anaconda 安装caffe,cntk,theano-未整理

一，anancona 安装
https://repo.anaconda.com/archive/

conda create -n caffe_gpu -c defaults python=3.6 caffe-gpu
conda create -n caffe -c defaults python=3.6 caffe

测试:
import caffe
python -c "import caffe; print dir(caffe)"

参考：https://blog.csdn.net/weixin_37251044/article/details/79763858

一、编译Caffe、PyCaffe

URL : https://github.com/BVLC/caffe.git
1
1.下载Caffe

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

注意：如果想在anaconda下使用，就先
source activate caffe_env
然后在这个环境下安装
利用anaconda2随意切换proto的版本，多proto并存，protobuf，libprotobuf

2.编译caffe

用cmake默认配置：
[注意]：一般需要修改config文件。

进入caffe根目录

mkdir build
cd build
cmake ..
make all -j8
make install
make runtest -j8
3.安装pycaffe需要的依赖包，并编译pycaffe

cd ../python
conda install cython scikit-image ipython h5py nose pandas protobuf pyyaml jupyter
for req in $(cat requirements.txt); do pip install $req; done
cd ../build
make pycaffe -j8

4.添加pycaffe的环境变量

终端输入如下指令：

vim ~/.bashrc

在最后一行添加caffe的python路径(到达vim最后一行快捷键：Shift+G)：

export PYTHONPATH=/path/to/caffe/python:$PYTHONPATH

注意： /path/to/caffe是下载的Caffe的根目录，例如我的路径为：/home/Jack-Cui/caffe-master/python

Source环境变量，在终端执行如下命令：

source ~/.bashrc

注意： Source完环境变量，会退出testcaffe这个conda环境，再次使用命令进入即可。

四、测试

执行如下命令：

python -c "import caffe; print dir(caffe)"

fatal error: pyconfig.h: No such file or directory

如果使用的是系统的python路径，解决方法如下：

make clean
export CPLUS_INCLUDE_PATH=/usr/include/python2.7
make all -j8
如果使用的是anaconda Python，路径如下：

export CPLUS_INCLUDE_PATH=/home/gpf/anaconda3/include/python3.6m

http://blog.csdn.net/GPFYCF521/article/details/80387869

cd /usr/local/src/caffe-master/
    2  ll
    3  make  pycaffe
    4  find   /  -name  "Python.h"
    5  export CPLUS_INCLUDE_PATH=/usr/local/src/Python-3.6.4/Include/Python.h:$CPLUS_INCLUDE_PATH
    6  make  clean
    7  make  pycaffe
    8  export CPLUS_INCLUDE_PATH=/usr/local/src/Python-3.6.4/Include/:$CPLUS_INCLUDE_PATH
    9  make  clean
   10  make  pycaffe
   11  export CPLUS_INCLUDE_PATH=
   12  export CPLUS_INCLUDE_PATH=/usr/local/src/Python-3.6.4/Include/:$CPLUS_INCLUDE_PATH
   13  make  clean
   14  make  pycaffe
   15  find   /   -name  "pyconfig.h"
   16   yum install python-devel.x86_64
   17  make   clean
   18  make  pycaffe
   19  find python3.6
   20  locate python3.6
   21  make clean
   22  export CPLUS_INCLUDE_PATH=/usr/include/python2.7
   23  export CPLUS_INCLUDE_PATH=
   24  export CPLUS_INCLUDE_PATH=/root/anaconda3/include/python3.5m
   25  make  all
   26  find   /   -name  "pycaffe"
   27  history 

装的是python3.6，项目中用到boost相关代码，编译时找不到pyconfig.h。看了一下/usr/include/python3.6和/usr/include/python3.6m，都只有一个pyconfig-64.h文件。
网上查了一圈，找了各种方法都搞不定，其中一种方法可以安装一堆.h进/usr/include/python2.7，3.6文件夹中还是没有。方法如下：

1. 可以先查看一下含python-devel的包

????yum search python?|?grep?python-devel

2. 64位安装python-devel.x86_64，32位安装python-devel.i686，我这里安装:

