摘要:包括系統的原因自帶的系統環境無法安裝及其他第三方庫,必須通過來自行安裝一個而這個路徑和系統的并不一樣。在如此混亂的開發環境下,配置實在艱難,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 jinkey-love,官網 https://jinkey.ai)
感謝 yubang 老司機指導填坑,大神的博客http://blog.yubangweb.com/
文章允許非篡改署名轉載,刪除或修改本段版權信息轉載的,視為侵犯知識產權,我們保留追求您法律責任的權利,特此聲明!
由于歷史原因:
我的電腦有五六個直接安裝在系統的Python的環境,加上一堆 Python 虛擬環境。
包括 Mac 系統的原因:
自帶的系統環境無法安裝 pip 及其他第三方庫,必須通過 homebrew來自行安裝一個python 而這個python路徑和系統的并不一樣。
包括 Anaconda 的原因:
之前為了安裝某些科學計算庫方便使用了Anaconda,并且需要同時使用python2和3,所以由多了兩個環境。
在如此混亂的開發環境下,配置 Caffe 實在艱難,特此教程。
1.2 為什么不用 docker 運行因為 Pycharm Community Edition 2017.1 不支持遠程調試,其他開發環境不好用。你要用 docker 的話可以不忽略該教程了。
1.3 用到的環境因為隨著各種庫更新,不一定有空更新教程導致該教程某些步驟不可用,特此說明一下寫這個文章的時候各個庫的版本。
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
完成后安裝虛擬環境(也不是必須的,后面配置路徑的時候會說到,這里順便介紹虛擬環境,避免多個項目造成開發環境很混亂)
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)
選擇基礎環境的時候記得選擇通過 Homebrew 安轉的那個,應該是在/usr/local/Cellar/python/2.7.13,參考下圖
創建好之后,在控制臺(點Terminal 那個Tab)依賴 caffe 所需要的 Python庫
運行以下命令
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,從終端進入項目目錄cd caffe-1.0。該教程使用的是 caffe-1.0。
cp Makefile.config.example Makefile.config
用 Xcode 打開 Makefile.config(不要用 word 或者文本編輯打開)
如果你的 Mac 的顯卡是Intel 的GPU,那么是沒法使用 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境路徑!!! 現在就有用了,一定得分別能找到Python.h 和 numpy/arrayobject.h兩個文件),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注意這點。
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)終端運行
cmake .3.2 CaffeConfig.cmake
cmake完成后,用 Xcode 打開項目目錄下的 CaffeConfig.cmake(不要用 word 或者文本編輯打開),把倒數第三行的set(Caffe_CPU_ONLY OFF)改成set(Caffe_CPU_ONLY ON),保存并關閉。
3.3 CMakeCache.txt用 Xcode 打開項目目錄下的 CMakeCache.txt(不要用 word 或者文本編輯打開)
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 Homebrew 安裝的 Python 環境) PYTHON_LIBRARY:FILEPATH=/usr/local/Cellar/python/2.7.13_1/Frameworks/Python.framework/Versions/2.7/lib/libpython2.7.dylib
保存并關閉。
4 Caffe 編譯 4.1 臨時軟連接系統和Homebrew 安裝的 Python 路徑否則在接下來 make 的過程可能會出現錯誤:
"pyconfig.h" cannot be found
在終端運行以下命令建立連接
export CPLUS_INCLUDE_PATH="$CPLUS_INCLUDE_PATH:/usr/include/python2.7/"4.2 開始編譯
在終端依次執行
make all make install make runtest
編譯且測試成功。
5 使用將 Caffe-1.0/python 路徑下的 caffe 文件夾拷貝到虛擬環境下
/Users/Yourname/CaffeLearn/lib/python2.7/site-packages/
在項目中 import caffe 即可。
6 版權聲明原文鏈接 https://jinkey.ai/post/tech/m...
本文作者 Jinkey(微信公眾號 jinkey-love,官網 https://jinkey.ai)
感謝 yubang 老司機指導填坑,大神的博客http://blog.yubangweb.com/
文章允許非篡改署名轉載,刪除或修改本段版權信息轉載的,視為侵犯知識產權,我們保留追求您法律責任的權利,特此聲明!!
文章版權歸作者所有,未經允許請勿轉載,若此文章存在違規行為,您可以聯系管理員刪除。
轉載請注明本文地址:http://specialneedsforspecialkids.com/yun/41193.html
摘要:英偉達作為的開發合作者,計劃對的深度學習應用推出一系列博客文章。可使用的英偉達深度學習庫和來實現高性能多加速訓練和推理。最近的訓練基準使用了塊的英偉達和神經網絡架構。 昨天,Facebook 推出了 Caffe2,一個兼具表現力、速度和模塊性的開源深度學習框架。它沿襲了大量的 Caffe 設計,可解決多年來在 Caffe 的使用和部署之中發現的瓶頸問題。最終,Caffe2 打開了算法實驗和新...
摘要:以上是我的配置參數。配置的過程中可能出現各種意想不到的錯誤,每一個人出現的情況可能都不一樣。參考基于環境下的配置學習微軟官方之接口配置及圖片生成實例下配置無詳細教材使用工具時報解決辦法上配置操作步驟 前言 ?最近項目需要用到caffe這個框架,所以試著配置。由于絕大多數的教程都是基于Linux環境的,所以對于Window的用戶來說教程比較少。幾經波折以后,終于配置成功,我把配置的重點步...
摘要:是一種常用的深度學習框架,主要應用在視頻圖像處理方面的應用上。由于沒錢買,只能在虛擬機環境下配置版開發環境,大家勿笑。 caffe是一種常用的深度學習框架,主要應用在視頻、圖像處理方面的應用上。由于沒錢買gpu,只能在虛擬機環境下配置Ubuntu CPU版caffe開發環境,大家勿笑。 1.首先,先安裝依賴庫: sudo apt-get install libprotobuf-dev...
閱讀 1049·2021-11-24 09:39
閱讀 3578·2021-11-22 13:54
閱讀 2542·2021-10-11 10:59
閱讀 773·2021-09-02 15:40
閱讀 1025·2019-08-30 15:55
閱讀 1042·2019-08-30 13:57
閱讀 2305·2019-08-30 13:17
閱讀 3025·2019-08-29 18:32