在Ubuntu16.04下安装caffe2

目录

1.使用conda安装（anaconda，miniconda）

2.使用conda build安装

3.使用conda并且从源码安装（本人亲测，可以安装caffe2，并且可以安装Detectron）

---

caffe2的安装并不简单，主要原因是中文博客五花八门，而官网的安装教程又太不详细，所以这里根据自己亲自的实践过程写一篇博客，方便日后查看。

首先还是安装conda和cudnn，如果没有安装这两个工具的朋友可以参考我的这篇博客：Ubuntu下安装Cuda和cudnn

下面有两种安装方法，第一种方法非常简单，如果不需要安装Detectron的话，可以先尝试第一种方法。

1.使用conda安装（anaconda，miniconda）

      1.1 安装anaconda或者miniconda

安装步骤非常简单，可参考相关博客完成。需要注意的是要将anaconda的bin路径放在.bashrc文件中，例如我的路径为

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

运行下面的指令使环境生效

source ~/.bashrc 

      1.2 创建虚拟环境并激活

由于后续还需要安装Detectron，而Detectron需要的Python版本为Python2，所以在创建虚拟环境的时候就指定使用Python2。

打开终端，用下面的命令创建一个名称为caffe2的虚拟环境：

conda create -n caffe2 python=2.7

然后激活这个虚拟环境

source activate caffe2

       1.3 安装caffe2

查看gcc的版本号

gcc --version

如果gcc的版本号小于5的话，可用下面的两个命令来安装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的版本号大于5，则按照自己的配置从下面的三条指令中选择一条命令，假如cuda和cudnn都不符合下面的要求，则可以更改cudnn或者cuda的版本，具体方法可以参考我的另外一篇博客，或者使用下面介绍的从源码安装的方法来安装。

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 验证caffe2 

上述安装任务完成后，打开一个新的终端窗口，然后激活caffe2：

source activate caffe2

然后输入下面的语句验证是否安装成功;

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

如果没有提示异常就是安装成功。

但是如果打算安装 Detectron的话，这种方法不可行，可能是conda安装的caffe2版本不够新，所以还不支持Detectron。

2.使用conda build安装

这是从官网翻译过来的教程（点击进入官网教程），这种方法需要事先安装好anaconda或者miniconda，理论上可以安装caffe2，并且支持Detectron，不过本人没有使用这种方法安装过。（不过方法非常简单，可以尝试一下）

（1）下载源码。

新建一个存放源码的文件夹（最好不要有中文），然后进入该文件夹，打开终端下载源码：

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

（2）安装caffe2 

CPU版本:

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

GPU版本

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

测试caffe2

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

3.使用conda并且从源码安装（本人亲测，可以安装caffe2，并且可以安装Detectron）

（1）下载caffe2源码

cd进入合适的路径，将源码存放在当前路径中，例如我的想将caffe2 的源码安装在  /home/wangyuanwei/Deeplearning/目录下，则运行下面的指令：

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

（2）创建并激活虚拟环境

跟第一种安装方法类似，首先应该安装anaconda，创建并激活虚拟环境：

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

（3）安装所需要的安装包

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

 注意：本人在实际测试的时候发现protobuf老是出错，原因可能是用conda 自动安装的protobuf版本太老，也有可能是conda自动安装的protobuf安装包出现错误。所以下面的步骤非常关键

可以使用下面的指令卸载旧版本的protobuf，并且安装一个新版本的protobuf（亲测有效）：

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

或者使用下面的指令，从官网正式发布包重新安装protobuf（亲测有效）

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

接着查看一下当前的protobuf版本

protoc --version

显示版本为 libprotoc 3.6.0，说明protobuf版本更新成功。

（4）创建build文件夹

注意当前的目录仍然为/home/wangyuanwei/Deeplearning/caffe2/pytorch，用下面的指令在该目录下创建build文件夹

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

（5）对caffe2的build进行配置

根据conda的安装位置进行配置，例如我的配置为：

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

此时cmake会输出一堆配置信息。

（6）编译并安装caffe2

make install

本人安装到20%左右的时候发生了中断，原因是没有使用root权限，可以使用下面的指令重新安装：

sudo make install

（7）测试

如果protobuf没有问题的话，应该是可以安装成功的。输入下面的两个指令测试：

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

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

如果出现类似“ImportError: No module named caffe2.python”的错误的时候，则需要给系统添加一下Python的环境：

打开.bashrc文件，在最后一行添加如下路径

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

然后运行下面的命令让环境生效：

source ~/.bashrc 

此时重新打开一个新的终端窗口，并且激活caffe2环境，再次运行上面的测试程序就不会再出错了。

至此安装成功！