ubuntu同时装有MXNet和Caffe框架

我阐述一下我遇到的问题：因为之前装过caffe，最近装了MXNet。MXNet可以运行，但import caffe就不行了，找不到模块。

那应该怎么处理呢？？？

参考了一下这个网站：https://i.cnblogs.com/EditPosts.aspx?opt=1

有一段时间一直在改/etc/profile的PYTHONPATH，发现不起作用。后来参考上面的网站，操作如下：

把mxnet注释了，把caffe的python地址加入到注释器中。import caffe成功！

而当你要用MXNet时候可以反过来，注释掉caffe。import mxnet也会成功！

时间： 2024-12-21 19:51:59

ubuntu同时装有MXNet和Caffe框架的相关文章

caffe框架下目标检测——faster-rcnn实战篇操作

原有模型 1.下载fasrer-rcnn源代码并安装 git clone --recursive https://github.com/rbgirshick/py-faster-rcnn.git 1) 经常断的话,可以采取两步: git clone https://github.com/rbgirshick/py-faster-rcnn.git 2) 到py-faster-rcnn中,继续下载caffe-faster-rcnn,采取后台跑: git submodule update --in

神经网络caffe框架源码解析--softmax_layer.cpp类代码研究

// Copyright 2013 Yangqing Jia // #include <algorithm> #include <vector> #include "caffe/layer.hpp" #include "caffe/vision_layers.hpp" #include "caffe/util/math_functions.hpp" using std::max; namespace caffe { /**

神经网络caffe框架源码解析--data_layer.cpp类代码研究

dataLayer作为整个网络的输入层, 数据从leveldb中取.leveldb的数据是通过图片转换过来的. 网络建立的时候, datalayer主要是负责设置一些参数,比如batchsize,channels,height,width等. 这次会通过读leveldb一个数据块来获取这些信息. 然后启动一个线程来预先从leveldb拉取一批数据,这些数据是图像数据和图像标签. 正向传播的时候, datalayer就把预先拉取好数据拷贝到指定的cpu或者gpu的内存. 然后启动新线程再预先拉取数

Caffe使用step by step：caffe框架下的基本操作和分析

caffe虽然已经安装了快一个月了,但是caffe使用进展比较缓慢,果然如刘老师说的那样,搭建起来caffe框架环境比较简单,但是完整的从数据准备->模型训练->调参数->合理结果需要一个比较长的过程,这个过程中你需要对caffe中很多东西,细节进行深入的理解,这样才可以知道为什么能有这样的结果,在训练或者fine-tuning时知道针对调整的方法.下面针对caffe中的使用进行讲解. 在使用过程中,caffe官网上提供了详细的使用说明,如果感觉仍然存在一些困难,可以使用谷歌或百度搜索自

Ubuntu 15.04 + CUDA7.5 + Caffe 配置笔记

Ubuntu 15.04 + CUDA7.5 + Caffe 配置笔记一.Ubuntu 安装安装Ubuntu 15.04x64 + Win7x64 双系统,让二者在启动引导上相互隔离, 删除Ubuntu时不至Win7躺枪,就必须讲究安装方法. 最最最简单的就是使用EasyBCD安装.这可以将Ubuntu的启动引导Grub2安装在其自己的boot分区,而Win7的启动引导则安装在C盘或其保留分区,相互不干扰,不存在用Ubuntu引导Win7启动的问题. 这个策略非常干净,不存在安装完Win7可

Ubuntu下Caffe框架安装(仅仅Caffe框架安装)

步骤一. 从github上下载(克隆)安装包 1.1 在你要安装的路径下 clone 此处我直接安装到home目录,执行: 1 ~$ cd ~ 2 :~$ git clone https://github.com/BVLC/caffe.git #开始clone 2 ~$ git clone https://github.com/BVLC/caffe.git 等待下载结束,下载结束后在你的home路径下会存在,caffe文件夹.接下来进入caffe并开始配置caffe,配置如下 1 sudo cp

Ubuntu 14.04 64bit下Caffe + Cuda6.5/Cuda7.0 安装配置教程

http://www.embeddedlinux.org.cn/emb-linux/entry-level/201612/21-6005.html 随着深度学习快速发展的浪潮,许多有兴趣的工作者都转入了这个有着很好前景的研究中.工欲善其事,必先利其器.Caffe是一个很不错的深度学习框架,但它的安装步骤比较繁琐,将许多新手拒之门外,于是我就写了这篇博客,主要是我之前安装Caffe也是费了很多时间,由零基础慢慢学习,很羡慕那些有师兄师姐可以帮助的人. 下面开始正式介绍相关安装步骤,该教程主要包括以

在ubuntu 14.04下配置caffe，cuda 7.5 + opencv 3.0

我只能说太坑了...第一次在linux环境下编译caffe,很不适应.现在一边编译一边记录出现的问题和解决方法. 我是在笔记本上配置caffe, i7处理器+ GTX 970m,配置是按这一篇配的,(要FQ) http://deshrajdry.blogspot.com/2015/06/install-caffe-on-ubuntu-1404-right-way.html .有经验的可以直接看官方的配置文档. 我的ubuntu 14.04是安装在移动硬盘上的,安装很简单,百度下就有很多中文安装方

深度学习—caffe框架训练文档

转存:LMDB E:\机器学习2\caffe资料\caffe_root\caffe-master\Build\x64\Release>convert_imageset.exe E:/机器学习2/caffe资料/caffe_root/caffe-master/examples/myfile/train E:/机器学习2/caffe资料/caffe_root/caffe-master/examples/myfile/train.txt E:/机器学习2/caffe资料/caffe_root/caff