????sudo?yum install python-devel.x86_64

yum search python | grep python36

python36u-devel.x86_64 : Libraries and header files needed for Python

yum install python36u-devel.x86_64

conda create -n caffe_gpu -c defaults python=3.5 caffe-gpu

　　conda create -n caffe -c defaults python=3.5 caffe

CONDA  安裝caffe
一、编译Caffe、PyCaffe

URL : https://github.com/BVLC/caffe.git
1
1.下载Caffe

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

注意：如果想在anaconda下使用，就先
source activate caffe_env
然后在这个环境下安装
利用anaconda2随意切换proto的版本，多proto并存，protobuf，libprotobuf

2.编译caffe

用cmake默认配置：
1
[注意]：一般需要修改config文件。

进入caffe根目录

mkdir build
cd build
cmake ..
make all -j8
make install
make runtest -j8

3.安装pycaffe需要的依赖包，并编译pycaffe

cd ../python
conda install cython scikit-image ipython h5py nose pandas protobuf pyyaml jupyter
for req in $(cat requirements.txt); do pip install $req; done
cd ../build
make pycaffe -j8

4.添加pycaffe的环境变量

终端输入如下指令：
1
vim ~/.bashrc
1
在最后一行添加caffe的python路径(到达vim最后一行快捷键：Shift+G)：
1
export PYTHONPATH=/path/to/caffe/python:$PYTHONPATH
1
2
注意： /path/to/caffe是下载的Caffe的根目录，例如我的路径为：/home/Jack-Cui/caffe-master/python

Source环境变量，在终端执行如下命令：
1
source ~/.bashrc
1
注意： Source完环境变量，会退出testcaffe这个conda环境，再次使用命令进入即可。

四、测试

执行如下命令：
1
python -c "import caffe; print dir(caffe)"
1
2
 输出结果如下：

 从上图可以看出，caffe编译通过，并且一些的python的caffe接口，也存在。

 注意： 如果创建了conda环境，每次想要使用caffe，需要先进入这个创建的conda环境。

export   PATH=/root/anaconda3/bin:$PATH

conda create -n caffe  -c defaults python=3.5

conda  install  caffe-gpu

conda  install  tensorflow-gpu==1.11.0   

conda create --name  tensorflow    python=3.5

source activate tensorflow

source deactivate

conda    remove  -n   tensorflow   --all

import tensorflow as tf 和 tf.__version__

您正在使用GPU版本。您可以列出可用的tensorflow设备
from tensorflow.python.client import device_lib
print(device_lib.list_local_devices())

1. conda env list 或 conda info -e 查看当前存在哪些虚拟环境

2. conda update conda 检查更新当前conda

3. conda update --all 更新本地已安装的包

4. conda create -n your_env_name python=X.X（2.7、3.6等） anaconda 命令创建python版本为X.X、名字为your_env_name的虚拟环境。your_env_name文件可以在Anaconda安装目录envs文件下找到。

5. Windows: activate your_env_name(虚拟环境名称) 激活虚拟环境

6. conda install -n your_env_name [package] 安装package到your_env_name中

7. linux: source deactivate           Windows: deactivate     关闭虚拟环境

8. conda remove -n your_env_name(虚拟环境名称) --all 删除虚拟环境

9. conda remove --name your_env_name package_name  删除环境中的某个

conda 安装pytorch
 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/

添加清华源
命令行中直接使用以下命令

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/

# 设置搜索时显示通道地址
conda config --set show_channel_urls yes

————————————————————————————————————————————————————————————————————————————————
设置搜索时显示通道地址                                                           |
conda config --set show_channel_urls yes
conda GPU的命令如图所示：
conda install pytorch torchvision -c pytorch
conda CPU的命令如图所示：
conda install pytorch-cpu -c pytorch 

pip3 install torchvision

pytorch-gpu
conda install pytorch torchvision cudatoolkit=9.0 -c pytorch

import torch
print(torch.__version__)
print(torch.cuda.device_count())
print(torch.cuda.is_available())

--------------------------------------------------------------------------------|

