caffe安装 cuda安装 opencv安装 cudnn安装 python相关依赖库安装

1安装cuda8.0

安装依赖库

#sudo apt-get install g++

#sudo apt-get install git

#sudo apt-get install freeglut3-dev


Ctr+alt+f4

进入后台

输入用户名和密码

User：

Password：

#sudo vi /etc/modprobe.d/blacklist-nouveau.conf

输入

blacklistnouveau

optionsnouveau modeset=0

进入命令模式下按i保存退出（:wq)

然后执行

#sudo update-initramfs -u

执行 lspci| grep nouveau查看是否有内容

#lspci | grep nouveau

如果没有内容，说明禁用成功，如果有内容，就重启一下再查看

#sudo reboot now


安装cuda8.0


进入命令行模式（ctrl+alt+f4）:

输入：sudoservice lightdm stop


Sudosh cuda_8.0.44_linux.run –no-opengl-libs


按空格键到100%

依次输入accept

Y

Y

Y

回车

Y

Y

回车


  1. 安装完以后

  2. sudoservice lightdm start

  3. ctrl+alt+t(进入命令行模式)

  4. Cd/usr/local/cuda/samples

  5. Sudomake all -j8




添加环境变量

  1. sudogedit /etc/profile


  1. 在最后面加入两行代码，如果你还不会用vi进行编辑，请百度

  2. exportPATH=/usr/local/cuda-8.0/bin:$PATH

  3. exportLD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH

  4. source/etc/profile

  5. sudogedit/etc/ld.so.conf.d/cuda.conf 

  6.  /usr/local/cuda/lib64  
    终端下接着输入 
    sudoldconfig  (    使链接生效)



测试cuda是否安装成功

  1. cd/usr/local/cuda/samples/bin/x86_64/linux/release

  2. Sudo./deviceQuery如果pass说明成功了

安装caffe

  1. sudoapt-get install python-pip

  2. gitclonehttps://github.com/weiliu89/caffe.git安装ssd（caffe）

装caffe的依赖库

1.

sudoapt-get install libprotobuf-dev libleveldb-dev libsnappy-devlibopencv-dev libhdf5-serial-dev protobuf-compiler 

(如果没成功)

2.

sudoapt-get install libprotobuf-dev libleveldb-dev libsnappy-devlibopencv-dev libhdf5-serial-dev protobuf-compiler  --fix-missing


3.

sudoapt-get install --no-install-recommends libboost-all-dev 
4.



sudoapt-get install libatlas-base-dev 
5.

sudoapt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev 



sudoapt-get install python-numpy python-scipy python-matplotlib ipythonipython-notebook python-pandas python-sympy python-nose







装python的依赖库

1. cd home/xxx/caffe/python

2. for req in $(cat requirements.txt); do pip install -ihttps://pypi.tuna.tsinghua.edu.cn/simple $req; done 

出现红色的警告

需要重新安装对应的未安装成功的库



配置cudnn5.0

#sudo tar xvf cudnn-7.5-linux-x64-v5.0-rc.tgz

#cd cuda/include

#sudo cp *.h /usr/local/include/

#cd ../lib64

#sudo cp lib* /usr/local/lib/

#cd /usr/local/lib

#sudo chmod +r libcudnn.so.5.0.5

#sudo ln -sf libcudnn.so.5.0.5 libcudnn.so.5

#sudo ln -sf libcudnn.so.5 libcudnn.so

#sudo ldconfig






注意：运行ssd时出现

Videoioerror V4/v4l

1.解决方案

apt-getinstall ffmpeg libavcodec-devlibavcodec52 libavformat52libavformat-dev

apt-getinstall libgstreamer0.10-0-dbglibgstreamer0.10-0 libgstreamer0.10-dev

apt-getinstall libxine1-ffmpeg libxine-devlibxine1-bin

apt-getinstall libunicap2 libunicap2-dev

apt-getinstall libdc1394-22-devlibdc1394-22 libdc1394-utils

apt-getinstall swig

apt-getinstall libv4l-0 libv4l-dev









安装opencv3.0

Sudounzip opencv-3.0.0.zip

sudoapt-get install cmake

opencv3必装依赖库：

sudo apt-get install build-essential cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev

