CUDA 7, CuDNN 2, Caffe and Digits on MacOS

机器学习、神经网络等概念一直是行业热点,想要入门的话得需要一个环境吧,以下是一个新手介绍的在MacOS上配置。

一如既往 Command Line Tools

1
xcode-select --install

安装 CUDA Toolkit

Download:https://developer.nvidia.com/cuda-downloads

QQ20160810-0
QQ20160810-2

Verify
1
/usr/local/cuda/bin/nvcc --version

Update:可进入系统面板中 CUDA 更新 Driver

QQ20160810-1

安装 CuDNN

Download(需要注册并填写问卷)

https://developer.nvidia.com/rdp/cudnn-download
98771466-32EC-4952-8001-54F9905CC132

Extract 出来 得到 cuda 文件夹,将其对应目录放到系统位置

这里以 /usr/local/cuda/lib 和 /usr/local/cuda/include 为例

导出LIB_PATH
1
2
3
cd /usr/local/cuda/lib
export DYLD_LIBRARY_PATH=`pwd`:$DYLD_LIBRARY_PATH
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib/libcudnn*

配置 Python 环境,建议使用 brew 来安装,OSX 自带的稍老,并且需要 pip

1
2
3
brew install python
sudo easy_install pip
sudo -H proxychains4 pip install --upgrade pip setuptools

如若出错,请运行 brew doctor 诊断下 brew 错误,pip 安装可能需要翻墙。

安装 Python 包

1
2
3
4
5
brew tap homebrew/science
brew update
brew install snappy leveldb gflags glog szip lmdb hdf5 numpy opencv graphviz
brew install --build-from-source --with-python -vd protobuf
brew install --build-from-source -vd boost boost-python

安装 Caffe(http://caffe.berkeleyvision.org

Clone
1
2
3
git clone https://github.com/BVLC/caffe.git
cd caffe
cp Makefile.config.example Makefile.config
Configuration
1
vi Makefile.config

将其内的 Python 环境,numpy 路径配置好:
84E9C779-5AD9-4C83-A107-D6955A4E72CD

Compile
1
2
3
make all --jobs=12
make test --jobs=12
make runtest

启动测试后(让他跑5分钟)如果输出无问题,说明基本运行:
QQ20160810-3

Python 库
1
2
for req in $(cat python/requirements.txt); do sudo -H pip install $req; done
make pycaffe

QQ20160810-1

安装 Torch(http://torch.ch/docs/getting-started.html)(2.0 Digits 可跳过)

Clone
1
git clone https://github.com/torch/distro.git --recursive
Install Script
1
2
3
cd torch
./install-deps
./install.sh -b

安装 Digits(https://developer.nvidia.com/digits

Clone
1
2
git clone https://github.com/NVIDIA/DIGITS.git
cd DIGITS
Python 依赖
1
sudo -H pip install -r requirements.txt

QQ20160810-0

Launch!
1
export CAFFE_HOME=../caffe && ./digits-devserver

配置终了,访问 http://localhost:5000

补充

推荐运行 pip 时,走国内镜像(例为豆瓣):在命令后加 -i https://pypi.douban.com/simple 即可。
如遇到启动 digits-devserver 时的 segmentation fault,考虑更换 xCode