[PYTHON] Einführung von Kaffee mit Pyenv

2016.3.22 Wir werden alle Bibliotheken vorstellen, die häufig für maschinelles Lernen verwendet werden. Die Umgebung ist Ubuntu 14.04 LTS (da dies die empfohlene Umgebung für Kaffee und Chainer ist)

pyenv

git clone https://github.com/yyuu/pyenv.git ~/.pyenv
echo 'export PYENV_ROOT="$HOME/.pyenv"' >> ~/.bashrc
echo 'export PATH="$PYENV_ROOT/bin:$PATH"' >> ~/.bashrc
echo 'eval "$(pyenv init -)"' >> ~/.bashrc
source ~/.bashrc

python

pyenv install anaconda-2.1.0
pyenv rehash
pyenv global anaconda-2.1.0
echo 'export PATH="$PYENV_ROOT/versions/anaconda-2.1.0/bin/:$PATH"' >> ~/.bashrc
source ~/.bashrc

Dieses Mal habe ich Anaconda-2.1.0 verwendet, das von Caffe empfohlen wird. Da Anaconda ein numerisches Berechnungspaket ist, ist es praktisch, da Numpy, Scipy und Scikit-Learn ab dem Zeitpunkt der Einführung enthalten sind.

Als nächstes stellten wir Caffe, Chainer und TensorFlow vor, die wir normalerweise aus der Deep-Learning-Bibliothek verwenden. Caffe

• cuda

## cuda install 
wget http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1404/x86_64/cuda-repo-ubuntu1404_7.0-28_amd64.deb
sudo dpkg -i cuda-repo-ubuntu1404_7.0-28_amd64.deb
sudo apt-get update
sudo apt-get install cuda

• BLAS

sudo apt-get install libatlas-base-dev
sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev libgflags-dev libgoogle-glog-dev liblmdb-dev protobuf-compiler g++-4.6

--Caffe (Hauptkörper)

## caffe
cd $HOME
git clone https://github.com/BVLC/caffe.git ~/caffe
cd caffe
cp Makefile.config.example Makefile.config
### ※
echo "CPU_ONLY := 1" >> Makefile.config
echo "CXX := /usr/bin/g++-4.6" >> Makefile.config

Ich habe alles fertig, also mache ich einen Ausführungstest

make -j4 all
make -j4 test
make -j4 runtest

Ich möchte Caffe mit Python verwenden, also werde ich Pycaffe vorstellen.

##pycaffe
pip install -r ~/caffe/python/requirements.txt
sudo apt-get install python-dev python-pip python-numpy python-skimage
sudo apt-get install --no-install-recommends libboost-all-dev
echo "export PYTHONPATH=~caffe/python/:$PYTHONPATH" >> ~/.bashrc
source ~/.bashrc
make pycaffe

import caffe

Wenn es keine besonderen Fehler gibt, ist es in Ordnung. Es sollte erwähnt werden, dass Hier

make pycaffe
CXX/LD -o python/caffe/_caffe.so python/caffe/_caffe.cpp
touch python/caffe/proto/__init__.py
PROTOC (python) src/caffe/proto/caffe.proto

>>> import caffe
Traceback (most recent call last):
  File "", line 1, in 
  File "/home/yuki/caffe/python/caffe/__init__.py", line 1, in 
    from .pycaffe import Net, SGDSolver, NesterovSolver, AdaGradSolver, RMSPropSolver, AdaDeltaSolver, AdamSolver
  File "/home/yuki/caffe/python/caffe/pycaffe.py", line 13, in 
    from ._caffe import Net, SGDSolver, NesterovSolver, AdaGradSolver, \
ImportError: /home/yuki/.pyenv/versions/anaconda-2.1.0/bin/../lib/libm.so.6: version `GLIBC_2.15' not found (required by /usr/lib/x86_64-linux-gnu/libxvidcore.so.4)

Wenn Sie vorerst einen solchen Fehler erhalten

/home/yuki/.pyenv/versions/anaconda-2.1.0/bin/../lib/libm.so.6

Wenn Sie diese Datei löschen, wird die Bibliothek geladen (nicht vollständig gelöst).

Immerhin ist es schwierig, eine Umgebung für Kaffee zu schaffen (´ ･ ω ･ ｀)

chainer

pip install chainer

Das ist es! !! Das ist gut

Tensorflow Aus irgendeinem Grund ist die Bibliothek nicht geladen und es fällt mir schwer [TensorFlow-Download and Setup] (https://www.tensorflow.org/versions/r0.7/get_started/os_setup.html#pip-installation)

sudo apt-get install python-pip python-dev
#CPU
sudo pip install --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.7.1-cp27-none-linux_x86_64.whl