cudnn库的python,cudnn是干嘛的

本文目录一览：

• 1、如何在Windows下安装配置python接口的caffe
• 2、Windows+Anaconda+caffe python要怎么配置
• 3、centos中python的类库文件安装在什么位置

如何在Windows下安装配置python接口的caffe

整了一晚上加一上午。网上关于python的记录较少，这里写一下。

这里的环境是WIN10+cuda v7.5 +cudnn v4 + opencv + pycharm+VS2013

使用的是GPU，我的GPU是titan16G+内存32G

首先是caffe的文件以及第三方库的编译，这里提供一个已经编译好的的连接，我就是从那里下好然后编译完毕的。

点击打开链接 happynear的

然后就是如何编译python接口。

1、首先先生成两个python文件，在src/caffe/proto/extract_proto.bat 里生成caffe_pb2.py 这个之后有用。

2、然后打开已经给好的caffe/buildVS2013，打开里面已经有的工程文件，正常的情况下应该是有7个工程，选中pycaffee单独作为要编译的项目。如图所示：

把pycaffe作为单启动。注意需要在release x64位下编译。

如果没有这个的话，就将这个文件夹里python文件夹中的项目加入即可。如果没有python项目，就自己建一个，将python文件夹里的cpp文件加入就可以了。

3、选择pycaffe的属性，将配置属性下的VC++目录中的包含目录和库目录填上你python所在的include和libs 再在C/C++的目录下的附加包含目录一项中添加

以我的python为例。D:/python27/Lib；D:/python/include/ 以及D:/Python27/Lib/site-packages/numpy/core/include 如果你安装了CUDNN这里可以在预处理器那里把USE_CUDNN加上，同时在LINKER的输入目录下的附加依赖库中加入cudnn的lib文件。

3、开始编译即可。这里要注意一定要和caffe、caffelib在一个项目里编译，否则会报错。

4、编译成功后会在caffe/python/caffe下生成_caffe.pyd 是打不开的

5、配置python环境：需要几个额外库

Cython=0.19.2

numpy=1.7.1

scipy=0.13.2

scikit-image=0.9.3

matplotlib=1.3.1

ipython=3.0.0

h5py=2.2.0

leveldb=0.191

networkx=1.8.1

nose=1.3.0

pandas=0.12.0

python-dateutil=1.4,2

protobuf=2.5.0

python-gflags=2.0

pyyaml=3.10

Pillow=2.3.0

six=1.1.0

其中numpy要装MKL版本的，不然scipy装上了BLAS不能用

leveldb没有windows版本的，不过我找到了可以使用的办法。见这个博客：

点击打开链接

如果有pip install 装不上的，可以上这个网站找 wheel文件安装就可以了

点击打开链接

6、最后把目录中python下的caffe文件夹复制到python27/Lib/site-packages就可以了。

测试的时候只需要在控制台下输入import caffe 看能载入就知道成功了：）

Windows+Anaconda+caffe python要怎么配置

1、首先先生成两个python文件，在src\caffe\proto\extract_proto.bat 里生成caffe_pb2.py 这个之后有用。

2、然后打开已经给好的caffe\buildVS2013，打开里面已经有的工程文件，正常的情况下应该是有7个工程，选中pycaffee单独作为要编译的项目把pycaffe作为单启动。注意需要在release x64位下编译。如果没有这个的话，就将这个文件夹里python文件夹中的项目加入即可。如果没有python项目，就自己建一个，将python文件夹里的cpp文件加入就可以了。

3、选择pycaffe的属性，将配置属性下的VC++目录中的包含目录和库目录填上你python所在的include和libs 再在C/C++的目录下的附加包含目录一项中添加

以我的python为例。D:\python27\Lib；D:\python\include\ 以及D:\Python27\Lib\site-packages\numpy\core\include 如果你安装了CUDNN这里可以在预处理器那里把USE_CUDNN加上，同时在LINKER的输入目录下的附加依赖库中加入cudnn的lib文件。

4、开始编译即可。这里要注意一定要和caffe、caffelib在一个项目里编译，否则会报错。

centos中python的类库文件安装在什么位置

Caffe需要预先安装一些依赖项，首先是CUDA驱动。不论是CentOS还是Ubuntu都预装了开源的nouveau显卡驱动（SUSE没有这种问题），如果不禁用，则CUDA驱动不能正确安装。以Ubuntu为例，介绍一下这里的处理方法，当然也有其他处理方法。# sudo vi/etc/modprobe.d/blacklist.conf# 增加一行 ：blacklist nouveausudoapt-get –purge remove xserver-xorg-video-nouveau #把官方驱动彻底卸载：sudoapt-get –purge remove nvidia-* #清除之前安装的任何NVIDIA驱动sudo service lightdm stop #进命令行，关闭Xserversudo kill all Xorg然后下载并安装 NVIDIA CUDA驱动包，接着安装安装BLAS、OpenCV、Boost这三个库。BLAS数学库可以是ATLAS, MKL, 或 OpenBLAS，OpenCV要求2.4以上版本，Boost要求1.55版本以上。可选安装Python MATLAB Caffe 库，还有 numpy ， pandas 之类的Python类库。安装MATLAB，以确保mex 在path路径中，这些就够你折腾一个星期了，完事以后就可以编译安装了：cp Makefile.config.example Makefile.config# Adjust Makefile.config (for example, if using Anaconda Python, or if cuDNN is desired)make allmake testmake runtest 哦对了，Caffe 显卡要求：Titan Xs, K80s, GTX 980s, K40s, K20s, Titans, and GTX 770s