caffe2
- caffe2的安装方法有几种。其中最方便的是conda install。但是要求必须安装Anaconda。
conda install -c caffe2 caffe2-cuda8.0-cudnn7
注意:cudnn的版本需要升级,未实验过cudnn5或cudnn6。如果gcc版本小于5,需要指明gcc版本,如:
conda install -c caffe2 caffe2-cuda8.0-cudnn7-gcc4.8
另一种方式是下载源码编译安装。
- 预先安装好Cuda, cudnn, nccl
安装了caffe的需留意cudnn版本,以及安装nccl - 安装依赖库
sudo apt-get update
sudo apt-get install -y --no-install-recommends \
build-essential \
cmake \
git \
libgoogle-glog-dev \
libgtest-dev \
libiomp-dev \
libleveldb-dev \
liblmdb-dev \
libopencv-dev \
libopenmpi-dev \
libsnappy-dev \
libprotobuf-dev \
openmpi-bin \
openmpi-doc \
protobuf-compiler \
python-dev \
python-pip
pip install --user \
future \
numpy \
protobuf
# 若系统为Ubuntu 16.04时,需要安装libgflags-dev
sudo apt install -y --no-install-recommends libgflags-dev
# 若系统为Ubuntu 14.04时,需要安装libgflags2
sudo apt-get install -y --no-install-recommends libgflags2
- 下载源码安装
注意下载的是pytorch(版本为1.0),caffe2是作为其中一个模块。
git clone https://github.com/pytorch/pytorch.git && cd pytorch
git submodule update --init --recursive
python setup.py install
测试是否安装成功
cd ~ && python -c 'from caffe2.python import core' 2>/dev/null && echo "Success" || echo "Failure"
如果是Failure,在python终端内输入from caffe2.python import core
, 可显示详细错误信息。
错误1: no moudle named past.builtins
解决方法:pip install future
安装Dectron官网教程
- 先安装好caffe2
- 安装coco API
# COCOAPI=/path/to/clone/cocoapi
git clone https://github.com/cocodataset/cocoapi.git $COCOAPI
cd $COCOAPI/PythonAPI
# Install into global site-packages
make install
# Alternatively, if you do not have permissions or prefer
# not to install the COCO API into global site-packages
python2 setup.py install --user
在make install 如出现错误error: pycocotools/_mask.c: No such file or directory
:
解决方法:
pip install cython
测试时,出现错误:Detectron ops lib not found; make sure that your Caffe2 version includes Detectron module
跟踪问题,出现在detectron/utils/env.py文件的 def get_detectron_ops_libs():
,函数在环境变量内没找到lib/libcaffe2_detectron_ops_gpu.so
。这个文件在前面编译的caffe2(前文的pytorch)的 build/lib文件夹下
,因此,在detectron/utils/env.py文件的import sys
后追加:
sys.path.insert(0, '/path/to/your/pytorch/build')