本记录只暂时只记录一些错误。

编译错误,opencv3.2与anaconda3下的libtiff不兼容,冲突。

问题查找(查找所有的TIFF库与编译错误提示匹配/usr/lib/x86_64-linux-gnu/libopencv_imgcodecs.so.3.2.0: undefined reference to `TIFFReadRGBAStrip@LIBTIFF_4.0',可以确定是anaconda3//pkgs目录下的libtiff与opencv3.2冲突):

 wmz@wmz-ThinkPad-T420s:~$ locate libtiff.so
/home/wmz/anaconda3/lib/libtiff.so
/home/wmz/anaconda3/lib/libtiff.so.
/home/wmz/anaconda3/lib/libtiff.so.5.2.
/home/wmz/anaconda3/pkgs/libtiff-4.0.-/lib/libtiff.so
/home/wmz/anaconda3/pkgs/libtiff-4.0.-/lib/libtiff.so.
/home/wmz/anaconda3/pkgs/libtiff-4.0.-/lib/libtiff.so.5.2.
/snap/code//usr/lib/x86_64-linux-gnu/libtiff.so.
/snap/code//usr/lib/x86_64-linux-gnu/libtiff.so.5.2.
/snap/gnome---//usr/lib/x86_64-linux-gnu/libtiff.so.
/snap/gnome---//usr/lib/x86_64-linux-gnu/libtiff.so.5.3.
/snap/gnome---//usr/lib/x86_64-linux-gnu/libtiff.so.
/snap/gnome---//usr/lib/x86_64-linux-gnu/libtiff.so.5.3.
/usr/lib/x86_64-linux-gnu/libtiff.so
/usr/lib/x86_64-linux-gnu/libtiff.so.
/usr/lib/x86_64-linux-gnu/libtiff.so.5.3.

解决办法,卸载冲突的libtiff库,先确定库名字:

使用命令:

conda list

执行结果:

 wmz@wmz-ThinkPad-T420s:~$ conda list
# packages in environment at /home/wmz/anaconda3:
#
_license 1.1 py35_1
_nb_ext_conf 0.3. py35_0
alabaster 0.7. py35_0
anaconda 4.2. np111py35_0
anaconda-clean 1.0. py35_0
anaconda-client 1.5. py35_0
anaconda-navigator 1.3. py35_0
argcomplete 1.0. py35_1
astroid 1.4. py35_0
astropy 1.2. np111py35_0
babel 2.3. py35_0
backports 1.0 py35_0
beautifulsoup4 4.5. py35_0
bitarray 0.8. py35_0
blaze 0.10. py35_0
bokeh 0.12. py35_0
boto 2.42. py35_0
bottleneck 1.1. np111py35_0
cairo 1.12.
cffi 1.7. py35_0
chest 0.2. py35_0
click 6.6 py35_0
cloudpickle 0.2. py35_0
clyent 1.2. py35_0
colorama 0.3. py35_0
conda 4.2. py35_0
conda-build 2.0. py35_0
configobj 5.0. py35_0
contextlib2 0.5. py35_0
cryptography 1.5 py35_0
curl 7.49.
cycler 0.10. py35_0
cython 0.24. py35_0
cytoolz 0.8. py35_0
dask 0.11. py35_0
datashape 0.5. py35_0
dbus 1.10.
decorator 4.0. py35_0
dill 0.2. py35_0
docutils 0.12 py35_2
dynd-python 0.7. py35_0
entrypoints 0.2. py35_0
et_xmlfile 1.0. py35_0
expat 2.1.
fastcache 1.0. py35_1
filelock 2.0. py35_0
flask 0.11. py35_0
flask-cors 2.1. py35_0
fontconfig 2.11.
freetype 2.5.
get_terminal_size 1.0. py35_0
gevent 1.1. py35_0
glib 2.43.
greenlet 0.4. py35_0
gst-plugins-base 1.8.
gstreamer 1.8.
h5py 2.6. np111py35_2
harfbuzz 0.9.
hdf5 1.8.
heapdict 1.0. py35_1
icu 54.1
idna 2.1 py35_0
imagesize 0.7. py35_0
ipykernel 4.5. py35_0
ipython 5.1. py35_0
ipython_genutils 0.1. py35_0
ipywidgets 5.2. py35_0
itsdangerous 0.24 py35_0
jbig 2.1
jdcal 1.2 py35_1
jedi 0.9. py35_1
jinja2 2.8 py35_1
jpeg 8d
jsonschema 2.5. py35_0
jupyter 1.0. py35_3
jupyter_client 4.4. py35_0
jupyter_console 5.0. py35_0
jupyter_core 4.2. py35_0
lazy-object-proxy 1.2. py35_0
leveldb 0.201 <pip>
libdynd 0.7.
libffi 3.2.
libgcc 4.8.
libgfortran 3.0.
libpng 1.6.
libsodium 1.0.
libtiff 4.0.
libxcb 1.12
libxml2 2.9.
libxslt 1.1.
llvmlite 0.13. py35_0
locket 0.2. py35_1
lxml 3.6. py35_0
markupsafe 0.23 py35_2
matplotlib 1.5. np111py35_0
mistune 0.7. py35_0
mkl 11.3.
mkl-service 1.1. py35_2
mpmath 0.19 py35_1
multipledispatch 0.4. py35_0
nb_anacondacloud 1.2. py35_0
nb_conda 2.0. py35_0
nb_conda_kernels 2.0. py35_0
nbconvert 4.2. py35_0
nbformat 4.1. py35_0
nbpresent 3.0. py35_0
networkx 1.11 py35_0
nltk 3.2. py35_0
nose 1.3. py35_1
notebook 4.2. py35_0
numba 0.28. np111py35_0
numexpr 2.6. np111py35_0
numpy 1.11. py35_0
odo 0.5. py35_1
openpyxl 2.3. py35_0
openssl 1.0.2j
pandas 0.18. np111py35_0
partd 0.3. py35_0
patchelf 0.9
path.py 8.2. py35_0
pathlib2 2.1. py35_0
patsy 0.4. py35_0
pep8 1.7. py35_0
pexpect 4.0. py35_0
pickleshare 0.7. py35_0
pillow 3.3. py35_0
pip 8.1. py35_0
pixman 0.32.
pkginfo 1.3. py35_0
ply 3.9 py35_0
prompt_toolkit 1.0. py35_0
protobuf 3.11. <pip>
psutil 4.3. py35_0
ptyprocess 0.5. py35_0
py 1.4. py35_0
pyasn1 0.1. py35_0
pycosat 0.6. py35_1
pycparser 2.14 py35_1
pycrypto 2.6. py35_4
pycurl 7.43. py35_0
pyflakes 1.3. py35_0
pygments 2.1. py35_0
pylint 1.5. py35_1
pyopenssl 16.0. py35_0
pyparsing 2.1. py35_0
pyqt 5.6. py35_0
pytables 3.2.3.1 np111py35_0
pytest 2.9. py35_0
python 3.5.
python-dateutil 2.8. <pip>
python-dateutil 2.5. py35_0
python-gflags 3.1. <pip>
pytz 2016.6. py35_0
pyyaml 3.12 py35_0
pyzmq 15.4. py35_0
qt 5.6.
qtawesome 0.3. py35_0
qtconsole 4.2. py35_1
qtpy 1.1. py35_0
readline 6.2
redis 3.2.
redis-py 2.10. py35_0
requests 2.11. py35_0
rope 0.9. py35_1
ruamel_yaml 0.11. py35_0
scikit-image 0.12. np111py35_1
scikit-learn 0.17. np111py35_2
scipy 0.18. np111py35_0
setuptools 27.2. py35_0
simplegeneric 0.8. py35_1
singledispatch 3.4.0.3 py35_0
sip 4.18 py35_0
six 1.10. py35_0
snowballstemmer 1.2. py35_0
sockjs-tornado 1.0. py35_0
sphinx 1.4. py35_0
spyder 3.0. py35_0
sqlalchemy 1.0. py35_0
sqlite 3.13.
statsmodels 0.6. np111py35_1
sympy 1.0 py35_0
terminado 0.6 py35_0
tk 8.5.
toolz 0.8. py35_0
tornado 4.4. py35_0
traitlets 4.3. py35_0
unicodecsv 0.14. py35_0
wcwidth 0.1. py35_0
werkzeug 0.11. py35_0
wheel 0.29. py35_0
widgetsnbextension 1.2. py35_0
wrapt 1.10. py35_0
xlrd 1.0. py35_0
xlsxwriter 0.9. py35_0
xlwt 1.1. py35_0
xz 5.2.
yaml 0.1.
zeromq 4.1.
zlib 1.2.

从中可以找到库名字就是libtiff,版本号不需要使用,卸载该库:

使用命令:

conda uninstall libtiff

执行结果:

 wmz@wmz-ThinkPad-T420s:~$ conda uninstall libtiff
Fetching package metadata .......
Solving package specifications: .
Package plan for package removal in environment /home/wmz/anaconda3: The following packages will be REMOVED: libtiff: 4.0.- Proceed ([y]/n)? y Unlinking packages ...
[ COMPLETE ]|###################################################| %

再次编译遇到错误:

 [ %] Linking CXX executable caffe
//usr/lib/libgdal.so.20: undefined reference to `sqlite3_column_origin_name'
//usr/lib/libgdal.so.20: undefined reference to `sqlite3_column_table_name'
collect2: error: ld returned exit status
tools/CMakeFiles/caffe.bin.dir/build.make:: recipe for target 'tools/caffe' failed
make[]: *** [tools/caffe] Error
CMakeFiles/Makefile2:: recipe for target 'tools/CMakeFiles/caffe.bin.dir/all' failed
make[]: *** [tools/CMakeFiles/caffe.bin.dir/all] Error
Makefile:: recipe for target 'all' failed
make: *** [all] Error

显示是sqlite3_colum_origin_name 未定义引用,就是找不到,在anaconda下查找有sqlite,可能是版本不匹配,执行更新命令:

conda update sqlite

ubuntu18 + caffe+cpu+anaconda3的更多相关文章

  1. caffe+CPU︱虚拟机+Ubuntu16.04+CPU+caffe安装笔记

    由于本机是window10系统,所以想尝试caffe就在自己电脑上整了一个虚拟机(详情可见:win10系统搭建虚拟机:VMware Workstation Player 12环境+Ubuntu Kyl ...