2.cd  /opencv-3.1.0/modules/cudalegacy/src  

sudo gedit graphcuts.cpp 

替换内容

/* 

#include"precomp.hpp"

//GraphCut has been removed in NPP 8.0

#if!defined (HAVE_CUDA) || defined (CUDA_DISABLER) || (CUDART_VERSION >=8000)

 voidcv::cuda::graphcut(GpuMat&, GpuMat&, GpuMat&, GpuMat&,GpuMat&, GpuMat&, GpuMat&, Stream&) {throw_no_cuda(); }

 voidcv::cuda::graphcut(GpuMat&, GpuMat&, GpuMat&, GpuMat&,GpuMat&, GpuMat&, GpuMat&, GpuMat&, GpuMat&,GpuMat&, GpuMat&, Stream&) { throw_no_cuda(); }

*/

3.cdopencv-3.0.0

Sudomkdir build

Cdbuild

Sudocmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local ..  

到downloadippicv的时候停止（ctr+c）

（把预先下载的Ippicv_linux_20141027.tgz复制到指令目录，不需要实时下载）

Ippicv_linux_20141027.tgz复制到以下目录下

Opencv-3.0.0/3rdparty/ippicv/downloads/linux…..

再次以下命令会很快通过

Sudocmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local .. 

cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local -D OPENCV_EXTRA_MODULES_PATH=/home/mindfusion/opencv_contrib-3.0.0/modules/ ..(导入contrib模块）



Cdopencv-3.0.0/build/



编译opencv

makeall -j8

sudomake install

复制/opencv-3.0.0/build/lib/cv2.so到根目下/usr/local/lib/python-2.7/dist-packages/



Caffe编译过程 

接下来要进入最后的步骤了，终端中 
cd/home/user/caffe 
cpMakefile.config.example Makefile.config 
geditMakefile.config 
将USE_CUDNN:= 1取消注释，

WITHPYTHON LAYER=1取消注释

在 
INCLUDE_DIRS:= $(PYTHON_INCLUDE) /usr/local/include后面打上一个空格然后添加/usr/include/hdf5/serial 如果没有这一句可能会报一个找不到hdf5.h的错误 

第二，在make过程中还会报一个ld找不到libhdf5和libhdf5_hl的链接问题，这个原因可能也是因为hdf5的问题，首先看/usr/lib/x86_64-linux-gnu 目录下有没有libhdf5.so和libhdf5_hl.so，如果有的话，查看属性是否有正确的链接(正常情况下应该是没有这两个文件)，然后右键在终端中打开 
sudoln libhdf5_serial.so.10.1.0 libhdf5.so 
sudoln libhdf5_serial_hl.so.10.0.2libhdf5_hl.so 
注意，10.1.0和10.0.2可能不同电脑安装版本不同，注意看当前目录下存在的文件然后 
sudoldconfig 生效 

把~/opencv-3.0.0/build/lib/cv2.so放到/usr/local/lib/python2.7/dist-packages

把models的VGG拷贝到models

cd/home/user/caffe 

sudosu(进入管理员模式)
makeall -j8
maketest -j8
makeruntest 
makepycaffe 


gedit/etc/profile

下面加上：exportPYTHONPATH=/home/XXX/caffe/python:$PYTHONPATH*



把模型VGG放到module里





本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/news/510337.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

加载速度提升 15%，关于 Python 启动加速探索与实践的解析

加载速度提升 15%，关于 Python 启动加速探索与实践的解析

编者按：在刚刚结束的 PyCon China 2022 大会上，龙蜥社区开发者严懿宸分享了主题为《Python 启动加速的探索与实践》的技术演讲。本次演讲，作者将从 CPython 社区相关工作、本方案的设计及实现，以及业务层面的集成等方面进行介绍。…
阅读更多...
统信软件高级工程师：关于云原生技术在容器方面的应用介绍