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/

 conda config --set show_channel_urls yes
查看已经添加的channels

conda config --get channels
已添加的channel在哪里查看

vim ~/.condarc

conda search gatk
安装完成后，可以用“which 软件名”来查看该软件安装的位置：

 which gatk
如需要安装特定的版本:
conda install 软件名=版本号
conda install gatk=3.7

查看已安装软件:

conda list
更新指定软件:

conda update gatk
卸载指定软件:

conda remove gatk

cntk  

https://blog.csdn.net/Jonms/article/details/79550512
ubuntu1604   cuda -cudnn
接着，运行下面的命令安装anaconda

$ sh Anaconda3-5.1.0-Linux-x86_64.sh

anaconda的安装很简单，这里就不多描述。

CNTK需要你的系统安装有OpenMPI。在Ubuntu中可以通过以下命令安装

$ sudo apt install openmpi-bin

然后，创建名为cntk-py35的虚拟环境

$ conda create --name cntk-py35 python=3.5 numpy scipy h5py jupyter

激活cntk虚拟环境

$ source activate cntk-py35

关闭cntk虚拟环境

$ source deactivate

激活虚拟环境后，用pip安装CNTK(GPU)即可

$ pip install https://cntk.ai/PythonWheel/GPU/cntk-2.4-cp35-cp35m-linux_x86_64.whl

测试CNTK是否安装成功并输出CNTK版本

$ python -c "import cntk; print(cntk.__version__)"

cpu
pip  install  https://cntk.ai/PythonWheel/CPU-Only/cntk-2.7.post1-cp35-cp35m-linux_x86_64.whl

python -c "import cntk; print(cntk.__version__)"

报错：
ImportError: No module named 'cntk._cntk_py'
ImportError: libpython3.5m.so.1.0: cannot open shared object file: No such file or directory

处理：
 find     /  -name  "libpython3.5m.so.1.0"   找到路径  使用conda安装的

/root/anaconda3/envs/cntk-py35/lib/   加入环境变量
#cd /etc/ld.so.conf.d

#vim python3.conf

将编译后的python/lib地址加入conf文件

#ldconfig

容器环境变量会丢失，使用dockerfile重新赋值。
 export   PATH=/root/anaconda3/bin:$PATH     上面的链接库配置

pip  https://cntk.ai/PythonWheel/CPU-Only/cntk-2.7.post1-cp36-cp36m-linux_x86_64.whl

python3.7环境下

theano  

apt-get install python-numpy python-scipy python-dev python-pip python-nose g++ libopenblas-dev

pip install Theano

NumPy (~30s): python -c "import numpy; numpy.test()"
SciPy (~1m): python -c "import scipy; scipy.test()"
Theano (~30m): python -c "import theano; theano.test()"

已安装cuda
export PATH=/usr/local/cuda-5.5/bin:$PATH

export LD_LIBRARY_PATH=/usr/local/cuda-5.5/lib64:$LD_LIBRARY_PATH

安装Caffe2
docker pull caffe2ai/caffe2

# to test
nvidia-docker run -it caffe2ai/caffe2:latest python -m caffe2.python.operator_test.relu_op_test

# to interact
nvidia-docker run -it caffe2ai/caffe2:latest /bin/bash

python -c 'from caffe2.python import core' 2>/dev/null && echo "Success" || echo "Failure"
#返回Success就OK
python2 -c 'from caffe2.python import workspace; print(workspace.NumCudaDevices())'
#返回1就OK
#进入python输入
from caffe2.python import workspace

错误:
ModuleNotFoundError: No module named 'google'
pip  install   protobuf
ModuleNotFoundError: No module named 'past'

 pip  install  future 

安装后检测
python -c 'from caffe2.python import core' 2>/dev/null && echo "Success" || echo "Failure"

gpu检测
python -m caffe2.python.operator_test.relu_op_test

Python2.7和Python3.6下都可以，不过只是cpu版本，只限于Mac和Ubuntu平台下：

conda install -c caffe2 caffe2

参考网址：
https://blog.csdn.net/qq_35451572/article/details/79428167

https://blog.csdn.net/Yan_Joy/article/details/70241319

https://blog.csdn.net/zmm__/article/details/90285887

https://blog.csdn.net/u013842516/article/details/80604409

使用Docker安装GPU版本caffe2

https://blog.csdn.net/Andrwin/article/details/94736930
caffe安装
https://blog.csdn.net/jacky_ponder/article/details/53129355

