Caffe Python接口编译

1.安装python: yum install python-devel.x86_64

2.安装一些python库依赖(这些是我们在后来调试时发现会漏安装,导致python命令模式下Import caffe出错)

yum install python-matplotlib.x86_64

#pip install  scikit-image

sudo easy_install -U scikit-image

3.安装python的其他依赖

cd $CAFFE_ROOT/python

for req in $(cat requirements.txt); do pip install $req; done

4.编译

make clean

make pycaffe -j32

make test -j32

5. 使Caffe的python接口永久生效

export PYTHONPATH=/root/$CAFFE_ROOT/python:$PYTHONPATH

source /etc/profile

注意:每次如果测试import caffe时某个lib库缺失,需要安装后,重复执行4,5步

时间: 2024-11-09 02:29:13

Caffe Python接口编译的相关文章

ubuntu14.04安装caffe+python接口

1 ubuntu系统安装 ubuntu 14.04下载地址:http://www.releases.ubuntu.com/14.04/ 可以直接点击以下地址直接下载 http://www.releases.ubuntu.com/14.04/ubuntu-14.04.5-desktop-amd64.iso 2 caffe环境安装 General dependencies sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-de

caffe python 接口设置

安装编译完成后, 运行 cd sudogedit  ~/.bashrc 在打开的文件末尾加入 export PYTHONPATH=/path/to/caffe/python:$PYTHONPATH 安装编译过程参考: http://www.cnblogs.com/balmy/p/5742872.html

ubuntu14.04下安装cudnn5.1.3,opencv3.0,编译caffe及matlab和python接口过程记录

已有条件: ubuntu14.04+cuda7.5+anaconda2(即python2.7)+matlabR2014a 上述已经装好了,开始搭建caffe环境. 1. 装cudnn5.1.3,参照:2015.08.17 Ubuntu 14.04+cuda 7.5+caffe安装配置 详情:先下载好cudnn-7.5-linux-x64-v5.1-rc.tgz安装包(貌似需要官网申请) 解压: tar -zxvf cudnn-7.5-linux-x64-v5.1-rc.tgz cd cuda s

Mac OSX (EI Capitan)搭建Caffe环境并配置python接口

Caffe是一个清晰而高效的深度学习框架,其作者是博士毕业于UC Berkeley的贾扬清.Caffe是纯粹的C++/CUDA架构,支持命令行.Python和MATLAB接口:可以在CPU和GPU直接无缝切换.我在MacbookPro(无NVIDIA显卡)上大费周章地配置了Caffe的环境,并花了许多时间配置其python接口. 一.下载Caffe github上的下载地址:https://github.com/BVLC/caffe进入到下载后的路径,并复制 Makefile.config.ex

caffe 在window下编译(windows7, cuda8.0,matlab接口编译)

1. 环境:Windows7,Cuda8.0,显卡GTX1080,Matlab2016a,VS2013   (ps:老板说服务器要装windows系统,没办法,又要折腾一番) 2.下载caffe 包:https://github.com/BVLC/caffe/tree/windows 按照Github上的命令行就行: 这里的Projects是自己在本地新建的文件夹,随便放在哪里,如果git没有安装的话,先安装git,百度git即可. 执行前3个命令之后,就把caffe包下载下来了. 在运行bui

使用caffe提供的python接口训练mnist例子

1 首先肯定是安装caffe,并且编译python接口,如果是在windows上,最好把编译出来的python文件夹的caffe文件夹拷贝到anaconda文件夹下面去,这样就有代码自动提示功能,如下: 本文中使用的ide为anaconda安装中自带的spyder,如图所示,将根目录设置为caffe的根目录. import caffe caffe.set_mode_cpu() solver = caffe.SGDSolver('examples/mnist/lenet_solver.protot

ubuntu配置caffe的python接口pycaffe

参考网站: http://blog.csdn.net/sanmao5/article/details/51923982 (主要参考) https://github.com/BVLC/caffe/issues/782 (问题解决) ubuntu配置caffe的python接口pycaffe 依赖 前提caffe已经正确编译.见Ubuntu配置caffe 库包 sudo apt-get install python-pip sudo atp-get install python-dev python

[caffe] 安装caffe指导书(linux下安装caffe(无cuda)以及python接口)

安装caffe指导书 环境: Linux 64位 显卡为Intel + AMD,非英伟达显卡 无GPU 一. 安装准备工作 1. 以管理员身份登录 在左上角点击图标,搜索terminal(即终端),以super 管理员身份登录: 命令:sudo su 输入password即可 2. 安装Boost 命令:sudo apt-get install libboost-all-dev 3. 安装BLAS(Intel MKL) (1)  下载 Intel MKL库,解压后安装 下载地址: https:/

Caffe学习系列(13):数据可视化环境(python接口)配置

caffe程序是由c++语言写的,本身是不带数据可视化功能的.只能借助其它的库或接口,如opencv, python或matlab.大部分人使用python接口来进行可视化,因为python出了个比较强大的东西:ipython notebook, 现在的最新版本改名叫jupyter notebook,它能将python代码搬到浏览器上去执行,以富文本方式显示,使得整个工作可以以笔记的形式展现.存储,对于交互编程.学习非常方便. 一.安装python和pip 一般linux系统都自带python,