ubuntu14.04 + cuda8.0 + cudnnv5 + caffe + py-faster-rcnn配置


經過幾天的奮戰終於配置好了如題所述的配置,現在把配置大體過程寫下來供大家配置時參考(由於電腦硬件和系統的千差萬別,實在不適合寫詳細的)

(一切不聲明配置環境的配置教程都是耍流氓)

環境: Inter集顯 + gtx1070獨顯

         ubuntu14.04LTS(ubuntu系統,若兩個顯卡驅動同時存在會起沖突,貌似關掉什么lightdm可以解決,我就不折騰了,安裝好n卡驅動后我就在BIOS中關掉集顯只用獨顯)

         cuda_8.0.61_375.26_linux.run   cudnn-8.0-linux-x64-v5.1   opencv-3.0.0-rc1   NVIDIA-Linux-x86_64-367.44.run(注意!務必選和自己硬件環境相適應的軟件版本,nvidia軟件的兼容性實在不敢恭維。。比如,這里由於我是10系列的顯卡,則必須用cuda8.0,不能用cuda7.5,不要問我怎么知道的,cudnn也是最好用v5,沒試過v4)

參考博客:http://blog.csdn.net/baidu_32173921/article/details/53510764(我基本是按照這個博客來配置的)

              http://blog.csdn.net/ai_smith/article/details/53000973

               http://blog.csdn.net/samylee/article/details/50922601

一、配置caffe

然后先說一下大致的配置流程:1.裝opencv3.0(因為先裝cuda再裝opencv會起沖突,所以先裝它),參照:http://www.cnblogs.com/zf-blog/p/6649612.html;

                                       2.先安裝cuda再安裝nvidia驅動(先裝驅動再安裝cuda容易起沖突),一定要在命令行界面安裝,參照這篇博客:http://blog.csdn.net/baidu_32173921/article/details/53510764(很詳細),其中安裝驅動時如下:

                                       

否則有可能陷入循環登錄界面;之前是在集顯開的環境下安裝了ubuntu14.04,現在安裝了n卡驅動,再登錄時屏幕分辨率會有問題(Ubutntu貌似不支持雙顯卡驅動),所以我關掉了集顯只用獨顯就好了。

安裝之后一定要測試一下一下驅動和cuda有沒有安裝成功,網上有很多教程,nvidia-smi命令測試驅動,還有一個測試cuda的不記得了。。

                                       3.安裝cudnn,參考:http://blog.csdn.net/baidu_32173921/article/details/53510764

                                                                 http://blog.csdn.net/ai_smith/article/details/53000973

                                                                 http://blog.csdn.net/samylee/article/details/50922601

                                       4.現在就是開始配置caffe了,先安裝各種依賴項等等,這里注意一下python最好選用系統自帶的,anaconda雖然集成了很多,但依然不足,而且容易與系統自帶的Python起沖突,我建議用系統自帶的Python,IDE可以下載jupyter notebook就行了,后面的步驟網上都有我就不說了,但要注意一下就是make runtest最好能通過,它能保證你的caffe是完好的;編譯的過程中大家應該都會出各種各樣的錯誤,我這兒就不說了,因為每個人硬件和軟件環境的不同產生的問題都不一樣,問題一樣可能解決方法也不一樣,建議百度,能翻牆的盡量google,國外網上的解答質量真的非常高!配置好caffe后跑了一下Imagenet網絡,速度真心快。。。

二、配置py-faster-rcnn

        然后來配置py-faster-rcnn,參照:http://blog.csdn.net/samylee/article/details/51086153

        這里注意一點就是,由於github上的caffe已經可以支持cudnnv5了,但py-faster-rcnn還不能支持cudnnv5,只能支持v4,所以在make all時會出錯。解決方法是利用git merge將github上的caffe合並到py-faster-rcnn中的caffe中,具體可參照:http://blog.csdn.net/10km/article/details/62418583   ,這里使用git merge命令時可能會出現下面的問題:

那么就在主目錄下執行:

名字可以自己改,其他形式不要改,然后再merge就行了,后面就按照上面博客http://blog.csdn.net/10km/article/details/62418583中的來就行了。然后再重新編譯(make clean)一步一步來,最后在make runtest時會可能會出錯,說找不到vision_caffe.hpp文件,鑒於它是test文件中的,可能是因為合並caffe版本時出了一點小問題,但我后來試了不影響,最后運行demo,如下(不貼圖片了), 可以正常跑VOC數據:

 

        


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM