[置顶] caffe+CPU︱虚拟机+Ubuntu16.04+CPU+caffe安装笔记

由于虚拟机下的Ubuntu系统一般不包含GPU，故这次安装时为了在无GUP环境下运行caffe。所以只需安装CPU版本的caffe

由于本机是window10系统，所以想尝试caffe就在自己电脑上整了一个虚拟机（详情可见：win10系统搭建虚拟机：VMware
Workstation Player 12环境+Ubuntu Kylin 16.04 LTS系统），然后昨天在自己虚拟机上配置了一个caffe环境。

其中，只是尝试着搭建了一个CPU版本的caffe，Ubuntu16.04中自带了python
2.7。

在安装的过程中，真的会出现各种各样的报错，但是...

感慨天朝的实力... 每一个bug都能搜索到如何解，所以... 不要担心，百度、谷歌一起教你装caffe。

——————————————————————————————————————————————

本篇内容为两个：caffe安装流程+报错举例

一、caffe安装流程：安装依赖、配置python、配置caffe、配置caffe的makefile文件、配置python caffe

二、报错举例：linux系统的报错问题、caffe报错问题、python报错问题、虚拟机问题

—————————————————————————————————

caffe安装流程：安装依赖、配置python、配置caffe、配置caffe的makefile文件、配置python
caffe

1、安装依赖

安装依赖项，这个是根据caffe官网的要求配的，打开caffe官网，在说明里有installing
···for···ubuntu，里面有装caffe的步骤

[python]view

 plain copy

sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler  

sudo apt-get install --no-install-recommends libboost-all-dev  

sudo apt-get install libatlas-base-dev  

sudo apt-get install libhdf5-serial-dev

2、配置python

一般linux都自带python，看看python版本：python2.7 --version

之后还要执行：

[python]view

 plain copy

sudo apt-get install python-dev  

加载之后：

[python]view

 plain copy

sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev  

以上所有sudo apt-get在什么文件夹下输入都无所谓

3、配置caffe

把CAFFE的源代码下载下来:

[html]view

 plain copy

git clone https://github.com/BVLC/caffe.git  

如果没有git,还需要安装git：

[html]view

 plain copy

apt-get install git

下载完成之后,进入caffe文件夹, 进入里面的python文件夹,然后输入

[html]view

 plain copy

for req in $(cat requirements.txt); do pip install $req; done  

如何寻找到linux的caffe的路径呢？

貌似直接cd caffe/python一般就能够直接转给去

pip没有安装，还需要安装pip或者easy_install（先修改环境，再sudo）：

修改python的环境变量：export PATH="$PATH:/usr/local/bin/ python

[html]view

 plain copy

sudo apt install python-pip  

更新pip:pip install -U pip

4、配置caffe的makefile文件

到CAFFE文件夹, 使用模板写个Makefile.config

[html]view

 plain copy

cp Makefile.config.example Makefile.config  

-因为CPU MODE, 所以在CPU_ONLY := 1前面的#要去掉.

-两个路径要改成这样:(添加后面的两个hdf5的路径, 否则编译时报hdf5错误)

[html]view
 plain copy

# Whatever else you find you need goes here.  
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/hdf5/serial  

（注意：/usr之前有一个“空格”,而且这个是在makefile中进行修改）

{

打开并修改配置文件：

sudo gedit Makefile.config #打开Makefile.config文件

根据个人情况修改文件：

a.若使用cudnn，则

将

#USE_CUDNN := 1

修改成：

USE_CUDNN := 1

b.若使用的opencv版本是3的，则

将

#OPENCV_VERSION := 3

修改为：

OPENCV_VERSION := 3

c.若要使用python来编写layer，则

将

#WITH_PYTHON_LAYER := 1

修改为

WITH_PYTHON_LAYER := 1

d.重要的一项 :

将# Whatever else you find you need goes here.下面的

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

LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu /usr/lib/x86_64-linux-gnu/hdf5/serial

这是因为ubuntu16.04的文件包含位置发生了变化，尤其是需要用到的hdf5的位置，所以需要更改这一路径.

此处转自： https://www.cnblogs.com/longmao-yiran/p/6832374.html

}

设置好文档名称之后，就要设置make：

[html]view

 plain copy

make pycaffe  
make all  
make test  
make runtest  

这个make默认是用CPU单核运算,如果想要快一点,
比如我想使用四核, 在make后面加上-j4标签.

如果上面4行某一行报错之后想要重试,建议先make clean再重新开始.

出现的问题：不能修改文件内容，那么可以用：

[html]view

 plain copy

sudo gedit Makefile.config   

报错：

[html]view
 plain copy

make: *** No rule to make target 'pycaffe'.  Stop.  

需要make clean一下，才能再次make all ，同时cd随便哪个目录都行

5、配置python
caffe

make之后，需要设置一下环境变量：

[html]view

 plain copy

export PYTHONPATH=/caffe/python:$PYTHONPATH  

去到CAFFE文件夹里面的python文件夹, 把当前路径记录下来(pwd).注意是cd caffe里面python文件夹下，才行，不然直接调用会报错

接下来就可以打开python,然后：

[html]view

 plain copy

import caffe  

import之后如果没报错，就是完全安装好了。

MNIST数据集测试

配置caffe完成后，我们可以利用MNIST数据集对caffe进行测试，过程如下：

1.将终端定位到Caffe根目录

cd ~/caffe

2.下载MNIST数据库并解压缩

./data/mnist/get_mnist.sh

3.将其转换成Lmdb数据库格式

./examples/mnist/create_mnist.sh

4.训练网络

./examples/mnist/train_lenet.sh

训练的时候可以看到损失与精度数值，如下图：

[置顶]
caffe+CPU︱虚拟机+Ubuntu16.04+CPU+caffe安装笔记

图7.MNIST数据集训练

可以看到最终训练精度是0.9914。

当然，报错无数...本节主要内容可参考博客：Ubuntu
16.04上安装Caffe(CPU only)

—————————————————————————————————

二、报错举例

报错举例：linux系统的报错问题、caffe报错问题、python报错问题、虚拟机问题

1、linux系统的报错问题

（1）报错：E: Unable to locate package lib

解决：apt-get update

（2）报错：无法获得锁 /var/lib/apt/lists/lock - open (11 资源临时不可用)

一般都是有其他apt在使用，需要吊销：

[html]view

 plain copy

1、找出apt-get进程（下载进程）  
一般ubu里面都会出现的吧，因为刚刚开始系统，系统后台都会默认帮你预装什么东西  
查找进程代码：  
ps -df | grep apt  
然后kill：  
kill -9 2542 2543（  
报错：bash: kill: (2542) - Operation not permitted  
bash: kill: (2543) - Operation not permitted  
）  
sudo kill -9 2542 2543  

参考链接：http://www.linuxidc.com/Linux/2014-06/103437.htm

(3)不知道apt-get之后的安装包位置？

apt-get安装之后，一般会在 /var/cache/apt/archives文件夹之内

当然，如果sudo apt install之后，以及安装过的，就不会再次安装的。

参考：http://blog.csdn.net/u013797029/article/details/44492677

2、caffe报错问题

（1）报错：error:"make all" "make test"

[html]view

 plain copy

Error: 'make all' 'make test'  

.build_release/lib/libcaffe.so: undefined reference to cv::imread(cv::String const&, int)'   

.build_release/lib/libcaffe.so: undefined reference tocv::imencode(cv::String const&, cv::_InputArray const&, std::vector >&, std::vector > const&)'

原因：caffe代码中并没有build文件夹，需要新建build文件夹之后再进行编译：

[html]view

 plain copy

cd caffe-master　　#打开caffe所在文件夹  
cp Makefile.config.example Makefile.config  #change setting in Makefile.config  
make all -j8　　#在build文件夹下进行编译  
make test -j8   
make runtest -j8　　#使用CPU多核同时进行编译  

3、python报错问题

（1）pycaffe时报错：fatal error: numpy/arrayobject.h: No such
file or directory

其实numpy已经是安装的，anaconda2里面有，Python中import
numpy也没有问题，但就是在此处报错，解决方法：

[html]view

 plain copy

sudo apt-get install python-numpy  

参考：http://blog.csdn.net/wuzuyu365/article/details/52430657

（2）ImportError:
No module named google.protobuf.internal

再加载一次。

[html]view

 plain copy

sudo pip install protobuf  

（3）Matplotlib is building the font cache using fc-list. This may take a moment

再次调用import caffe时候，出现的问题

需要设置一下路径export PYTHONPATH=/caffe/python:$PYTHONPATH ,在这之前，很重要的是要去到caffe下的python文件夹下。

4、虚拟机问题

（1）虚拟机的显卡是跟着本机的吗？

[html]view

 plain copy

lspci |grep VGA  
00:0f.0 VGA compatible controller: VMware SVGA II Adapter  

因为我是在VMware中运行的，所以显卡貌似是VMware SVGA II，好像跑不了GPU...

（2）一些文件夹无法获得root权限

笔者在使用的时候会出现只有通过命令先root，才能修改一些文件夹，进行复制和粘贴。

但是不能在界面中直接操作的问题？

这一问题的答案见博客：ubuntu
16.04 启用root用户方法

可以很好地解决root问题，就是重新再成立一个root账号，这样你就可以直接拥有root界面啦。

（3）VMware
Player cannot connect to the virtual machine

[置顶] caffe+CPU︱虚拟机+Ubuntu16.04+CPU+caffe安装笔记

用管理员身份运行即可.

针对这一问题，官网给出的解答是两个原因：

1、VMware授权服务没有运行，解决办法参考见blog：http://www.2cto.com/os/201111/112418.html

2、服务不具有管理员权限，用管理员身份运行

——————————————————————————————

延伸一：使用安装VMware Tools工具进行文件共享

跟虚拟机进行文件共享需要下载一下VMware Tools,那么步骤为：

1、点击安装vmware tools

[置顶] caffe+CPU︱虚拟机+Ubuntu16.04+CPU+caffe安装笔记

我的机器是“重新安装”

2、光驱vmware tools

点开之后，由于是不能在这个里面进行操作的，所以需要复制到机器

[html]view

 plain copy

cp /media/user/VMware\ Tools/VMwareTools-10.0.10-4301679.tar.gz /  

然后进行解压：

[html]view

 plain copy

tar -zxvf VMwareTools-10.0.10-4301679.tar.gz

解压完成后进入解压文件夹vmware-tools-distrib

[html]view
 plain copy

cd vmware-tools-distrib  

运行安装程序：

[html]view
 plain copy

./vmware-install.pl  

一路y加回车

[置顶] caffe+CPU︱虚拟机+Ubuntu16.04+CPU+caffe安装笔记

3、设置共享文件夹

在虚拟机->设置，添加自己的共享文件夹

[置顶] caffe+CPU︱虚拟机+Ubuntu16.04+CPU+caffe安装笔记

然后就完成了，你就可以在路径：

[html]view

 plain copy

cd /mnt/hgfs  

看到自己的共享文件夹了。

转自：

http://blog.csdn.net/sinat_26917383/article/details/53502719

https://www.cnblogs.com/longmao-yiran/p/6832374.html

本站文章如无特殊说明，均为本站原创，如若转载，请注明出处：[置顶] caffe+CPU︱虚拟机+Ubuntu16.04+CPU+caffe安装笔记 - Python技术站

[置顶] caffe+CPU︱虚拟机+Ubuntu16.04+CPU+caffe安装笔记

1、安装依赖

2、配置python

3、配置caffe

4、配置caffe的makefile文件

5、配置python caffe

二、报错举例

1、linux系统的报错问题

2、caffe报错问题

3、python报错问题

4、虚拟机问题

（3）VMware Player cannot connect to the virtual machine

相关文章

5、配置python
caffe

（3）VMware
Player cannot connect to the virtual machine