caffe+Ubuntu14.0.4 64bit 환경 구성 지침(CUDA 없음, CPU에서 커피가 실행됨) - for -- Amd

커피는 간결하고 효율적인 심도 있는 학습 구조로 구체적으로 소개할 수 있다여기.. 커피 환경 설정 과정은 참고할 수 있다여기.. 저는 환경을 구축할 때 많은 자료를 수집했다. 여기서 정리를 했고 커피가 CUDA가 없는 환경에서 어떻게 배치되는지 소개했다.
1. build-essentials 설치
개발에 필요한 기본 패키지 설치
 

sudo apt-get install build-essential

essential 패키지를 사용할 수 없는 경우 다음 명령을 실행하여 해결할 수 있습니다.

sudo apt-get update

2. ATLAS for Ubuntu 설치
명령 실행:
 

sudo apt-get install libatlas-base-dev

주: ATLAS, MKL 또는 OpenBLAS 모두 가능합니다. 저는 ATLAS 설치를 선택하겠습니다.
3. OpenCV를 설치할 때 수동으로 설치하지 마십시오. Github에 완전한 설치 스크립트가 작성되어 있습니다.https://github.com/jayrambhia/Install-OpenCV스크립트를 다운로드하여.zip 파일의 압축을 풀고 명령을 풉니다.
 

unzip /home/joe/Install-OpenCV-master.zip

Ubuntu/2.4 디렉토리에 들어가서 모든 셸 스크립트에 실행 권한을 부여합니다.
 

chmod +x *.sh

그런 다음 최신 버전(현재 2.4.9)을 설치합니다.
 

sudo ./opencv2_4_9.sh

4. 추가 종속성 설치
 
Ubuntu14.04 사용자 실행
 

sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev libgflags-dev libgoogle-glog-dev liblmdb-dev protobuf-compiler

다른 시스템을 사용하는 것은 홈페이지 소개를 참고할 수 있다.
5. Caffe를 컴파일하여 상기 환경의 설정을 완성하면 Caffe를 컴파일할 수 있습니다!caffe 설치 패키지를 다운로드하고 주소를 다운로드합니다.https://github.com/BVLC/caffe압축 풀기, 압축 풀기 명령:
 

unzip /home/joe/caffe-master.zip

참고: 압축 해제 위치가 잘못되면 다음 명령을 사용하여 디렉토리와 모든 하위 디렉토리를 삭제할 수 있습니다.
sudo rm -rf caffe-master
커피 루트 디렉터리에 들어가서 Makefile을 복사합니다.config, 명령:
 

cp Makefile.config.example Makefile.config

그런 다음 컨텐트(Makefile.config)를 수정합니다. 수정해야 하는 주요 매개 변수는 다음과 같습니다.
    CPU_온리가 CPU 모드만 사용하는지 여부는 NVIDIA 그래픽이 없어서 CUDA가 설치되어 있지 않기 때문에 이 옵션을 켜야 합니다.나머지 구성은 필요에 따라 수정할 수 있습니다: BLAS(intel mkl 또는 OpenBLAS 사용) MATLABDIR가 MATLAB wrapper를 사용해야 하는 학생은 matlab의 설치 경로를 지정해야 한다. 예를 들어 나의 경로는/usr/local/MATLAB/R2013b이다. (이 디렉터리에는 bin 폴더가 포함되어야 하고 bin 폴더에는 mex 바이너리가 포함되어야 한다)
DEBUG에서 debug 모드를 사용할지 여부입니다. 이 옵션을 켜면 eclipse나 NSight에서 debug 프로그램을 사용할 수 있습니다.
위의 설정이 완료되면 컴파일을 시작합니다.
 

