个人深度学习环境搭建（五）：深度学习框架torch/caffe/tensorflow/mxnet安装

版权所有，转载请注明出处

---

其它相关文章：

• 个人深度学习环境搭建（一）：前言
• 个人深度学习环境搭建（二）：主机配置与组装 -
• 个人深度学习环境搭建（三）：Windows10+Ubuntu16.04双系统安装
• 个人深度学习环境搭建（四）：显卡驱动与常用软件安装

---

** 未完待续…… **

---

说明：以下都是针对Ubuntu 16.04系统下的安装。

一. opencv 3.1 安装

官方网站关于opencv 3.1 的安装说明偏少，官网上的教程还是2.3.4的。我们这里的安装主要参考了以下网站：
Ubuntu 16.04 or 15.10 OpenCV 3.1 Installation Guide
Caffe + Ubuntu 15.04 + CUDA 7.5 新手安装配置指南
ubuntu 16.04 编译opencv3.1，opencv多版本切换
安装过程主要包括依赖关系的安装、编译、安装等三个过程。

1. 依赖关系

主要安装以下内容：

sudo apt-get install build-essential cmake git
sudo apt-get install ffmpeg libopencv-dev libgtk-3-dev python-numpy python3-numpy libdc1394-22 libdc1394-22-dev libjpeg-dev libpng12-dev libtiff5-dev libjasper-dev libavcodec-dev libavformat-dev libswscale-dev libxine2-dev libgstreamer1.0-dev libgstreamer-plugins-base1.0-dev libv4l-dev libtbb-dev qtbase5-dev libfaac-dev libmp3lame-dev libopencore-amrnb-dev libopencore-amrwb-dev libtheora-dev libvorbis-dev libxvidcore-dev x264 v4l-utils unzip

2. 编译

从官网下载源代码，解压缩并进入文件夹。依次执行以下指令。

mkdir build
cd build/
cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local -D WITH_TBB=ON -D WITH_V4L=ON -D WITH_QT=ON -D WITH_OPENGL=ON ..
make

其中，在cmake时可能会遇到以下问题——

（1）问题一：安装过程中报“CMake Error at /usr/lib/x86_64-linux-gnu/cmake/Qt5Gui/Qt5GuiConfig.cmake:27 (message)”，具体如下：

-- Found ZLIB: /home/machao/anaconda3/lib/libz.so (found version "1.2.8") 
-- Found OpenEXR: /usr/lib/x86_64-linux-gnu/libIlmImf.so
CMake Error at /usr/lib/x86_64-linux-gnu/cmake/Qt5Gui/Qt5GuiConfig.cmake:27 (message):
  The imported target "Qt5::Gui" references the file

     "/usr/lib/x86_64-linux-gnu/libEGL.so"

  but this file does not exist.  Possible reasons include:

  * The file was deleted, renamed, or moved to another location.

  * An install or uninstall procedure did not complete successfully.

  * The installation package was faulty and contained

     "/usr/lib/x86_64-linux-gnu/cmake/Qt5Gui/Qt5GuiConfigExtras.cmake"

  but not all the files it references.

Call Stack (most recent call first):
  /usr/lib/x86_64-linux-gnu/cmake/Qt5Gui/Qt5GuiConfigExtras.cmake:50 (_qt5_Gui_check_file_exists)
  /usr/lib/x86_64-linux-gnu/cmake/Qt5Gui/Qt5GuiConfigExtras.cmake:72 (_qt5gui_find_extra_libs)
  /usr/lib/x86_64-linux-gnu/cmake/Qt5Gui/Qt5GuiConfig.cmake:158 (include)
  cmake/OpenCVFindLibsGUI.cmake:19 (find_package)
  CMakeLists.txt:535 (include)

解决方法：可能是链接错误吧，参考here解决了问题。指令如下:

sudo rm /usr/lib/x86_64-linux-gnu/libEGL.so; sudo ln /usr/lib/x86_64-linux-gnu/libEGL.so.1 /usr/lib/x86_64-linux-gnu/libEGL.so

（2）问题二：编译过程中在-- ICV: Downloading ippicv_linux_20151201.tgz...位置卡住很久，最后报错CMake Error at 3rdparty/ippicv/downloader.cmake:73 (file): file DOWNLOAD HASH mismatch。
解决方法：这个应该是由于下载包失败导致的。可以手动下载原始文件并将压缩包放置在路径/home/machao/opencv-3.1.0/3rdparty/ippicv/downloads/linux-808b791a6eac9ed78d32a7666804320e下。具体问题可以参考官方github上的这个issue(incorrect hash in cmake ippicv when installing #5973).

