TX1 Caffe安裝與配置 填坑指南

一、環境配置

本文是在tx1刷機後的基礎上進行配置的。關於tx1刷機可以參考nvidia-tx1 刷機--填坑指南。

1. 交叉編譯環境配置

安裝必要的caffe環境

$ 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 \
libgoogle-glog-dev python-skimage python-protobuf python-pandas \
libopencv-dev

$ git clone

二、編譯caffe

所有環境都安裝好之後，我們可以caffe的編譯了。

首先需要對caffe的配置檔案進行修改。

$ cd caffe

$ mv makefile.config.sample makefile.config
$ gedit makefile.config
第5行：去掉#號，即 「use_cudnn := 1」
儲存退出

編譯caffe

$ make all -j4

三、測試mnist

我們使用caffe自帶的mnist例子來測試caffe是否編譯成功。

$ bash ./date/mnist/get_mnist.sh

$ bash ./examples/mnist/create_mnist.sh
$ bash ./examples/mnist/train_lenet.sh

四、使用g++編譯caffe中的classification.cpp檔案

使用g++指令編譯classification.cpp檔案，需要注意一些鏈結庫的位置。

$ g++ classification.cpp `pkg-config --libs --cflags opencv` -i /home/ubuntu/caffe/include -i /home/ubuntu/caffe/build/src -i /usr/local/cuda/include/ -l /home/ubuntu/caffe/build/lib/ -lcaffe -lprotobuf -lhdf5 -lhdf5_cpp -lhdf5_hl -lhdf5_hl_cpp   -lleveldb -llmdb  -lgflags -lglog -lboost_system -lboost_thread

編譯成功之後，執行生成的a.out檔案測試效果。

$ sudo ./a.out deploy.prototxt vgg_iter_3600.caffemodel mean.binaryproto label.txt 1.jpg

TX1 TX2 Qt安裝與配置

安裝qt creator，開啟終端執行如下命令 sudo apt get install qt5 default qtcreator y安裝qt示例和文件 sudo apt get install qt5 doc qt5 doc html qtbase5 doc html qtbase5 examp...

caffe安裝與配置完美

發現了乙個詳細安裝教程儲存下來吧戳戳戳！感謝大神！下面是一些用到的一些比較經典的部落格caffe中的makefile.config的一些說明 ubuntu16.04安裝caffe問題總結以及解決方案 sudo pip install r requirements.txt 出錯 caffe的配置過程 ...

windows下caffe的安裝與配置

根據以上的兩個教程完成了安裝。其中在最後生成解決方案的時候，出現無法鏈結到python 27 檔案按照以下教程解決 但是自己再次回顧的時候，發現出現這個問題的可能原因是缺少了教程中的這個步驟 使用python 安裝以下檔案 conda install yes numpy scipy matplotl...