caffe 使用gpu,有必要安装openblas么,有用intel MKL的么

有用intel MKL的么
 


这里有资料说,如果使用matlab,最好使用mkl
参考资料~~~~~

第四部分:安装Intel MKL 或Atlas

Atlas安装命令(caffe默认也是atlas,Intel MKL需要申请):sudo apt-get install libatlas-base-dev 

**注:这里最好直接安装intel的mkl核心,因为后面调试matlab接口时候还是需要用到mkl库,所以虽然比较麻烦,但是在安装时候直接安装mkl会好一些。

在这一模块可以选择(ATLAS,MKL或者OpenBLAS),我这里使用MKL,首先下载并安装英特尔® 数学内核库 Linux* 版MKL,下载链接, 请下载Student版,先申请,然后会立马收到一个邮件(里面有安装序列号),打开照着下载就行了(可以下载离线版或在线安装版,在线版名称为parallel_studio_xe_2016_online.sh)。通过在线版可以直接安装。

若使用离线版安装,文件下载完之后,要把文件解压到home文件夹(或直接 把tar.gz文件拷贝到home文件夹,为了节省空间,安装完记得把压缩文件给删除喔~),或者其他的ext4的文件系统中。tar zxvf parallel_studio_xe_2015.tar.gz chmod a+x parallel_studio_xe_2015 -R sudo ./install_GUI.sh安装完成之后,需要设置mkl的配置文件

1. 新建intel_mkl.conf, 并编辑之:sudo gedit /etc/ld.so.conf.d/intel_mkl.conf在文件中加入配置路径/opt/intel/lib/intel64 /opt/intel/mkl/lib/intel64
【引自 http://www.cnblogs.com/empty16/p/4793404.html  】


  1. Caffe推荐的BLAS(Basic Linear Algebra Subprograms)有三个选择ATLAS,Intel MKL,OpenBLAS。其中ATLAS是caffe是默认选择开源免费,如果没有安装CUDA的不太推荐使用,因为CPU多线程的支持不太好;Intel MKL是商业库要收费,我没有试过但caffe的作者安装的是这个库,估计效果应该是最好的;OpenBLAS开源免费,支持CPU多线程,【引自​http://yufeigan.github.io/2014/12/14/Caffe%E5%AD%A6%E4%B9%A0%E7%AC%94%E8%AE%B04-caffe%E5%AE%89%E8%A3%85%E9%9C%80%E8%A6%81%E6%B3%A8%E6%84%8F%E7%9A%84libraries/】


 

  1. 使用Caffe的模型做分类时,其运算大概是这样:把输入的图像当做矩阵,一直不停的和模型里面的卷积层kernel做卷积,然后推给pooling层做缩放,最后得到分类结果。最耗时的部分应该在于卷积的操作,Caffe把卷积这种操作转化成了矩阵相乘。而Caffe使用了BLAS的矩阵相乘接口。BLAS是一个数学函数接口标准,有很多个实现。按照Caffe官方ubuntu的安装文档默认安装的是ATLAS。这个版本的BLAS不能利用多核CPU,我们将其换为OpenBLAS,可以利用多核CPU并行计算,加快Caffe的分类速度。【引自http://wxyblog.com/2015/08/27/ubuntu-caffe-openblas/  】


 
 
已邀请:

xinmiao

赞同来自: chg0901

表示一直在用openblas 性能值得信赖

lwplw - EADG

赞同来自: chg0901

看好多教程提到这步装这些,爬过很多次坑之后才发现 装CUDA已经打包安装好了OpenBlas

要回复问题请先登录注册