3. 安装

编译成功后，执行以下指令进行安装

sudo make install
sudo /bin/bash -c 'echo "/usr/local/lib" > /etc/ld.so.conf.d/opencv.conf'
sudo ldconfig
sudo apt-get update

欧新宇写了个安装脚本，包含了上述所有过程，可以方便地进行安装，大家可以参考下。百度云盘链接: http://pan.baidu.com/s/1qX1uFHa 密码:wysa

二. Torch 安装

Torch的安装非常简单，按照官方说明进行就OK了。

# in a terminal, run the commands WITHOUT sudo
git clone https://github.com/torch/distro.git ~/torch --recursive
cd ~/torch; bash install-deps;
./install.sh

安装完成后添加PATH变量

# On Linux with bash
source ~/.bashrc

安装完后建议安装iTorch包，可以方便地进行可视化编程。安装方法如下：

sudo apt-get install libzmq3-dev libssl-dev python-zmq
git clone https://github.com/facebook/iTorch.git
cd iTorch
luarocks make

启动只需要在终端输入ipython notebook即可。
官方的其它一些教程或者安装包可以查看这个Cheatsheet.

三. caffe安装

caffe是由BVLC开发的一个深度学习框架，主要由贾扬清在UC Berkeley攻读PhD期间完成（大神，膜拜！）。
安装教程主要参考官网上的安装教程以及Github上针对Ubuntu15.04和16.04的安装教程.

1. 依赖关系

• CUDA ，安装可以参见前面的文章个人深度学习环境搭建（四）：显卡驱动、CUDA、cudnn及常用软件安装(暂未完成).这里就不再赘述了。
• BLAS via ATLAS, MKL, or OpenBLAS。这里我选择安装的是MKL，MKL是微软开发的商业工具包，不过面向科研和学生免费开放，可以在官网注册后下载.安装方法可以参考[官方教程[(https://software.intel.com/en-us/parallel-studio-xe-2016-install-guide-linux).
  下载完成后，进行解压，然后进入文件夹，运行文件install_GUI.sh.

tar zxvf parallel_studio_xe_2016_update3.tar.gz 
cd parallel_studio_xe_2016_update3
sudo sh install_GUI.sh 或者 sudo  install.sh  #前者是图形安装界面

安装过程中会要求输入序列号，这个key在注册后官方会发邮件到注册邮箱里，自己去查看。安装完成后还需要进行一些环境的配置：
在/etc/ld.so.conf.d/下新建文件intel_mkl.conf

sudo vim  /etc/ld.so.conf.d/intel_mkl.conf

然后在文件中添加以下代码

/opt/intel/lib/intel64
/opt/intel/mkl/lib/intel64

添加完内容后使用下面内容使其生效：

sudo ldconfig

另外，如果选择安装ATLAS，在终端输入sudo apt-get install libatlas-base-dev即可。

• Boost
• opencv, 这个的安装在前面已经讲了，不再赘述。
• 其它依赖项

sudo apt-get install -y build-essential cmake git pkg-config
sudo apt-get install -y libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler   libatlas-base-dev libgflags-dev libgoogle-glog-dev liblmdb-dev
sudo apt-get install --no-install-recommends libboost-all-dev

如果要使用Python接口的话需要装以下依赖：

sudo apt-get install  the python-dev
sudo apt-get install -y python-pip
sudo apt-get install -y python-devsudo apt-get install -y python-numpy python-scipy # (Python 2.7 development files)
sudo apt-get install -y python3-devsudo apt-get install -y python3-numpy python3-scipy # (Python 3.5 development files)

2. 安装配置与编译

（1）caffe下载
首先从官方下载caffe源包，解压到某个位置，如~/下。
（2）Makefile.config文件配置
首先需要在官方提供的Makefile.config文件的基础上进行一些配置工作。先拷贝一份原始Makefile.config文件

cd ~/caffe-master
cp Makefile.config.example Makefile.config

可能需要修改的内容主要有:

• OPENCV 3.0

OPENCV_VERSION := 3
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu/hdf5/serial /usr/local/share/OpenCV/3rdparty/lib/

• CPU
  如果只使用CPU（不用GPU）的话，设置如下（取消注释）：

CPU_ONLY := 1

• CUDNN
  启用CUDNN，设置如下（取消注释）：

USE_CUDNN := 1

注意要注释掉CPU模式#CPU_ONLY := 1。如果CUDA的路径和实际不一致（CUDA_DIR := /usr/local/cuda，CUDA 8.0创建的文件夹名为cuda-8.0），需要做一定修改或者创建软链接。

• MKL
  使用微软的Intel Parallel Studio XE 2016，设置如下：

BLAS := mkl

实际上，这里根据你采用的BLAS来修改。

• 一些库和引用文件
  python和hdf5的引用文件和库。

PYTHON_INCLUDE := /usr/include/python2.7 /usr/lib/python2.7/dist-packages/numpy/core/include
WITH_PYTHON_LAYER := 1
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu /usr/lib/x86_64-linux-gnu/hdf5/serial

此处需要根据采用的python版本来修改，默认是python 2.7，也可以修改为python 3或者Anaconda Python。同时注意一定要添加hdf5的引用文件和库路径，我第一次编译caffe失败就是这个地方没弄好。
如果采用Anaconda Python，可以设置如下（取消注释）：

 ANACONDA_HOME := $(HOME)/anaconda3
 PYTHON_INCLUDE := $(ANACONDA_HOME)/include \
        $(ANACONDA_HOME)/include/python3.5m \
        $(ANACONDA_HOME)/lib/python3.5/site-packages/numpy/core/include \
 PYTHON_LIB := $(ANACONDA_HOME)/lib

