cudnn庫的python,cudnn是幹嘛的

本文目錄一覽：

• 1、如何在Windows下安裝配置python介面的caffe
• 2、Windows+Anaconda+caffe python要怎麼配置
• 3、centos中python的類庫文件安裝在什麼位置

如何在Windows下安裝配置python介面的caffe

整了一晚上加一上午。網上關於python的記錄較少，這裡寫一下。

這裡的環境是WIN10+cuda v7.5 +cudnn v4 + opencv + pycharm+VS2013

使用的是GPU，我的GPU是titan16G+內存32G

首先是caffe的文件以及第三方庫的編譯，這裡提供一個已經編譯好的的連接，我就是從那裡下好然後編譯完畢的。

點擊打開鏈接 happynear的

然後就是如何編譯python介面。

1、首先先生成兩個python文件，在src/caffe/proto/extract_proto.bat 里生成caffe_pb2.py 這個之後有用。

2、然後打開已經給好的caffe/buildVS2013，打開裡面已經有的工程文件，正常的情況下應該是有7個工程，選中pycaffee單獨作為要編譯的項目。如圖所示：

把pycaffe作為單啟動。注意需要在release x64位下編譯。

如果沒有這個的話，就將這個文件夾里python文件夾中的項目加入即可。如果沒有python項目，就自己建一個，將python文件夾里的cpp文件加入就可以了。

3、選擇pycaffe的屬性，將配置屬性下的VC++目錄中的包含目錄和庫目錄填上你python所在的include和libs 再在C/C++的目錄下的附加包含目錄一項中添加

以我的python為例。D:/python27/Lib；D:/python/include/ 以及D:/Python27/Lib/site-packages/numpy/core/include 如果你安裝了CUDNN這裡可以在預處理器那裡把USE_CUDNN加上，同時在LINKER的輸入目錄下的附加依賴庫中加入cudnn的lib文件。

3、開始編譯即可。這裡要注意一定要和caffe、caffelib在一個項目里編譯，否則會報錯。

4、編譯成功後會在caffe/python/caffe下生成_caffe.pyd 是打不開的

5、配置python環境：需要幾個額外庫

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要裝MKL版本的，不然scipy裝上了BLAS不能用

leveldb沒有windows版本的，不過我找到了可以使用的辦法。見這個博客：

點擊打開鏈接

如果有pip install 裝不上的，可以上這個網站找 wheel文件安裝就可以了

點擊打開鏈接

6、最後把目錄中python下的caffe文件夾複製到python27/Lib/site-packages就可以了。

測試的時候只需要在控制台下輸入import caffe 看能載入就知道成功了：）

Windows+Anaconda+caffe python要怎麼配置

1、首先先生成兩個python文件，在src\caffe\proto\extract_proto.bat 里生成caffe_pb2.py 這個之後有用。

2、然後打開已經給好的caffe\buildVS2013，打開裡面已經有的工程文件，正常的情況下應該是有7個工程，選中pycaffee單獨作為要編譯的項目把pycaffe作為單啟動。注意需要在release x64位下編譯。如果沒有這個的話，就將這個文件夾里python文件夾中的項目加入即可。如果沒有python項目，就自己建一個，將python文件夾里的cpp文件加入就可以了。

3、選擇pycaffe的屬性，將配置屬性下的VC++目錄中的包含目錄和庫目錄填上你python所在的include和libs 再在C/C++的目錄下的附加包含目錄一項中添加

以我的python為例。D:\python27\Lib；D:\python\include\ 以及D:\Python27\Lib\site-packages\numpy\core\include 如果你安裝了CUDNN這裡可以在預處理器那裡把USE_CUDNN加上，同時在LINKER的輸入目錄下的附加依賴庫中加入cudnn的lib文件。

4、開始編譯即可。這裡要注意一定要和caffe、caffelib在一個項目里編譯，否則會報錯。

centos中python的類庫文件安裝在什麼位置

Caffe需要預先安裝一些依賴項，首先是CUDA驅動。不論是CentOS還是Ubuntu都預裝了開源的nouveau顯卡驅動（SUSE沒有這種問題），如果不禁用，則CUDA驅動不能正確安裝。以Ubuntu為例，介紹一下這裡的處理方法，當然也有其他處理方法。# sudo vi/etc/modprobe.d/blacklist.conf# 增加一行 ：blacklist nouveausudoapt-get –purge remove xserver-xorg-video-nouveau #把官方驅動徹底卸載：sudoapt-get –purge remove nvidia-* #清除之前安裝的任何NVIDIA驅動sudo service lightdm stop #進命令行，關閉Xserversudo kill all Xorg然後下載並安裝 NVIDIA CUDA驅動包，接著安裝安裝BLAS、OpenCV、Boost這三個庫。BLAS數學庫可以是ATLAS, MKL, 或 OpenBLAS，OpenCV要求2.4以上版本，Boost要求1.55版本以上。可選安裝Python MATLAB Caffe 庫，還有 numpy ， pandas 之類的Python類庫。安裝MATLAB，以確保mex 在path路徑中，這些就夠你折騰一個星期了，完事以後就可以編譯安裝了：cp Makefile.config.example Makefile.config# Adjust Makefile.config (for example, if using Anaconda Python, or if cuDNN is desired)make allmake testmake runtest 哦對了，Caffe 顯卡要求：Titan Xs, K80s, GTX 980s, K40s, K20s, Titans, and GTX 770s