) homebrew來(lái)自行安裝一個(gè)python 而這個(gè)python路徑和系統(tǒng)的并不一樣。
包括 Anaconda 的原因:
之前為了安裝某些科學(xué)計(jì)算庫(kù)方便使用了Anaconda,并且需要同時(shí)使用python2和3,所以由多了兩個(gè)環(huán)境。
在如此混亂的開(kāi)發(fā)環(huán)境下,配置 Caffe 實(shí)在艱難,特此教程。
1.2 為什么不用 docker 運(yùn)行因?yàn)?Pycharm Community Edition 2017.1 不支持遠(yuǎn)程調(diào)試,其他開(kāi)發(fā)環(huán)境不好用。你要用 docker 的話可以不忽略該教程了。
1.3 用到的環(huán)境因?yàn)殡S著各種庫(kù)更新,不一定有空更新教程導(dǎo)致該教程某些步驟不可用,特此說(shuō)明一下寫這個(gè)文章的時(shí)候各個(gè)庫(kù)的版本。
MacOS 10.12.6
Python 2.7.13
pip 9.0.1
Pycharm Community Edition 2017.1
Homebrew 1.3.1
cmake version 3.8.2
caffe 1.0
終端運(yùn)行
/usr/bin/ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)"2.2 Python
brew install python
下載(get-pip.py)[https://bootstrap.pypa.io/get...],切換到 get-pip.py所在目錄,終端輸入命令
python get-pip.py
完成后安裝虛擬環(huán)境(也不是必須的,后面配置路徑的時(shí)候會(huì)說(shuō)到,這里順便介紹虛擬環(huán)境,避免多個(gè)項(xiàng)目造成開(kāi)發(fā)環(huán)境很混亂)
sudo pip install virtualenv2.3 CMake
brew install cmake2.4 Caffe 依賴
brew install -vd snappy leveldb gflags glog szip lmdb brew tap homebrew/science brew install hdf5 opencv brew install --build-from-source --with-python -vd protobuf brew install --build-from-source -vd boost boost-python brew install protobuf boost2.5 Caffe 的 Python 依賴
這里我使用的是 Pycharm 新建虛擬環(huán)境,新建在 /Users/Yourname/CaffeLearn(建立在哪里都可以,你自己記住就好)
選擇基礎(chǔ)環(huán)境的時(shí)候記得選擇通過(guò) Homebrew 安轉(zhuǎn)的那個(gè),應(yīng)該是在/usr/local/Cellar/python/2.7.13,參考下圖
創(chuàng)建好之后,在控制臺(tái)(點(diǎn)Terminal 那個(gè)Tab)依賴 caffe 所需要的 Python庫(kù)
運(yùn)行以下命令
pip install numpy scikit-image protobuf3 Caffe 配置詳解 3.1 Makefile.config
從(https://github.com/BVLC/caffe...[https://github.com/BVLC/caffe/releases]下載最新版本的代碼,解壓,從終端進(jìn)入項(xiàng)目目錄cd caffe-1.0。該教程使用的是 caffe-1.0。
cp Makefile.config.example Makefile.config
用 Xcode 打開(kāi) Makefile.config(不要用 word 或者文本編輯打開(kāi))
如果你的 Mac 的顯卡是Intel 的GPU,那么是沒(méi)法使用 cuda 加速的,找到并把# CPU_ONLY := 1的注釋去掉,即CPU_ONLY := 1,這樣讓 Caffe 僅在 CPU 下運(yùn)行。
找到以下片段
# 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
PYTHON_INCLUDE修改成( 步驟2.5叫你們記住的虛擬環(huán)境路徑!!! 現(xiàn)在就有用了,一定得分別能找到Python.h 和 numpy/arrayobject.h兩個(gè)文件),后面接著是python2.7還是python2.7.13還是python2.7.12取決于你們安裝的版本,教程后面提到的部分也請(qǐng)注意這點(diǎn)。
PYTHON_INCLUDE := /Users/Yourname/CaffeLearn/include/python2.7 /Users/Yourname/CaffeLearn/lib/python2.7/site-packages/numpy/core/include
保存,(caffe-1.0目錄)終端運(yùn)行
cmake .3.2 CaffeConfig.cmake
cmake完成后,用 Xcode 打開(kāi)項(xiàng)目目錄下的 CaffeConfig.cmake(不要用 word 或者文本編輯打開(kāi)),把倒數(shù)第三行的set(Caffe_CPU_ONLY OFF)改成set(Caffe_CPU_ONLY ON),保存并關(guān)閉。
3.3 CMakeCache.txt用 Xcode 打開(kāi)項(xiàng)目目錄下的 CMakeCache.txt(不要用 word 或者文本編輯打開(kāi))
CPU_ONLY:BOOL=OFF
改為
CPU_ONLY:BOOL=ON
此外,找到然后修改PYTHON_EXECUTABLE:FILEPATH、PYTHON_INCLUDE_DIR:PATH、PYTHON_LIBRARY:FILEPATH,修改如下
//Path to a program. PYTHON_EXECUTABLE:FILEPATH=/Users/Yourname/CaffeLearn/bin/python2.7 //Path to a file. PYTHON_INCLUDE_DIR:PATH=Users/Yourname/CaffeLearn/include/python2.7 //Path to a library.( 通過(guò) Homebrew 安裝的 Python 環(huán)境) PYTHON_LIBRARY:FILEPATH=/usr/local/Cellar/python/2.7.13_1/Frameworks/Python.framework/Versions/2.7/lib/libpython2.7.dylib
保存并關(guān)閉。
4 Caffe 編譯 4.1 臨時(shí)軟連接系統(tǒng)和Homebrew 安裝的 Python 路徑否則在接下來(lái) make 的過(guò)程可能會(huì)出現(xiàn)錯(cuò)誤:
"pyconfig.h" cannot be found
在終端運(yùn)行以下命令建立連接
export CPLUS_INCLUDE_PATH="$CPLUS_INCLUDE_PATH:/usr/include/python2.7/"4.2 開(kāi)始編譯
在終端依次執(zhí)行
make all make install make runtest
編譯且測(cè)試成功。
5 使用將 Caffe-1.0/python 路徑下的 caffe 文件夾拷貝到虛擬環(huán)境下
/Users/Yourname/CaffeLearn/lib/python2.7/site-packages/
在項(xiàng)目中 import caffe 即可。
6 版權(quán)聲明原文鏈接 https://jinkey.ai/post/tech/m...
