轉(zhuǎn)載請注明：http://blog.csdn.net/stdcoutzyx/article/details/39722999
在上一個鏈接中，我配置了 cuda ，有強大的 GPU ，自然不能暴殄天物，讓資源白白空暇著，所以配置一下卷積神經(jīng)網(wǎng)絡(luò)跑一下程序嘍。至于卷積神經(jīng)網(wǎng)絡(luò)的原理，容后再寫。打算先寫庫的使用方法，再寫原理，以行動帶動對理論的追求。
話不多說，步入正題。
1.?預說明
關(guān)于 cuda-convnet ，起源于一篇經(jīng)典論文 ①，論文中針對 ILSVRC-2010 的數(shù)據(jù)進行實驗，然后發(fā)布了事實上驗使用的代碼，鏈接為 ②。可是，事實往往跟論文是有差距的，鏈接②中的代碼根本不能重現(xiàn)論文中的結(jié)果。在下不才，在使用這個鏈接的庫非常久之后才發(fā)現(xiàn)的，認為非常坑，希望后來者慎之。
之所以說它坑，首先，論文中提到特性中， multi-GPU 和 dropout 就沒有實現(xiàn)，并且也沒有給出論文中 8 層卷積神經(jīng)網(wǎng)絡(luò)的配置文件。總之不能直接拿來用，須要自己探索。
盡管如此，但有總比沒有好，畢竟這個庫實現(xiàn)的卷積神經(jīng)網(wǎng)絡(luò)封裝的非常好，論文中的大神的貢獻非我等小菜所能企及的。給大神點 32 個贊。
本文僅僅對 cuda-convnet 和 cuda-convnet2 的配置進行說明，論文中的作者還發(fā)布了其它版本號的庫，尚未用到，故且按下不提。
2.?Cuda-convnet 配置
2.1.?源代碼下載
參考鏈接②，先將源代碼下載下來。
svn checkout http://cuda-convnet.googlecode.com/svn/trunk/ cuda-convnet-read-only
取出的版本號是 562 。
2.2.?安裝必要的庫
然后，安裝必須的庫，我使用的是 ubuntu 系統(tǒng)。所以命令為
sudo apt-get install python-dev python-numpy python-magic python-matplotlib libatlas-base-dev
當然，還要確認你安裝了 cuda ，我安裝的是 cuda6.5 ，在 /usr/local/ 文件夾下，例如以下所看到的：
$ ls /usr/local
bin cuda cuda-6.5 etc games include lib man sbin share src
2.3.?更改 build.sh
進入到剛才下載的 cuda-convnet-read-only 文件夾，更改 build.sh 文件里的配置路徑。例如以下所看到的：
# CUDA toolkit installation directory.
export CUDA_INSTALL_PATH=/usr/local/cuda
# CUDA SDK installation directory.
export CUDA_SDK_PATH=/usr/local/cuda-6.5/samples/common/inc
# Python include directory. This should contain the file Python.h, among others.
export PYTHON_INCLUDE_PATH=/usr/include/python2.7
# Numpy include directory. This should contain the file arrayobject.h, among others.
export NUMPY_INCLUDE_PATH=/usr/lib/python2.7/dist-packages/numpy/core/include/numpy
# ATLAS library directory. This should contain the file libcblas.so, among others.
export ATLAS_LIB_PATH=/usr/lib/atlas-base
make $*
依照官網(wǎng)的教程，配置完 build.sh 后就能夠進行編譯了。可是會錯誤發(fā)生，還須要改例如以下幾個地方才干夠。
2.4.?頭文件加入
直接編譯會發(fā)生找不到 cutil_inline.h 頭文件的錯誤。分析原因可能是原來有這個頭文件，后來這個頭文件的功能被實現(xiàn)到其它頭文件里去了。
在 include 子目錄下田間 cutil_inline.h 文件，并輸入內(nèi)容。
#include "helper_cuda.h"
#define cutilCheckMsg(a) getLastCudaError(a)
#define cutGetMaxGflopsDeviceId() gpuGetMaxGflopsDeviceId()
#define MIN(a,b) (a) < (b) ? (a) : (b)
2.5.?MakeFile 文件更改
MakeFile 第 3 行，原文例如以下：
INCLUDES := -I$(PYTHON_INCLUDE_PATH) -I$(NUMPY_INCLUDE_PATH) -I./include -I./include/common -I./include/cudaconv2 -I./include/nvmatrix
加入 cuda 的路徑后例如以下：
INCLUDES := -I$(PYTHON_INCLUDE_PATH) -I$(NUMPY_INCLUDE_PATH) -I$(CUDA_SDK_PATH) -I./include -I./include/common -I./include/cudaconv2 -I./include/nvmatrix
保存之。
2.6.?最后的庫鏈接錯誤
做完上述修改后，能夠編譯了，但到最后會發(fā)生一個庫鏈接的錯誤，不用管，直接將那個庫凝視掉。
在 common-gcc-cuda-4.0.mk 文件的 332 行。直接用 # 號凝視。
# LIB += -lcutil_$(LIB_ARCH) $(LIBSUFFIX) -lshrutil_$(LIB_ARCH) $(LIBSUFFIX)
至此，就能夠完畢 cuda-convnet 的編譯了。
3.?Cuda-convnet2 配置
顧名思義，這是 cuda-convnet 的 2.0 版本號，支持多 GPU 執(zhí)行。
3.1.?源代碼下載
git?clone? https://code.google.com/p/cuda-convnet2/
3.2.?必要的庫
sudo apt-get install python-dev python-numpy python-scipy python-magic python-matplotlib libatlas-base-dev libjpeg-dev libopencv-dev
