步骤1:安装所需的依赖库
1
命令如下。
(1)sudo apt-get update
(2)sudo apt-get install -y --no-install-recommends \
build-essential \
cmake \
git \
libgoogle-glog-dev \
libprotobuf-dev \
protobuf-compiler \
python-dev \
python-pip
(3)sudo pip install numpy protobuf
END
步骤2:可选的GPU支持
1
概述。如果您打算使用GPU而不是CPU,那么您应该安装NVIDIA CUDA 8和cuDNN v5.1或v6.0,这是GPU加速的深度神经网络的原生类型库。
2
首先更新您的显卡驱动程序(NVIDIA CUDA 8)! 否则您可能会遇到各种难以诊断的错误。
1、适用Ubuntu 16.04的命令行。
(1)sudo apt-get update && sudo apt-get install wget -y --no-install-recommends
(2)wget "http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64/cuda-repo-ubuntu1604_8.0.61-1_amd64.deb"
(3)sudo dpkg -i cuda-repo-ubuntu1604_8.0.61-1_amd64.deb
(4)sudo apt-get update
(5)sudo apt-get install cuda
2、适用Ubuntu 14.04的命令行。
(1)sudo apt-get update && sudo apt-get install wget -y --no-install-recommends
(2)wget "http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1404/x86_64/cuda-repo-ubuntu1404_8.0.61-1_amd64.deb"
(3)sudo dpkg -i cuda-repo-ubuntu1404_8.0.61-1_amd64.deb
(4)sudo apt-get update
(5)sudo apt-get install cuda
3
安装cuDNN(适用所有Ubuntu版本)。
(1)CUDNN_URL="http://developer.download.nvidia.com/compute/redist/cudnn/v5.1/cudnn-8.0-linux-x64-v5.1.tgz"
(2)wget ${CUDNN_URL}
(3)sudo tar -xzf cudnn-8.0-linux-x64-v5.1.tgz -C /usr/local
(4)rm cudnn-8.0-linux-x64-v5.1.tgz && sudo ldconfig
END
步骤3:可选依赖库
libgflags库安装。注意:libgflags2是用于Ubuntu 14.04;libgflags-dev是用于Ubuntu 16.04。这两个不能搞混,否则安装会报错。
(1)适用Ubuntu 14.04的命令行。
sudo apt-get install -y --no-install-recommends libgflags2
(2)适用Ubuntu 16.04的命令行。
sudo apt-get install -y --no-install-recommends libgflags-dev
安装其他可选依赖库(适合Ubuntu 14.04和16.04)。
(1)sudo apt-get install -y --no-install-recommends \
libgtest-dev \
libiomp-dev \
libleveldb-dev \
liblmdb-dev \
libopencv-dev \
libopenmpi-dev \
libsnappy-dev \
openmpi-bin \
openmpi-doc \
python-pydot
(2)sudo pip install \
flask \
future \
graphviz \
hypothesis \
jupyter \
matplotlib \
pydot python-nvd3 \
pyyaml \
requests \
scikit-image \
scipy \
setuptools \
six \
tornado