统信软件高级工程师：关于云原生技术在容器方面的应用介绍

编者按：随着近几年来云原生生态的不断壮大，众多企业纷纷开展了用云上云的工作，学习云原生及容器技术对于现代工程师是必不可少的。本文整理自龙蜥大讲堂 54 期，统信高级研发工程师参与技术分享，为大家介绍了云原生的介…
阅读更多...
sdut 区间覆盖问题

sdut 区间覆盖问题

区间覆盖问题 Time Limit: 1000MS Memory Limit: 65536KBSubmit Statistic DiscussProblem Description 用i来表示x坐标轴上坐标为[i-1，i]的长度为1的区间，并给出n（1≤n≤200）个不同的整数，表示n个这样的区间。 现在要…
阅读更多...
opencv mat数据剪裁感兴趣的部分处理方法

opencv mat数据剪裁感兴趣的部分处理方法

Mat srcImage_r imread("c_d_right.jpg",1);Mat srcImage_l imread("c_d_left.jpg",1);Mat vv(srcImage_r,Rect(10,10,100,100));imshow("vv", vv);
阅读更多...
解读最佳实践：倚天710 ARM芯片的 Python+AI 算力优化

解读最佳实践：倚天710 ARM芯片的 Python+AI 算力优化

编者按：在刚刚结束的 PyCon China 2022 大会上，龙蜥社区开发者朱宏林分享了主题为《ARM 芯片的 PythonAI 算力优化》的技术演讲。本次演讲，作者将向大家介绍他们在倚天 710 ARM 芯片上开展的 PythonAI 优化工作，以及在 ARM 云平台…
阅读更多...
从敏捷协作到价值交付

从敏捷协作到价值交付

前面我的同事在分享的时候，指出目前软件研发的最大问题不是效率，而是研发资源的浪费。可能产品经理半天写的需求，开发要埋头苦干三个月。如果错误的选择了一个对业务发展无益的需求，会带着大家往错误的方向越跑越远。 那么什么是…
阅读更多...
opencv实现几幅图像拼接成一整幅大图

opencv实现几幅图像拼接成一整幅大图

opencv实现几幅图像拼接成一整幅大图 标签： 博客opencv 2013-10-22 12:05 9846人阅读 评论(3) 收藏 举报 本文章已收录于： 分类： opencv（14） 作者同类文章X版权声明：本文为博主原创文章，未…
阅读更多...
行动策略过于复杂怎么办？试试下面一些解决方法

行动策略过于复杂怎么办？试试下面一些解决方法

背景 随着使用SLS告警越来越深入，有些用户的行动策略会配置的特别复杂，有些时候可以让用户通过创建多个行动策略来进行一定的精简，但是在一些场景下，用户是无法创建多个行动策略的。例如用户想要通过SLS来统一管理其各个监控系统…
阅读更多...
从效能公式解构研发效能

从效能公式解构研发效能

这几年，云原生、Web3.0、元宇宙等技术的出现和应用，正在深刻地改变着我们这个世界。以数字技术应用为主线的数字化转型是此次人类文明变革的核心动力。在这一变革过程中，软件研发模式的发展起到了重至关重要的作用。从早期瀑布式、精益敏捷、…
阅读更多...
sdut 汉诺塔系列2

sdut 汉诺塔系列2

汉诺塔系列2 Time Limit: 1000MS Memory Limit: 65536KBSubmit Statistic DiscussProblem Description 用1,2,...,n表示n个盘子，称为1号盘，2号盘,...。号数大盘子就大。经典的汉诺塔问 题经常作为一个递归的经典例题存在。可能有人并不知道汉诺塔问题的典…
阅读更多...
阿里CCO：基于 Hologres 的亿级明细 BI 探索分析实践

