通过conda一键安装caffe-gpu【完美成功】

东方耀

通过conda一键安装caffe-gpu【完美成功】系统：Ubuntu 18.04   Windows系统不行


conda是隔离各种环境的利器


caffe的安装一直是拦在新手朋友的一道坎啊  各种依赖 各种报错 让你安装到怀疑人生！


1、创建虚拟环境：conda create -n py3_caffe python=3.6


2、激活环境：conda activate py3_caffe


3、安装caffe-gpu：conda install caffe-gpu （Windows系统无法这样安装）在Ubuntu系统中会有各种情况出现（后面的图展示）

分析原因：首先conda会分析出是否已经安装了CUDA和cuDNN？同时当前虚拟环境的Python版本？
如果之前系统中没有安装CUDA和cuDNN：则（毫无疑问）conda会下载与caffe-gpu和当前python版本相匹配的cuda与cudnn 并自动安装（因为要依赖）
如果早就已经安装了CUDA和cuDNN则：下一步conda会看当前虚拟环境的python版本是否与CUDA、cuDNN相匹配，
如果是匹配的 则conda不会自动下载cuda、cudnn了
如果与当前python版本不匹配，则还会下载一个相匹配的CUDA和cuDNN到当前虚拟环境中（详细看后面的图）

注意：系统中已经安装了CUDA和cuDNN 不代表conda就能识别到（比如是否配置好了环境变量等等）

####################################上面的分析是错的##########################################
错误原因：看conda install caffe-gpu的输出时候 看到是需要下载的包？ 而不是需要安装的包？
继续分析：conda并不会管系统是否已经安装了CUDA和cuDNN，只会根据当前虚拟环境中
python的版本选择对应匹配的CUDA和cuDNN下载并安装（换句话说 不管系统之前是否安装了CUDA和cuDNN
conda的环境中还会安装一次）

4、Python版本=3.7.3 时候 import caffe 会报错：ImportError: libcaffe.so.1.0.0: undefined symbol
安装的时候必须是：conda install -c defaults caffe-gpu
此处 -c default 表示使用defaults 的channel安装。否则会因为依赖库channel不一致，产生上面的错误
ImportError:libcaffe.so.1.0.0: undefined symbol

此时没有用国内的镜像源 速度会慢很多
而且在will be installed的包中：
caffe-gpu = 1.0
cudatoolkit = 10.0
cudnn = 7.6.0
会发现cuda和cudnn的版本升高了（下面有图可看） 所以出现这个问题是国内镜像源没有更新导致

5、进入python3   import caffe 无报错则成功啦！  print(caffe.__version__)  输出是1.0.0

东方耀

caffe的安装还是需要通过源码编译的  否则后续很多问题 而且解决不了   同时无法使用一些模型 比如：caffe-ssd  都需要重新从编码编译

东方耀

为了跑caffe-ssd模型训练 还是推荐使用python2版本 编译ssd 否则很容易出python版本冲突问题  因为默认的caffe与caffe-ssd都是用Python2版本的