原文地址：https://www.cnblogs.com/g2thend/p/11516018.html

时间： 2024-11-05 14:48:48

anaconda 安装caffe,cntk,theano-未整理的相关文章

archlinux个人安装问题记录（未整理&未完成）[linux]

安装过程大部分参考 官方文档:https://wiki.archlinux.org/index.php/installation_guide https://wiki.archlinux.org/index.php/General_recommendations http://www.viseator.com/2017/05/19/arch_setup/ 感谢作者~~~ 1.https://www.archlinux.org/download/下载iso包,使用RAW(win)或dd命令(lin

cpu、gpu 安装框架pytorch，cntk,theano及测试

一,cpu 下安装 tensorflow conda env list source activate tensorflow 直接安装相应版本 python import tensorflow as tf tf.__version__ 1.11.0 keras 直接安装 conda env list source activate keras import keras 2.2.2 print(keras.__version__) import tensorflow as tf tf.__vers

Ubuntu16.04下用Anaconda 安装Theano

下载Anaconda 按提示安装Anaconda 安装Theano在shell执行: pip install theano 配置GPU待续．．．

安装caffe碰到的坑（各种.so未找到）

./include/caffe/common.hpp:4:32: fatal error: boost/shared_ptr.hpp: 没有那个文件或目录 所有类似于上面的错误,都可以用如下格式来解决: 解决方案:出现该错误的原因是少了依赖. 在命令行输入: $ sudo apt-get install --no-install-recommends libboost-all-dev 即可解决. 解决办法是依据出现错误的顺序而给出的,为了方便,可以直接先执行所有解决办法后再安装caffe. 1.

【记录】在MAC上安装caffe

---恢复内容开始--- 最近尝试在MAC(OS X 10.11 El Capitan)上安装Caffe 以及Python接口遇到了一些问题但是官方安装教程上并没有提出这些问题的解决办法搜索了很久(主要在于Python接口上) 终于找到了解决办法 其实Caffe的安装分两步:安装依赖+编译源码 首先是安装依赖: [必要依赖]: 官方推荐用homebrew来安装: brew install -vd snappy leveldb gflags glog szip lmdb # 添加science源来

ubuntu16.04 安装 caffe cuda 相关流程

不多说了,经历了很多莫名其妙的错误最后终于安装好了,直接放安装脚本: #!/bin/bash #安装时要注意有些库可能安装失败以及安装caffe有和protobuf相关错误时可能需要重新对protobuf进行make install cd /home/zw/softwares #需要事先下载对应版本的cuda sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.deb sudo apt-get update sudo ap

LAMP搭建--未整理版

[[email protected] ~]#yum search  关键字   //安装过程中提示少哪个程序就搜关键字找包名 [[email protected] httpd-2.2.25]# ./configure --prefix=/usr/local/httpd --enable-so --enable-rewrite --enable-cgi --enable-charrset-lite --enable-ssl [[email protected] ~]#useradd -M -s /

Ubuntu14.04安装caffe指南

操作系统:Ubuntu14.04 64bits 处理器:Intel core i7-4790k 8核4GHz GPU:GTX TITAN X cuda:cuda7.0 NVIDIA驱动:NVIDIA346.72 blas:mkl 安装过程: (一)Ubuntu系统安装 最好安装Ubuntu14.04,对caffe的支持最好,另外,安装完Ubuntu之后不要更新系统. (二)caffe依赖项 sudo apt-get install libprotobuf-dev libleveldb-dev l

【Caffe】Ubuntu 安装 Caffe gpu版

安装环境:Ubuntu 16.04lts 64位, gcc5.4 gpu1080ti,cuda8.0,cudnn5.1.10 1. 安装依赖库 sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev libboost-all-dev protobuf-compiler sudo apt-get install libatlas-base-dev libgf