关于ncnn的运行环境安装

简介: ncnn是一个为手机端极致优化的高性能神经网络前向计算框架。其开源代码网址为https://github.com/Tencent/ncnn说一下我使用的环境配置:      1、操作系统:Ubuntu 16.04      2、cuda 8.0      3、Open CV 3.0因为这些库在本地环境上安装起来即复杂又费时,所以我推荐使用docker。
img_b214a8038a3beb57dbe525bd4bd0e9eb.png

ncnn是一个为手机端极致优化的高性能神经网络前向计算框架。

其开源代码网址为https://github.com/Tencent/ncnn

说一下我使用的环境配置:

      1、操作系统:Ubuntu 16.04

      2、cuda 8.0

      3、Open CV 3.0

因为这些库在本地环境上安装起来即复杂又费时,所以我推荐使用docker。这样只需要找到适合的镜像文件进行docker的创建。使用docker不仅不会破坏本地的环境,还可以拥有管理员权限,适合在限制个人操作权限的公用服务器上安装。下面,我说一下我在安装过程中遇到的问题和具体的配置步骤。

Ubuntu的版本最好使用16.04。一开始,我装的是Ubuntu14.04,系统默认安装protobuf 2.5.0,然后发现因为protobuf 版本过低而报错。改成Ubuntu 16.04, 默认安装protobuf 2.6.1,错误消失。

镜像文件可以从网上下载,例如使用linux 指令下载一个名称为caffe - opencv - cuda8.0的镜像文件。

docker pull caffe - opencv - cuda8.0

可以使用指令

docker images

查看新的镜像文件是否部署完成。完成后,创建新的docker。创建的同时需要挂载目录。即在docker中可以读写本地服务器文件。例如,我们将本地/home/data目录下的所有内容挂载到docker的根目录/data下,指令为

docker run -it -v /home/data:/data --name docker_name caffe - opencv - cuda8.0 /bin/bash

也可以挂载多个目录,只需要重复使用-v。其中,docker_name 是docker 的名字,如果不进行命名,则会随机分配docker名。因为docker被创建后,会自动进入docker环境,一般显示root@docker_ID。如果需要给docker改名,可通过指令

docker rename old_name new_name

来修改。查看自己的docker,可以使用

docker ps -a

查找,-a 指所有的docker。也可以通过docker ID来寻找,通过指令

docker ps -a | grep docker_ID

即可,可以看到docker对应的name,确定是否修改成功。初次创建后用exit退出了docker,重新进入需要两条连续指令。

docker start docker_name

docker attach docker_name

到这里,环境就基本配置好了。

目录
相关文章
|
9月前
|
机器学习/深度学习 人工智能
LabVIEW使用OpenVINO加速必备工具包下载与安装教程
LabVIEW使用OpenVINO加速必备工具包下载与安装教程
159 0
LabVIEW使用OpenVINO加速必备工具包下载与安装教程
|
6月前
|
TensorFlow 算法框架/工具 异构计算
YOLO实践应用之搭建开发环境(Windows系统、Python 3.8、TensorFlow2.3版本)
基于YOLO进行物体检测、对象识别,先和大家分享如何搭建开发环境,会分为CPU版本、GPU版本的两种开发环境,本文会分别详细地介绍搭建环境的过程。主要使用TensorFlow2.3、opencv-python4.4.0、Pillow、matplotlib 等依赖库。
111 0
|
12月前
|
并行计算 计算机视觉 C++
部署实战 | 手把手教你在Windows下用TensorRT部署YOLOv8(一)
部署实战 | 手把手教你在Windows下用TensorRT部署YOLOv8(一)
533 0
|
7月前
|
并行计算 PyTorch TensorFlow
【Win11 搭建miniconda 的pytorch1.12环境】
值得注意的是。若采用conda环境配置后续环境,需要注意python版本与Pytorch、Tensorflow等的版本对应关系!接下来的安装与配置均建立在系统环境基础上,不建立在conda环境基础上
154 0
【Win11 搭建miniconda 的pytorch1.12环境】
ModelScope官方镜像,CPU环境镜像(python3.8)pull不存在
在pullModelScope官方镜像时,一直pull失败,发现官方镜像应该没有推送,Python3.7的是有的
|
10月前
|
机器学习/深度学习 TensorFlow 算法框架/工具
【TensorFlow】Python虚拟环境中的依赖包迁移到断网环境
Python虚拟环境中的依赖包迁移到断网环境
|
12月前
|
并行计算 C++ Windows
部署实战 | 手把手教你在Windows下用TensorRT部署YOLOv8(二)
部署实战 | 手把手教你在Windows下用TensorRT部署YOLOv8(二)
776 0
|
机器学习/深度学习 并行计算 TensorFlow
没有显卡怎么使用anaconda配置tensorflow深度学习环境
没有显卡怎么使用anaconda配置tensorflow深度学习环境
没有显卡怎么使用anaconda配置tensorflow深度学习环境
|
TensorFlow 算法框架/工具 异构计算
Tensorflow2.0安装教程 (CPU版本,windows环境)
Anaconda创建虚拟环境报错:An HTTP error occurred when trying to retrieve this URL
458 0
Tensorflow2.0安装教程 (CPU版本,windows环境)
|
PyTorch 算法框架/工具
在pytorch环境下使用jupyter的步骤
在pytorch环境下使用jupyter的步骤
在pytorch环境下使用jupyter的步骤