本文作者 Jinkey(微信公眾號(hào) jinkey-love,官網(wǎng) https://jinkey.ai)
感謝 yubang 老司機(jī)指導(dǎo)填坑,大神的博客http://blog.yubangweb.com/
文章允許非篡改署名轉(zhuǎn)載,刪除或修改本段版權(quán)信息轉(zhuǎn)載的,視為侵犯知識(shí)產(chǎn)權(quán),我們保留追求您法律責(zé)任的權(quán)利,特此聲明?。?/pre>
文章版權(quán)歸作者所有,未經(jīng)允許請(qǐng)勿轉(zhuǎn)載,若此文章存在違規(guī)行為,您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請(qǐng)注明本文地址:http://www.ezyhdfw.cn/yun/41193.html
摘要:英偉達(dá)作為的開(kāi)發(fā)合作者,計(jì)劃對(duì)的深度學(xué)習(xí)應(yīng)用推出一系列博客文章。可使用的英偉達(dá)深度學(xué)習(xí)庫(kù)和來(lái)實(shí)現(xiàn)高性能多加速訓(xùn)練和推理。最近的訓(xùn)練基準(zhǔn)使用了塊的英偉達(dá)和神經(jīng)網(wǎng)絡(luò)架構(gòu)。 昨天,F(xiàn)acebook 推出了 Caffe2,一個(gè)兼具表現(xiàn)力、速度和模塊性的開(kāi)源深度學(xué)習(xí)框架。它沿襲了大量的 Caffe 設(shè)計(jì),可解決多年來(lái)在 Caffe 的使用和部署之中發(fā)現(xiàn)的瓶頸問(wèn)題。最終,Caffe2 打開(kāi)了算法實(shí)驗(yàn)和新...
摘要:以上是我的配置參數(shù)。配置的過(guò)程中可能出現(xiàn)各種意想不到的錯(cuò)誤,每一個(gè)人出現(xiàn)的情況可能都不一樣。參考基于環(huán)境下的配置學(xué)習(xí)微軟官方之接口配置及圖片生成實(shí)例下配置無(wú)詳細(xì)教材使用工具時(shí)報(bào)解決辦法上配置操作步驟 前言 ?最近項(xiàng)目需要用到caffe這個(gè)框架,所以試著配置。由于絕大多數(shù)的教程都是基于Linux環(huán)境的,所以對(duì)于Window的用戶來(lái)說(shuō)教程比較少。幾經(jīng)波折以后,終于配置成功,我把配置的重點(diǎn)步...
摘要:是一種常用的深度學(xué)習(xí)框架,主要應(yīng)用在視頻圖像處理方面的應(yīng)用上。由于沒(méi)錢買,只能在虛擬機(jī)環(huán)境下配置版開(kāi)發(fā)環(huán)境,大家勿笑。 caffe是一種常用的深度學(xué)習(xí)框架,主要應(yīng)用在視頻、圖像處理方面的應(yīng)用上。由于沒(méi)錢買gpu,只能在虛擬機(jī)環(huán)境下配置Ubuntu CPU版caffe開(kāi)發(fā)環(huán)境,大家勿笑。 1.首先,先安裝依賴庫(kù): sudo apt-get install libprotobuf-dev...
閱讀 1161·2021-11-24 09:39
閱讀 3664·2021-11-22 13:54
閱讀 2634·2021-10-11 10:59
閱讀 887·2021-09-02 15:40
閱讀 1133·2019-08-30 15:55
閱讀 1104·2019-08-30 13:57
閱讀 2433·2019-08-30 13:17
閱讀 3078·2019-08-29 18:32