3.3.?配置
我僅僅能說，這個版本號的比上個版本號人性化多了，這個版本號的 build.sh 直接如此。
# CUDA toolkit installation directory.
export CUDA_INSTALL_PATH=/usr/local/cuda
# Python include directory. This should contain the file Python.h, among others.
export PYTHON_INCLUDE_PATH=/usr/include/python2.7
# Numpy include directory. This should contain the file arrayobject.h, among others.
export NUMPY_INCLUDE_PATH=/usr/lib/python2.7/dist-packages/numpy/core/include/numpy/
# ATLAS library directory. This should contain the file libcblas.so, among others.
export ATLAS_LIB_PATH=/usr/lib/atlas-base
# You don't have to change these:
export LD_LIBRARY_PATH=$CUDA_INSTALL_PATH/lib64:$LD_LIBRARY_PATH
export CUDA_SDK_PATH=$CUDA_INSTALL_PATH/samples
export PATH=$PATH:$CUDA_INSTALL_PATH/bin
假設(shè)是在 ubuntu 下的話，這樣就直接已經(jīng)基本把路徑都配置對了。
3.4.?鏈接錯誤
可是直接編譯的話還是會遇到錯誤，例如以下所看到的：
cd ./bin/ && g++ -O3 -DNUMPY_INTERFACE -shared -Wl,-no-undefined -o libutilpy.so src/matrix.o -L/usr/lib/atlas-base -latlas -lcblas -lpython2.7
/usr/bin/ld: cannot find -latlas
/usr/bin/ld: cannot find -lcblas
collect2: error: ld returned 1 exit status
主要是由于 atlas 庫中沒有 libatlas.so 和 libctlas.so 。查看 atlas 的文件夾發(fā)現(xiàn)結(jié)構(gòu)如此：
:/usr/lib/atlas-base$ ls -l
總用量 4292
drwxr-xr-x 2 root root 4096 9月 22 11:41 atlas
lrwxrwxrwx 1 root root 15 2月 4 2014 libatlas.so.3 -> libatlas.so.3.0
-rw-r--r-- 1 root root 3746968 2月 4 2014 libatlas.so.3.0
lrwxrwxrwx 1 root root 15 2月 4 2014 libcblas.so.3 -> libcblas.so.3.0
-rw-r--r-- 1 root root 135376 2月 4 2014 libcblas.so.3.0
lrwxrwxrwx 1 root root 17 2月 4 2014 libf77blas.so.3 -> libf77blas.so.3.0
-rw-r--r-- 1 root root 131000 2月 4 2014 libf77blas.so.3.0
lrwxrwxrwx 1 root root 22 2月 4 2014 liblapack_atlas.so.3 -> liblapack_atlas.so.3.0
-rw-r--r-- 1 root root 369472 2月 4 2014 liblapack_atlas.so.3.0
加入兩個軟鏈接，運行命令：
sudo ln -s libatlas.so.3.0 libatlas.so
sudo ln -s libcblas.so.3.0 libcblas.so
文件夾結(jié)構(gòu)變?yōu)槿绱耍?
/usr/lib/atlas-base$ ls -l
總用量 4292
drwxr-xr-x 2 root root 4096 9月 22 11:41 atlas
lrwxrwxrwx 1 root root 15 10月 1 22:35 libatlas.so -> libatlas.so.3.0
lrwxrwxrwx 1 root root 15 2月 4 2014 libatlas.so.3 -> libatlas.so.3.0
-rw-r--r-- 1 root root 3746968 2月 4 2014 libatlas.so.3.0
lrwxrwxrwx 1 root root 15 10月 1 22:36 libcblas.so -> libcblas.so.3.0
lrwxrwxrwx 1 root root 15 2月 4 2014 libcblas.so.3 -> libcblas.so.3.0
-rw-r--r-- 1 root root 135376 2月 4 2014 libcblas.so.3.0
lrwxrwxrwx 1 root root 17 2月 4 2014 libf77blas.so.3 -> libf77blas.so.3.0
-rw-r--r-- 1 root root 131000 2月 4 2014 libf77blas.so.3.0
lrwxrwxrwx 1 root root 22 2月 4 2014 liblapack_atlas.so.3 -> liblapack_atlas.so.3.0
-rw-r--r-- 1 root root 369472 2月 4 2014 liblapack_atlas.so.3.0
然后就能夠正常編譯了。
參考文獻
① ImageNet?Classification?with?Deep?Convolutional?Neural?Networks
更多文章、技術(shù)交流、商務合作、聯(lián)系博主
微信掃碼或搜索：z360901061
微信掃一掃加我為好友
QQ號聯(lián)系： 360901061
您的支持是博主寫作最大的動力，如果您喜歡我的文章，感覺我的文章對您有幫助，請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧，狠狠點擊下面給點支持吧，站長非常感激您！手機微信長按不能支付解決辦法：請將微信支付二維碼保存到相冊，切換到微信，然后點擊微信右上角掃一掃功能，選擇支付二維碼完成支付。
【本文對您有幫助就好】元
