Caffe安装问题汇总

ImportError: No module named skimage

【问题1】对于双显卡的笔记本而已，通过*.run方式安装CUDA时，重启后会黑屏出现无法进入桌面，只能进入tty

解决方法：采用*.deb方式来安装CUDA，不需要另外安装NVIDIA驱动（CUDA-7.0自带的就是最新的驱动），同时也不需关闭lightdm服务进入tty终端来安装。

在CUDA官网 https://developer.nvidia.com/cuda-downloads下载deb离线包安装即可。

【问题2】error: ‘CUDNN_POOLING_AVERAGE_COUNT_INCLUDE_PADDING’ was not declared in this scope（安装cuDNN时，make 未声明错误）

In file included from ./include/caffe/util/device_alternate.hpp:40:0,
                 from ./include/caffe/common.hpp:19,
                 from ./include/caffe/util/math_functions.hpp:9,
                 from src/caffe/util/im2col.cpp:6:
./include/caffe/util/cudnn.hpp: In function ‘void caffe::cudnn::createPoolingDesc(cudnnPoolingStruct**, caffe::PoolingParameter_PoolMethod, cudnnPoolingMode_t*, int, int, int, int, int, int)’:
./include/caffe/util/cudnn.hpp:117:13: error: ‘CUDNN_POOLING_AVERAGE_COUNT_INCLUDE_PADDING’ was not declared in this scope
     *mode = CUDNN_POOLING_AVERAGE_COUNT_INCLUDE_PADDING;
             ^
Makefile:510: recipe for target '.build_release/src/caffe/util/im2col.o' failed
make: *** [.build_release/src/caffe/util/im2col.o] Error 1
make: *** Waiting for unfinished jobs....

解决方法：原因是之前用cuDNN版本cudnn-6.5-linux-x64-R2-rc1.tgz过低，不适合当前的caffe版本，在cuDNN官网https://developer.nvidia.com/cuDNN注册下载目前最新的cuDNN版本cudnn-6.5-linux-x64-v2.tgz即可。

【问题3】Check failed: status == CUDNN_STATUS_SUCCESS (6 vs. 0)  CUDNN_STATUS_ARCH_MISMATCH （make runtest 的check错误）

F0510 12:25:55.208068  9923 cudnn_softmax_layer.cpp:19] Check failed: status == CUDNN_STATUS_SUCCESS (6 vs. 0)  CUDNN_STATUS_ARCH_MISMATCH
*** Check failure stack trace: ***
    @     0x7f13a97c7a0d  google::LogMessage::Fail()
    @     0x7f13a97c98c0  google::LogMessage::SendToLog()
    @     0x7f13a97c75d2  google::LogMessage::Flush()
    @     0x7f13a97ca2de  google::LogMessageFatal::~LogMessageFatal()
    @     0x7f13a63347a6  caffe::CuDNNSoftmaxLayer<>::LayerSetUp()
    @     0x7f13a633afad  caffe::SoftmaxWithLossLayer<>::LayerSetUp()
    @           0x47d375  caffe::GradientChecker<>::CheckGradientExhaustive()
    @           0x51e078  caffe::SoftmaxWithLossLayerTest_TestGradientUnnormalized_Test<>::TestBody()
    @           0x74f923  testing::internal::HandleExceptionsInMethodIfSupported<>()
    @           0x747aba  testing::Test::Run()
    @           0x747c08  testing::TestInfo::Run()
    @           0x747ce5  testing::TestCase::Run()
    @           0x748678  testing::internal::UnitTestImpl::RunAllTests()
    @           0x748943  testing::UnitTest::Run()
    @           0x44722a  main
    @     0x7f13a5654a40  (unknown)
    @           0x44c409  _start
Makefile:465: recipe for target 'runtest' failed
make: *** [runtest] Aborted (core dumped)

解决方法：在cuDNN安装包中的INSTALL.txt可以看到

PREREQUISITES

    CUDA 6.5 and a GPU of compute capability 3.0 or higher are required.

意思是GPU的加速能力不够，CUDNN只支持CUDA Capability 3.0以上的GPU加速，而我的笔记本显卡GT635M才2.1的加速能力，在其他3.0以上的显卡运行正常，因此选择不启用cuDNN加速，在Makefile.config中注释USE_CUDNN行。

【问题４】/usr/bin/ld: cannot find -lopenblas

解决方法：

 一般出现这种错误有以下几种原因：

1.系统缺乏对应的库文件；

2.版本不对应；

3.库文件的链接错误；

4.库文件路径设置问题。

 

对应第一第二种情况，可以通过 下载安装lib来解决，ubuntu大多数可以直接通过apt-get来安装：

 

apt-get install libxxx-dev

 一般遇到这种问题笔者第一时间也是会去检查 系统是否已安装该lib或者是否已选择正确版本，

如果还是不能解决问题，那么，引起错误的原因不是链接错误就是库文件路径问题。

 

 通过find或者locate指令定位到链接文件，查看链接文件是否正确的指向了我们希望的lib，如果不是，用 ln -sf */libxxx.so.x */libxxx.so 指令修改它。

 如果是库文件路径引发的问题，可以到/etc/ld.so.conf.d目录下，修改其中任意一份conf文件，（可以自建conf，以方便识别）将lib所在目录写进去，然后在终端输入 ldconfig 更新缓存。　　　　　　

这里，就直接修改Makefile中BLAS_INCLUDE和BLAS_LIB

# BLAS choice:
# atlas for ATLAS (default)
# mkl for MKL
# open for OpenBlas
BLAS := open
# Custom (MKL/ATLAS/OpenBLAS) include and lib directories.
# Leave commented to accept the defaults for your choice of BLAS
# (which should work)!
BLAS_INCLUDE := /opt/OpenBLAS/include
BLAS_LIB := /opt/OpenBLAS/lib

【问题5】g++版本过高

 error: kernel launches from templates are not allowed in system files 1 
 error detected in the compilation of "/tmp/tmpxft_00005657_00000000-10_math_functions.cpp4.ii".

解决方法：

在Ubuntu14.04中会出现g++版本过高的问题，Ubuntu15.04则正常

sudo apt-get install gcc-4.6 g++-4.6 gcc-4.6-multilib g++-4.6-multilib
sudo update-alternatives --remove-all gcc
sudo update-alternatives --remove-all g++
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-4.6 20
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-4.6 20
sudo update-alternatives --install /usr/bin/cc cc /usr/bin/gcc 30
sudo update-alternatives --set cc /usr/bin/gcc
sudo update-alternatives --install /usr/bin/c++ c++ /usr/bin/g++ 30
sudo update-alternatives --set c++ /usr/bin/g++
sudo update-alternatives --config gcc
sudo update-alternatives --config g++

修改makefile，指定g++版本

CXX := /usr/bin/g++-4.6

【问题6】

./create_mnist.sh: 16: ./create_mnist.sh: build/examples/mnist/convert_mnist_data.bin: not found

解决方法：

新版caffe都需要从根目录上执行，不然可能会遇到这个错误

默认切换到了该工作目录 home/username/caffe-master，测试Caffe是否工作正常

$ sh data/mnist/get_mnist.sh  % 数据预处理
$ sh examples/mnist/create_mnist.sh % 生成mnist-train-lmdb 和 mnist-train-lmdb文件夹，这里包含了lmdb格式的数据集
$ sh examples/mnist/train_lenet.sh % 训练mnist

【问题7】

在用pycaffe在做可视化时，出现如下错误

ImportError: No module named skimage

解决方法：

After installing cython , and then scikit-image.

pip install cython
pip install scikit-image