1. make all -j4  



2. make test  



3. make runtest

주의: -j4는 몇 개의 라인을 사용하여 동시에 컴파일하면 속도를 높일 수 있다. j 뒤의 숫자는 CPU 코어의 개수에 따라 결정할 수 있다. 만약에 CPU가 4핵이라면 파라미터는 -j4이다. 이 파라미터를 추가하지 않고'make all'을 사용하면 속도가 좀 느릴 수 있다.
6. MNIST 데이터 세트를 사용하여 테스트
Caffe는 기본적으로 $CAFFE 에 설치됩니다.ROOT는 압축을 풀 수 있는 디렉터리입니다. 예를 들어 $홈/username/caff-master. 따라서 다음 작업은 기본적으로 작업 디렉터리로 전환됩니다.다음 작업은 주로 카페가 정상적으로 작동하는지 테스트하고 상세한 평가를 하지 않는다.구체적인 설정은 홈페이지를 참고하세요.http://caffe.berkeleyvision.org/gathered/examples/mnist.html(1) 데이터 사전 처리는 다운로드한 데이터 세트를 사용하거나 다시 다운로드할 수 있다. 직접 다운로드하는 구체적인 작업은 다음과 같다.
 

1. $ cd caff-master   (go caff home dir )



2. $ sudo sh data/mnist/get_mnist.sh

(2) LDB 파일을 재구성하는 것은 이진 데이터 집합이Caffe 식별을 위한 데이터 집합을 처리하는 것이다. 앞으로 모든 데이터, jpe 파일을 포함하여 이 형식으로 처리하고 명령을 실행하면 다음과 같다.
 

$ sudo sh ./examples/mnist/create_mnist.sh

mnist-train-leveldb/및 mnist-test-leveldb/폴더 생성, LDB 형식의 데이터 집합 포함
주: 새 카페는 루트 디렉터리에서 실행해야 합니다. 다음 명령을 사용하면 실행됩니다.
 
1. # cd examples/
mnist 2. # sudo sh ./create_mnist.sh
이 오류가 발생할 수 있습니다:./create_mnist.sh: 16: ./create_mnist.sh: build/examples/mnist/convert_mnist_data.bin: not found
 
(3) 트레이닝 mnist는 GPU가 없고 CPU만 있으면 examples/mnist 디렉터리에서lenetsolver.prototxt 파일, solvermode: GPU를 solver 로 변경mode:CPU, 수정 결과는 다음과 같습니다.
 

1. # solver mode: CPU or GPU  



2. solver_mode: CPU

수정 시 vi 편집 명령을 사용할 수 있습니다. 파일만 읽고 편집할 수 없으면 sudo 명령을 사용할 수 있습니다. 예를 들어:
 

sudo vi lenet_solver.prototxt

먼저 명령 모드에 들어가고 a를 사용하여 편집 모드에 들어가고 수정이 끝난 후에 esc를 사용하여 편집 모드를 종료하고 마지막 줄 모드에 들어가면':wq'를 사용하여 변경 사항을 저장하고 종료합니다(':q!'변경 사항을 저장하지 않고 종료하기 위해 수정이 완료되면 다음 명령을 실행하여 훈련합니다.

1. $ cd examples/mnist  



2. $ sudo sh ./train_lenet.sh

최종적으로 훈련된 모델은 2진법의protobuf 파일로 저장되며, 이로써 Caffe 설치의 모든 절차가 완료됩니다.
 
 
----------------------------------------------------------------------------------
참조 자료:

Caffe      ： MNIST

http://blog.sciencenet.cn/blog-1583812-843207.html



Caffe + Ubuntu 14.04 64bit + CUDA 6.5     

http://www.cnblogs.com/platero/p/3993877.html



CNN Caffe  

http://www.cnblogs.com/alfredtofu/p/3577241.html

 

Training LeNet on MNIST with Caffe

http://caffe.berkeleyvision.org/gathered/examples/mnist.html



Caffe+Ubuntu14.04+CUDA6.5        

http://www.haodaima.net/art/2823705



caffe    

http://www.haodaima.net/art/2823705

 
 
 
참조 링크:http://94it.net/a/jingxuanboke/2015/0322/493702.html
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
.