首页 > 代码库 > ubuntu14.04 + cuda8.0 + cudnnv5 + caffe + py-faster-rcnn配置

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

经过几天的奋战终于配置好了如题所述的配置,现在把配置大体过程写下来供大家配置时参考(由于电脑硬件和系统的千差万别,实在不适合写详细的)

(一切不声明配置环境的配置教程都是耍流氓)

环境: Inter集显 + gtx1070独显

         ubuntu14.04LTS(ubuntu系统,若两个显卡驱动同时存在会起冲突,貌似关掉什么lightdm可以解决,我就不折腾了,安装好n卡驱动后我就在BIOS中关掉集显只用独显)

         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!务必选和自己硬件环境相适应的软件版本,nvidia软件的兼容性实在不敢恭维。。比如,这里由于我是10系列的显卡,则必须用cuda8.0,不能用cuda7.5,不要问我怎么知道的,cudnn也是最好用v5,没试过v4)

参考博客:http://blog.csdn.net/baidu_32173921/article/details/53510764(我基本是按照这个博客来配置的)

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

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

一、配置caffe

然后先说一下大致的配置流程:1.装opencv3.0(因为先装cuda再装opencv会起冲突,所以先装它),参照:http://www.cnblogs.com/zf-blog/p/6649612.html;

                                       2.先安装cuda再安装nvidia驱动(先装驱动再安装cuda容易起冲突),一定要在命令行界面安装,参照这篇博客:http://blog.csdn.net/baidu_32173921/article/details/53510764(很详细),其中安装驱动时如下:

                                       技术分享

否则有可能陷入循环登录界面;之前是在集显开的环境下安装了ubuntu14.04,现在安装了n卡驱动,再登录时屏幕分辨率会有问题(Ubutntu貌似不支持双显卡驱动),所以我关掉了集显只用独显就好了。

安装之后一定要测试一下一下驱动和cuda有没有安装成功,网上有很多教程,nvidia-smi命令测试驱动,还有一个测试cuda的不记得了。。

                                       3.安装cudnn,参考: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.现在就是开始配置caffe了,先安装各种依赖项等等,这里注意一下python最好选用系统自带的,anaconda虽然集成了很多,但依然不足,而且容易与系统自带的Python起冲突,我建议用系统自带的Python,IDE可以下载jupyter notebook就行了,后面的步骤网上都有我就不说了,但要注意一下就是make runtest最好能通过,它能保证你的caffe是完好的;编译的过程中大家应该都会出各种各样的错误,我这儿就不说了,因为每个人硬件和软件环境的不同产生的问题都不一样,问题一样可能解决方法也不一样,建议百度,能FQ的尽量google,国外网上的解答质量真的非常高!配置好caffe后跑了一下Imagenet网络,速度真心快。。。

二、配置py-faster-rcnn

        然后来配置py-faster-rcnn,参照:http://blog.csdn.net/samylee/article/details/51086153

        这里注意一点就是,由于github上的caffe已经可以支持cudnnv5了,但py-faster-rcnn还不能支持cudnnv5,只能支持v4,所以在make all时会出错。解决方法是利用git merge将github上的caffe合并到py-faster-rcnn中的caffe中,具体可参照:http://blog.csdn.net/10km/article/details/62418583   ,这里使用git merge命令时可能会出现下面的问题:

技术分享

那么就在主目录下执行:

技术分享

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中的来就行了。然后再重新编译(make clean)一步一步来,最后在make runtest时会可能会出错,说找不到vision_caffe.hpp文件,鉴于它是test文件中的,可能是因为合并caffe版本时出了一点小问题,但我后来试了不影响,最后运行demo,如下(不贴图片了):

技术分享

 

        

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