根据官方的安装说明还要执行一些指令进行hdf5的配置：

find . -type f -exec sed -i -e 's^"hdf5.h"^"hdf5/serial/hdf5.h"^g' -e 's^"hdf5_hl.h"^"hdf5/serial/hdf5_hl.h"^g' '{}' \;
cd /usr/lib/x86_64-linux-gnu
sudo ln -s libhdf5_serial.so.10.1.0 libhdf5.so
sudo ln -s libhdf5_serial_hl.so.10.0.2 libhdf5_hl.so 

官方说这对于Ubuntu 16.04是必须的。上面的libhdf5的版本号需要根据实际来修改下。

• MATLAB
  取消对MATLAB的注释即可。

MATLAB_DIR := /usr/local/MATLAB/R2016a

（3）其它配置
如果需要python接口，需要做如下操作（我也不知道为什么……）：

cd ~/caffe-master/python
for req in $(cat requirements.txt); do pip install $req; done

3. 编译

• 执行以下命令进行caffe的编译。

cd ~/caffe-master
make all -j $(($(nproc)+1))
make test -j $(($(nproc)+1))
make runtest -j $(($(nproc)+1))

这里的-j $(($(nproc) + 1))表示调用CPU可用的核进行并行编译，可以加快便已速度。
编译过程中遇到的问题：
（1）CUDA报错
报错记录如下。

NVCC src/caffe/util/math_functions.cu
NVCC src/caffe/util/im2col.cu
make: /usr/local/cuda/bin/nvcc: Command not found
make: /usr/local/cuda/bin/nvcc: Command not found
Makefile:588: recipe for target '.build_release/cuda/src/caffe/util/math_functions.o' failed
NVCC src/caffe/solvers/adam_solver.cu
make: *** [.build_release/cuda/src/caffe/util/math_functions.o] Error 127
make: *** Waiting for unfinished jobs....
Makefile:588: recipe for target '.build_release/cuda/src/caffe/util/im2col.o' failed
make: *** [.build_release/cuda/src/caffe/util/im2col.o] Error 127
make: /usr/local/cuda/bin/nvcc: Command not found
Makefile:588: recipe for target '.build_release/cuda/src/caffe/solvers/adam_solver.o' failed
make: *** [.build_release/cuda/src/caffe/solvers/adam_solver.o] Error 127

解决方法：这个是CUDA没有安装好（主要是我之前进入不了桌面重装过一次显卡驱动，估计把CUDA弄坏了），然后重装了下CUDA就好了。
（2）google::protobuf相关内容报错
参考这篇博客，应该是Ubuntu系统版本胎心，apt-get安装的protobuf不兼容。
解决方法：下载最新的protobuf源码进行编译安装。
先卸载原有版本:

sudo apt-get autoremove libprotobuf-dev protobuf-compiler

然后安装新版本，安装过程可以参考官方Github上的说明。首先安装依赖关系：

sudo apt-get install autoconf automake libtool curl make g++ unzip

然后，执行下面命令生成配置脚本：

./autogen.sh

这里需要下载google的gmock，此处可能下载有问题，这里我已上传到网盘，请自行下载，下载后解压到protobuf文件下，注意将文件夹名称改为gmock。
然后，就是常见的编译过程：

./configure
make
make check
sudo make install
sudo ldconfig

安装完成后，还需要进行环境的配置，

（3）在重新安装protobuf之后，进行caffe编译又出现下面的错误：

make: *** No rule to make target '/usr/include/google/protobuf/stubs/common.h', needed by '.build_release/cuda/src/caffe/util/math_functions.o'.  Stop.

报错原因：查看了下上面的报错，并没有找到“/usr/include/google/protobuf/stubs/common.h”这个路径及文件。查看了官方Github上的说明文件发现原来protobuf默认安装路径是/usr/local/，而caffe编译时却在/usr/下查找指定文件。
解决方法:重新安装，并修改编译路径为./configure --prefix=/usr，然后重新编译安装。
（4）编译器gcc报错
部分报错内容如下：

/usr/local/cuda/include/host_config.h:115:2: error: #error -- unsupported GNU version! gcc versions later than 5.3 are not supported!

解决方法：gcc和g++版本太低。根据上面的报错内容，找到文件host_config.h并打开，注释掉里面的版本检查语句：

//error -- unsupported GNU version! gcc versions later than 5.3 are not supported!  

• 对caffe和matlab接口进行编译

make pycaffe  -j $(($(nproc) + 1))
make matcaffe -j $(($(nproc) + 1))

参考内容
深度学习（四十一）cuda8.0+ubuntu16.04+theano、caffe、tensorflow环境搭建

http://ouxinyu.github.io/Blogs/20151108001.html
http://blog.csdn.net/autocyz/article/details/51783857
http://blog.csdn.net/g0m3e/article/details/51420565
http://caffe.berkeleyvision.org/install_apt.html
http://blog.csdn.net/solomon1558/article/details/52015754
https://github.com/BVLC/caffe/wiki/Ubuntu-16.04-or-15.10-Installation-Guide

-END-

---

版权所有，转载请注明出处