TX1刷机,配置CUDA及Caffe安装
2016-12-19 本文已影响323人
湘南莽民
一、环境准备
用JetPack刷机到16.04LTS
安装Cuda 8.0.34和CuDnn v5.1
二、安装caffe
2.1依赖库安装
sudo add-apt-repository universe
sudo apt-get update
sudo apt-get install cmake git aptitude screen g++ libboost-all-dev \
libgflags-dev libgoogle-glog-dev protobuf-compiler libprotobuf-dev \
bc libblas-dev libatlas-dev libhdf5-dev libleveldb-dev liblmdb-dev \
libsnappy-dev libatlas-base-dev python-numpy libgflags-dev \
libgoogle-glog-dev python-skimage python-protobuf python-pandas \
libopencv-dev
opencv也可以根据自己的需要选择版本编译,这里为了方便就这么安装了
2.2 下载caffe
直接从BCLV的Git中下载
git clone https://github.com/BVLC/caffe.git
不用使用Nvidia提供的caffe(32Bit),TX1是64Bit的
2.3编译caffe
修改caffe的配置文件
cd caffe
cp Makefile.config.sample Makefile.config
vim Makefile.config
去掉注释,使用CuDNN,使用python层
然后编译
make all -j4
用自带的mnist测试一下
$ bash ./date/mnist/get_mnist.sh
$ bash ./examples/mnist/create_mnist.sh
$ bash ./examples/mnist/train_lenet.sh
有个坑爹的情况是严乐春大哥的网站可能会崩,所以数据下不全,自己拷一下数据就好。
2.4使用g++编译caffe中的classification.cpp文件
参考博客[1]
2.5编译pycaffe
讲道理是没什么问题的,但是忘记编译和测试了,下次搞了再更新。
参考博客
http://blog.csdn.net/q6324266/article/details/52193076
http://blog.csdn.net/zouyu1746430162/article/details/53391283
Trouble shooting
需要注意的是HDF5的头文件路径和库路径
HDF5_INCLUDE_DIRS := /usr/include/hdf5/serial/
HDF5_LIB_DIRS := /usr/lib/aarch64-linux-gnu/hdf5/serial
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include $(HDF5_INCLUDE_DIRS)
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib $(HDF5_LIB_DIRS)