在TX1上安装caffe

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/sinat_31802439/article/details/52454217

网上关于caffe和cuda的配置教程很多，但是在TX1这块嵌入电脑上配置caffe还是挺让人头痛的一件事。

本文，争取用最傻瓜最小白的方式来介绍如何在TX1上配置caffe。

第一步安装CUDA

第二步安装OpenCV

第三步安装Cudnn

在https://developer.nvidia.com/rdp/cudnn-download这个网站上下载 cuDNN v4 Library for L4T (ARMv7)这个版本的cudnn

$ tar -zxvf cudnn-7.0-linux-ARMv7-v4.0-prod.tgz
$ cd cuda
# copy the include file
$ sudo cp cudnn.h /usr/local/cuda/include
$ sudo cp libcudnn* /usr/local/cuda/lib

$ sudo ln -sf /usr/local/lib/libcudnn.so.4.0.7 /usr/local/lib/libcudnn.so.4

$ sudo ln -sf /usr/local/lib/libcudnn.so.4 /usr/local/lib/libcudnn.so

$ sudo ldconfig -v

扫描二维码关注公众号，回复： 3257321 查看本文章

sudo ldconfig /usr/local/cuda/lib

到这里准备工作就做好了

下面我们开始通过一个傻瓜的方式，一键安装配置caffe

git clone https://github.com/lishangyu/installCaffeJTX1 下载安装脚本

解压文件夹

cd /installCaffeJTX1 

sudo ./maxPerformance.sh      //开启TX1最大的性能

sudo ./installCaffeCuDNN.sh    //开始下载安装caffe

等到安装结束后

跑一下mnis 测试是否安装好

注意：一定要在/caffe 这个目录下敲入以下指令

./data/mnist/get_mnist.sh  获取数据集

./examples/mnist/create_mnist.sh 创建配置训练文件

sudo ./examples/mnist/lenet_train_test.protptxt 开始训练

在我的TX1上，训练mnist用了2分50秒，精度在99%以上，还是很慢的。。

毕竟嵌入式，比不过台式机。

没有工作站，只能先凑合一下啦~