Introduction de caffe en utilisant pyenv

2016.3.22 Nous présenterons toutes les bibliothèques souvent utilisées pour l'apprentissage automatique. L'environnement est Ubuntu 14.04 LTS (car c'est l'environnement recommandé pour caffe et chainer)

pyenv

git clone https://github.com/yyuu/pyenv.git ~/.pyenv
echo 'export PYENV_ROOT="$HOME/.pyenv"' >> ~/.bashrc
echo 'export PATH="$PYENV_ROOT/bin:$PATH"' >> ~/.bashrc
echo 'eval "$(pyenv init -)"' >> ~/.bashrc
source ~/.bashrc

python

pyenv install anaconda-2.1.0
pyenv rehash
pyenv global anaconda-2.1.0
echo 'export PATH="$PYENV_ROOT/versions/anaconda-2.1.0/bin/:$PATH"' >> ~/.bashrc
source ~/.bashrc

Cette fois, j'ai utilisé anaconda-2.1.0 recommandé par Caffe. De plus, comme anaconda est un logiciel de calcul numérique, c'est pratique car numpy, scipy et scikit-learn sont inclus dès l'introduction.

Ensuite, nous avons présenté Caffe, Chainer, TensorFlow que nous utilisons habituellement à partir de la bibliothèque d'apprentissage en profondeur. Caffe

## cuda install 
wget http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1404/x86_64/cuda-repo-ubuntu1404_7.0-28_amd64.deb
sudo dpkg -i cuda-repo-ubuntu1404_7.0-28_amd64.deb
sudo apt-get update
sudo apt-get install cuda
sudo apt-get install libatlas-base-dev
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 g++-4.6
## caffe
cd $HOME
git clone https://github.com/BVLC/caffe.git ~/caffe
cd caffe
cp Makefile.config.example Makefile.config
### ※
echo "CPU_ONLY := 1" >> Makefile.config
echo "CXX := /usr/bin/g++-4.6" >> Makefile.config

J'ai fini de tout mettre, donc je vais faire un test d'exécution

make -j4 all
make -j4 test
make -j4 runtest

Je veux utiliser caffe avec python, donc je vais vous présenter pycaffe.

##pycaffe
pip install -r ~/caffe/python/requirements.txt
sudo apt-get install python-dev python-pip python-numpy python-skimage
sudo apt-get install --no-install-recommends libboost-all-dev
echo "export PYTHONPATH=~caffe/python/:$PYTHONPATH" >> ~/.bashrc
source ~/.bashrc
make pycaffe
import caffe

S'il n'y a pas d'erreurs particulières, ça va. Il faut noter que ici

make pycaffe
CXX/LD -o python/caffe/_caffe.so python/caffe/_caffe.cpp
touch python/caffe/proto/__init__.py
PROTOC (python) src/caffe/proto/caffe.proto

>>> import caffe
Traceback (most recent call last):
  File "", line 1, in 
  File "/home/yuki/caffe/python/caffe/__init__.py", line 1, in 
    from .pycaffe import Net, SGDSolver, NesterovSolver, AdaGradSolver, RMSPropSolver, AdaDeltaSolver, AdamSolver
  File "/home/yuki/caffe/python/caffe/pycaffe.py", line 13, in 
    from ._caffe import Net, SGDSolver, NesterovSolver, AdaGradSolver, \
ImportError: /home/yuki/.pyenv/versions/anaconda-2.1.0/bin/../lib/libm.so.6: version `GLIBC_2.15' not found (required by /usr/lib/x86_64-linux-gnu/libxvidcore.so.4)

Si vous obtenez une erreur comme celle-ci, pour le moment

/home/yuki/.pyenv/versions/anaconda-2.1.0/bin/../lib/libm.so.6

Si vous supprimez ce fichier, la bibliothèque sera chargée (pas complètement résolue).

Après tout, il est difficile de créer un environnement pour le café (´ ・ ω ・ `)

chainer

pip install chainer

C'est tout! !! C'est bon

Tensorflow Pour une raison quelconque, la bibliothèque n'est pas chargée et j'ai du mal [TensorFlow-Download and Setup] (https://www.tensorflow.org/versions/r0.7/get_started/os_setup.html#pip-installation)

sudo apt-get install python-pip python-dev
#CPU
sudo pip install --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.7.1-cp27-none-linux_x86_64.whl

Recommended Posts

Introduction de caffe en utilisant pyenv
Introduction de scikit-Optimize
Introduction de Python
Un amateur a essayé le Deep Learning avec Caffe (Introduction)
Résumé de l'utilisation de pyenv
Introduction de ferenOS 1 (installation)
Introduction du wrapper Virtualenv
Exemple d'utilisation de lambda
Mécanisme de pyenv et virtualenv
Implémentation de TF-IDF à l'aide de gensim
[CentOS7] Installez anaconda à l'aide de pyenv
[J'ai essayé d'utiliser Pythonista 3] Introduction
Introduction d'activités appliquant Python
Changer la version de python à l'aide de pyenv
python: principes de base de l'utilisation de scikit-learn ①
Coexistence de pyenv et autojump
Introduction à discord.py (3) Utilisation de la voix
Introduction et astuces de mlflow.
Liste des bibliothèques à installer lors de l'installation de Python à l'aide de Pyenv
Un mémorandum d'utilisation de eigen3
Tour verticale de Pise utilisant OpenCV ~
Élever la version de pyenv elle-même
Introduction et mise en œuvre de JoCoR-Loss (CVPR2020)
Capture d'image de Firefox en utilisant Python
Jugement de l'image rétroéclairée avec OpenCV
Calcul du vecteur normal par convolution
Introduction et mise en œuvre de la fonction d'activation
Suppression de la brume à l'aide de Python detailEnhanceFilter
Visualisation de matrices mixtes à l'aide de sklearn.metrics.ConfusionMatrixDisplay
Mesure collective du volume à l'aide du FSL
J'ai essayé d'utiliser GrabCut d'OpenCV
Introduction d'une méthode de conception de contrôleur pilotée par les données
Utiliser Cloud Storage depuis Python3 (Introduction)
Remarques sur l'installation de Python à l'aide de PyEnv
Implémentation des notifications de bureau à l'aide de Python
Introduction de ferenOS 3 (mise à jour et installation du package)
Installer Python sur CentOS à l'aide de Pyenv
Introduction du package de dessin python pygal
Recommandation d'analyse des données à l'aide de MessagePack
Notation de correspondance de modèle par convolution
Reconnaissance d'image des fruits avec VGG16
Enregistrement de l'introduction de Python pour les nouveaux arrivants
Installez Python sur CentOS en utilisant pyenv
(Débutant) Remarques sur l'utilisation de pyenv sur Mac