在Ubuntu16.04下安裝caffe2

目錄

1.使用conda安裝（anaconda，miniconda）

2.使用conda build安裝

3.使用conda並且從源碼安裝（本人親測，可以安裝caffe2，並且可以安裝Detectron）

---

caffe2的安裝並不簡單，主要原因是中文博客五花八門，而官網的安裝教程又太不詳細，所以這裏根據自己親自的實踐過程寫一篇博客，方便日後查看。

首先還是安裝conda和cudnn，如果沒有安裝這兩個工具的朋友可以參考我的這篇博客：Ubuntu下安裝Cuda和cudnn

下面有兩種安裝方法，第一種方法非常簡單，如果不需要安裝Detectron的話，可以先嚐試第一種方法。

1.使用conda安裝（anaconda，miniconda）

      1.1 安裝anaconda或者miniconda

安裝步驟非常簡單，可參考相關博客完成。需要注意的是要將anaconda的bin路徑放在.bashrc文件中，例如我的路徑爲

export PATH="/home/wangyuanwei/miniconda3/bin:$PATH"

運行下面的指令使環境生效

source ~/.bashrc 

      1.2 創建虛擬環境並激活

由於後續還需要安裝Detectron，而Detectron需要的Python版本爲Python2，所以在創建虛擬環境的時候就指定使用Python2。

打開終端，用下面的命令創建一個名稱爲caffe2的虛擬環境：

conda create -n caffe2 python=2.7

然後激活這個虛擬環境

source activate caffe2

       1.3 安裝caffe2

查看gcc的版本號

gcc --version

如果gcc的版本號小於5的話，可用下面的兩個命令來安裝CPU或者GPU版本的caffe2

CPU版本

conda install -c caffe2 caffe2-gcc4.8

GPU版本

conda install -c caffe2 caffe2-cuda9.0-cudnn7-gcc4.8

 如果gcc的版本號大於5，則按照自己的配置從下面的三條指令中選擇一條命令，假如cuda和cudnn都不符合下面的要求，則可以更改cudnn或者cuda的版本，具體方法可以參考我的另外一篇博客，或者使用下面介紹的從源碼安裝的方法來安裝。

CPU版本

conda install -c caffe2 caffe2

GPU版本1：cuda9.0+cudnn7.0+caffe2

conda install -c caffe2 caffe2-cuda9.0-cudnn7

GPU版本2：cuda8.0+cudnn7.0+caffe2 

conda install -c caffe2 caffe2-cuda8.0-cudnn7

       1.4 驗證caffe2 

上述安裝任務完成後，打開一個新的終端窗口，然後激活caffe2：

source activate caffe2

然後輸入下面的語句驗證是否安裝成功;

python -c 'from caffe2.python import core' 2>/dev/null && echo "Success" || echo "Failure"

如果沒有提示異常就是安裝成功。

但是如果打算安裝 Detectron的話，這種方法不可行，可能是conda安裝的caffe2版本不夠新，所以還不支持Detectron。

2.使用conda build安裝

這是從官網翻譯過來的教程（點擊進入官網教程），這種方法需要事先安裝好anaconda或者miniconda，理論上可以安裝caffe2，並且支持Detectron，不過本人沒有使用這種方法安裝過。（不過方法非常簡單，可以嘗試一下）

（1）下載源碼。

新建一個存放源碼的文件夾（最好不要有中文），然後進入該文件夾，打開終端下載源碼：

git clone --recursive https://github.com/pytorch/pytorch.git && cd pytorch

（2）安裝caffe2 

CPU版本:

./scripts/build_anaconda.sh --install-locally

GPU版本

./scripts/build_anaconda.sh --install-locally --cuda 9.0 --cudnn 7

測試caffe2

python -c 'from caffe2.python import core' 2>/dev/null && echo "Success" || echo "Failure"

3.使用conda並且從源碼安裝（本人親測，可以安裝caffe2，並且可以安裝Detectron）

（1）下載caffe2源碼

cd進入合適的路徑，將源碼存放在當前路徑中，例如我的想將caffe2 的源碼安裝在  /home/wangyuanwei/Deeplearning/目錄下，則運行下面的指令：

cd /home/wangyuanwei/Deeplearning/
git clone --recursive https://github.com/pytorch/pytorch.git && cd pytorch

（2）創建並激活虛擬環境

跟第一種安裝方法類似，首先應該安裝anaconda，創建並激活虛擬環境：

conda create -n caffe2 python=2.7  && source activate caffe2

（3）安裝所需要的安裝包

conda install -y \
    future \
    gflags \
    glog \
    leveldb \
    mkl \
    mkl-include \
    numpy \
    opencv \
    protobuf \
    six

 注意：本人在實際測試的時候發現protobuf老是出錯，原因可能是用conda 自動安裝的protobuf版本太老，也有可能是conda自動安裝的protobuf安裝包出現錯誤。所以下面的步驟非常關鍵

可以使用下面的指令卸載舊版本的protobuf，並且安裝一個新版本的protobuf（親測有效）：

pip uninstall protobuf
pip install 'protobuf>=3.0.0a3'

或者使用下面的指令，從官網正式發佈包重新安裝protobuf（親測有效）

conda install -y --channel https://conda.anaconda.org/conda-forge protobuf

接着查看一下當前的protobuf版本

protoc --version

顯示版本爲 libprotoc 3.6.0，說明protobuf版本更新成功。

（4）創建build文件夾

注意當前的目錄仍然爲/home/wangyuanwei/Deeplearning/caffe2/pytorch，用下面的指令在該目錄下創建build文件夾

git submodule update --init
rm -rf build && mkdir build && cd build

（5）對caffe2的build進行配置

根據conda的安裝位置進行配置，例如我的配置爲：

cmake -DCMAKE_PREFIX_PATH=/home/wangyuanwei/miniconda3/envs/caffe2 -DCMAKE_INSTALL_PREFIX=/home/wangyuanwei/miniconda3/envs/caffe2 ..

此時cmake會輸出一堆配置信息。

（6）編譯並安裝caffe2

make install

本人安裝到20%左右的時候發生了中斷，原因是沒有使用root權限，可以使用下面的指令重新安裝：

sudo make install

（7）測試

如果protobuf沒有問題的話，應該是可以安裝成功的。輸入下面的兩個指令測試：

python2 -c 'from caffe2.python import core' 2>/dev/null && echo "Success" || echo 

python2 -c 'from caffe2.python import workspace; print(workspace.NumCudaDevices())'

如果出現類似“ImportError: No module named caffe2.python”的錯誤的時候，則需要給系統添加一下Python的環境：

打開.bashrc文件，在最後一行添加如下路徑

export PYTHONPATH=/home/wangyuanwei/Deeplearning/caffe2/pytorch/build:$PYTHONPATH

然後運行下面的命令讓環境生效：

source ~/.bashrc 

此時重新打開一個新的終端窗口，並且激活caffe2環境，再次運行上面的測試程序就不會再出錯了。

至此安裝成功！