阿里CCO：基于 Hologres 的亿级明细 BI 探索分析实践

CCO是Chief Customer Officer的缩写，也是阿里巴巴集团客户体验事业部的简称。随着业务的多元化发展以及行业竞争的深入，用户体验问题越来越受到关注。CCO体验业务运营小二日常会大量投入在体验洞察分析中，旨在通过用户的声音数据结合交易、物…
阅读更多...
ubuntu软件安装 caffe相关软件安装 学习笔记

ubuntu软件安装 caffe相关软件安装 学习笔记

解压rar文件sudo 7z x filename.rar解压zip文件unzip archive_name.zip解压TAR文件# tar -cvf archive_name.tar directory_to_compress运行ssdsudo sucd caffepython ///caffe出现no mudole caffe解决方法source /etc/profile编译caffemake cleanmake all -j8获得复制文件权限…
阅读更多...
sdut 青蛙过河

sdut 青蛙过河

青蛙过河 Time Limit: 1000MS Memory Limit: 65536KBSubmit Statistic DiscussProblem Description 1）一条小溪尺寸不大，青蛙可以从左岸跳到右岸，在左岸有一石柱L，石柱L面积只容得下一只青蛙落脚，同样右岸也有一石柱R&…
阅读更多...
python调用shell脚本

python调用shell脚本

python程序 import osimport subprocessimport syswhile(1):subprocess.call("/home/your_host_name/caffe/detection_position/test_code/new/call_parse_position.sh", shellTrue) call_parse_position.sh 文件 #!/bin/bash # # #gcc m1.cpp -o m1_run echo &…
阅读更多...
sdut 数字三角形问题

sdut 数字三角形问题

数字三角形问题 Time Limit: 1000MS Memory Limit: 65536KBSubmit Statistic DiscussProblem Description 给定一个由n行数字组成的数字三角形如下图所示。试设计一个算法，计算出从三角形的顶至底的一条路径，使该路径经过的数字总和最大。对于给定的由n行…
阅读更多...
caffe编译出现 libcudart.so.8.0 cannot open shared object file: No such file or directory的错去

caffe编译出现 libcudart.so.8.0 cannot open shared object file: No such file or directory的错去

"libcudart.so.8.0 cannot open shared object file: No such file or directory"解决办法是将一些文件复制到/usr/local/lib文件夹下：#注意自己CUDA的版本号！sudo cp /usr/local/cuda-8.0/lib64/libcudart.so.8.0 /usr/local/lib/libcudart.s…
阅读更多...
sdut 装船问题

sdut 装船问题

装船问题 Time Limit: 1000MS Memory Limit: 65536KBSubmit Statistic DiscussProblem Description 王小二毕业后从事船运规划工作，吉祥号货轮的最大载重量为M吨，有10种货物可以装船。第i种货物有wi吨，总价值是pi。王小二的任务是从10种货物中…
阅读更多...
SSD( Single Shot MultiBox Detector)关键源码解析

SSD( Single Shot MultiBox Detector)关键源码解析

SSD（SSD: Single Shot MultiBox Detector）是采用单个深度神经网络模型实现目标检测和识别的方法。如图0-1所示，该方法是综合了Faster R-CNN的anchor box和YOLO单个神经网络检测思路（YOLOv2也采用了类似的思路，详见YOLO…
阅读更多...
sdut 删数问题

sdut 删数问题

删数问题 Problem Description 键盘输入一个高精度的正整数n（≤100位），去掉其中任意s个数字后剩下的数字按照原来的左右次序组成一个新的正整数。编程对给定的n与s，寻找一种方案，使得剩下的数字组成的新数最小。Input …
阅读更多...
爬取百度搜索的图片

爬取百度搜索的图片

#encoding:utf-8import urllibimport requests #首先导入库import reMaxSearchPage 20 # 收索页数CurrentPage 0 # 当前正在搜索的页数DefaultPath "/home/mindfusion/pic" # 默认储存位置NeedSave 0 # 是否需要储存n0def imageFiler(content): # 通过正则获取当…
阅读更多...
最新文章

Copyright @ 2022~2023