服务器评测
最近开始学习Caffe,准备工作就是要把Caffe的开发环境建立起来，首先就是要能成功编译Caffe，买了一本Caffe入门书:《深度学习:21天实战Caffe》,上面有详细的Caffe编译说明。原本以为照着说明步骤一步步往下走就能一轻松完成编译，实际情况却比我想象的复杂了。
先说明一下我的电脑环境:
操作系统是Linux CentOS6.5(虚拟机),原生的gcc编译器版本是4.4.7(/usr/bin),为了编译C++11代码我又安装了支持C++11的版本5.2.0(/usr/local/bin),无Nvidia显卡。
安装Caffe的依赖库
先用yum安装Caffe的依赖库:
sudo yum install protobuf-devel leveldb-devel snappy-devel OpenCV-devel boost148-devel hdf5-devel atlas-devel numpy
说明:
执行yum list boost*会显示有boost-devel和boost148-devel两个版本可用，但boost-devel版本是1.41，不满足Caffe的要求(1.47)所以安装boost148-devel。
//不要同时安装1.41，否则有可能产生大量如下编译错误:
‘boost::shared_ptr<boost::error_info<boost::tag_original_exception_type, const std::type_info*> >’到‘const boost::shared_ptr<boost::exception_detail::error_info_base>’的转换有歧义然后安装gflags,glog,lmdb
sudo yum install gflags-devel glog-devel lmdb-devel
出问题了,yum list并没有找到glog…
于是我索性去github下载了gflags和glob重新编译
gflags下载地址:https://github.com/gflags/gflags
glog下载地址:https://github.com/google/glog
编译gflags
build_gflags.sh
#!/bin/sh
gflags_folder=gflags-master
if [ -d $gflags_folder ]
then
rm -fr $gflags_folder
fi
# 从 https://github.com/gflags/gflags 下载gflags源码 gflags-master.zip解压缩
unzip gflags-master.zip
pushd $gflags_folder
# 执行cmake生成Makefile
mkdir build && cd build
cmake -DCMAKE_CXX_COMPILER:FILEPATH=/usr/bin/g++ -DCMAKE_C_COMPILER:FILEPATH=/usr/bin/gcc -DCMAKE_CXX_FLAGS=-fPIC ..
# 开始编译 24线程
make -j 24
sudo make install
cd ..
popd说明:这里用CMAKE_CXX_COMPILER,CMAKE_C_COMPILER指定使用CentOS6.5原生的编译器4.4.7,不能使用C++11编译器,否则在后续编译Caffe链接阶段会报错:
Undefined reference to xxxx(…std::__cxx11::basic_string … )
同时还要在用CMAKE_CXX_FLAGS指定编译选项-fPIC否则后续编译Caffe过程中也会报错。
编译glog
build_glog.sh
#!/bin/sh
glog_folder=glog-master
if [ -d $glog_folder ]
then
rm -fr $glog_folder
fi
# 从 https://github.com/google/glog 下载glog源码 glog-master.zip解压缩
unzip glog-master.zip
pushd $glog_folder
# 执行cmake生成Makefile
mkdir build && cd build
cmake -DCMAKE_CXX_FLAGS=-fPIC ..
# 开始编译 24线程
make -j 24
sudo make install
cd ..
popd说明:这里用CMAKE_CXX_FLAGS指定编译选项-fPIC否则后续编译Caffe过程中会报错。
编译Caffe
build_caffe.sh:
#!/bin/sh
caffe_folder=caffe-master
if [ -d $caffe_folder ]
then
rm -fr $caffe_folder
fi
# 从 https://github.com/BVLC/caffe 下载Caffe源码 caffe-master.zip解压缩
unzip caffe-master.zip
pushd $caffe_folder
# 执行cmake生成Makefile
mkdir build && cd build
cmake -DCMAKE_CXX_COMPILER:FILEPATH=/usr/bin/g++ -DCMAKE_C_COMPILER:FILEPATH=/usr/bin/gcc -DCPU_ONLY=ON -DBUILD_Python=OFF -DBUILD_python_layer=OFF -DBoost_INCLUDE_DIR=/usr/include/boost148 -DBoost_LIBRARY_DIR=/usr/lib64/boost148 ..
# 开始编译 24线程
make install -j 24
cd ..
popd说明：
-DCMAKE_CXX_COMPILER:FILEPATH=/usr/bin/g++
-DCMAKE_C_COMPILER:FILEPATH=/usr/bin/gcc
如前述指定使用操作系统原生的4.4.7编译器,
如果不加这个参数也能找到原生的编译器，那么这两个参数就可以不加
-DCPU_ONLY=ON
因为我的电脑上没有Nvidia显卡也没有安装cuDNN,所以这里只编译CPU版本
-DBUILD_python=OFF
-DBUILD_python_layer=OFF
不编译Python相关代码
Centos6.5默认安装的python版本(2.6.6)也不满足Caffe的要求(2.7)，生成Makefile时会有警告并报错,如果你暂时用不到python相关的特性，可以像我一样把BUILD_python,BUILD_python_layer禁用，否则你就要去安装一个2.7以上版本的python，参见我的另一篇文章《CentOS6.5下为编译Caffe升级python2.6.6到2.7》
-DBoost_INCLUDE_DIR=/usr/include/boost148
-DBoost_LIBRARY_DIR=/usr/lib64/boost148
指定Boost的include和library路径
安装boost148-devel时,boost148的头文件并没有安装在/usr/include/boost,而是安装在/usr/include/boost148/boost下
同样的道理安装boost148-devel时
libboost-*.so文件(比如/usr/lib64/下libboost-filesystem-mt.so)的软连接都安装在/usr/lib64/boost148下而非默认的/usr/lib64下
所以这里要指定boost include文件和library文件路径
-j 代表多线程编译，后面的数字指开启多少个线程进行编译,我编译用的电脑是24核服务器所以设置为24,使用多线程编译可以大大加快编译速度。
Ubuntu 15.04 下Caffe + + CUDA 7.0 安装配置指南 http://www.linuxidc.com/Linux/2016-11/137497.htm
Caffe 深度学习入门教程 http://www.linuxidc.com/Linux/2016-11/136774.htm
Ubuntu 16.04下Matlab2014a+Anaconda2+OpenCV3.1+Caffe安装 http://www.linuxidc.com/Linux/2016-07/132860.htm
Ubuntu 16.04系统下CUDA7.5配置Caffe教程 http://www.linuxidc.com/Linux/2016-07/132859.htm
Caffe在Ubuntu 14.04 64bit 下的安装 http://www.linuxidc.com/Linux/2015-07/120449.htm
深度学习框架Caffe在Ubuntu下编译安装 http://www.linuxidc.com/Linux/2016-07/133225.htm
Caffe + Ubuntu 14.04 64bit + CUDA 6.5 配置说明 http://www.linuxidc.com/Linux/2015-04/116444.htm
Ubuntu 16.04上安装Caffe http://www.linuxidc.com/Linux/2016-08/134585.htm
Caffe配置简明教程 ( Ubuntu 14.04 / CUDA 7.5 / cuDNN 5.1 / OpenCV 3.1 ) http://www.linuxidc.com/Linux/2016-09/135016.htm
Ubuntu 16.04上安装Caffe(CPU only) http://www.linuxidc.com/Linux/2016-09/135034.htm
本文永久更新链接地址：http://www.linuxidc.com/Linux/2017-03/142239.htm