  2. Caffe初学者第一部:Ubuntu14.04上安装caffe(CPU)+Python的详细过程 (亲测成功, 20180524更新)

    前言: 最近在学习深度学习,最先要解决的当然是开源框架的环境安装了.之前一直在学习谷歌的Tensorflow开源框架,最近实验中需要跟别人的算法比较,下载的别人的代码很多都是Caffe的,所以想着搭建 ...

  3. [置顶] caffe+CPU︱虚拟机+Ubuntu16.04+CPU+caffe安装笔记

    由于虚拟机下的Ubuntu系统一般不包含GPU,故这次安装时为了在无GUP环境下运行caffe.所以只需安装CPU版本的caffe 由于本机是window10系统,所以想尝试caffe就在自己电脑上整 ...

  4. 安装caffe(opencv3+anaconda3)

    目录 仅安装CPU版本的caffe 1.下载相关的依赖包: 2.安装opencv3 3.安装caffe 参考文献: 仅安装CPU版本的caffe 1.下载相关的依赖包: sudo apt-get in ...

  5. Ubuntu16.04下caffe CPU版的详细安装步骤

    一.caffe简介 Caffe,是一个兼具表达性.速度和思维模块化的深度学习框架. 由伯克利人工智能研究小组和伯克利视觉和学习中心开发. 虽然其内核是用C++编写的,但Caffe有Python和Mat ...

  6. Ubuntu 17.10 安装Caffe(cpu)并配置Matlab接口

    (1)安装依赖: sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-ser ...

  7. Ubuntu14.04+caffe+CPU

    刚刚在上篇博客记录了windows10下GPU版本caffe的安装,正准备跑跑论文里的代码,发现好多命令都是.sh命令,这是linux系统的脚本文件.不能直接在windows下运行,于是我想把.sh转 ...

  8. Caffe cpu版本 Linux配置命令及搭建

    Caffee 安装过程 1.安装依赖包 $ sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-de ...

  9. Windows上快速编译caffe CPU版本

    windows上快速安装配置Caffe的 cpu_only环境. 一:安装环境: 1.windows10: 2.Visual Studio2013: 3.Caffe版本:http://github.c ...

随机推荐

  1. Gin框架之参数绑定

    为了能够更方便的获取请求相关参数,提高开发效率,我们可以基于请求的Content-Type识别请求数据类型并利用反射机制自动提取请求中QueryString.form表单.JSON.XML等参数到结构 ...

  2. Linux /etc/network/interfaces

    Linux下/etc/network/interfaces文件用来配置网络接口. 1. 使用动态IP地址 auto eth0 iface eth0 inet dhcp 2. 使用静态IP地址 auto ...

  3. 1-2.Kubectl命令行工具

    1.kubectl用法 $~: kubectl [command] [TYPE] [NAME] [flags] [command] 子命令.用于操作Kubernetes集群资源对象. 可取值:[cre ...

  4. 小程序上拉触底&下拉加载

    data: { pageNo: 1,//当前页 pageSize: 10,//每页条数 count:'',//总条数 orderList: [], }, onLoad: function () { v ...

  5. React网络请求跨域代理设置

    之前的之所以可以请求其他域名下的网络数据,是因为我们在服务端设置了相关配置,如下所示 如果将其注释掉,再次测试,如下所示 此时便无法跨域操作,接下来介绍下React如何实现跨域代理 (1)分析 Rea ...

  6. 44.Python实现简易的图书管理系统

    首先展示一下图书管理系统的首页: 这是图书管理系统的发布图书页面: 最后是图书管理系统的图书详情页已经图书进行删除的管理页. 该图书管理系统为练习阶段所做,能够实现图书详情的查询.图书的添加.图书的删 ...

  7. Java虚拟内存(栈、堆)

    一.java虚拟的内存可以分为几种 1. 第一种 栈(stack) 栈的特点 1.1 栈描述的是方法执行的内存模型,每个方法都被调用都会创建一个栈(存储局部变量.操作数. 方法出口等) 1.2 JVM ...

  8. Jackson使用指南

    Jackson常用注解 序列化注解 @JsonAnyGetter 像普通属性一样序列化Map public class ExtendableBean { public String name; pri ...

  9. Google Chrome 退出清除浏览数据

    版本 79.0.3945.88(正式版本) (64 位) 设置-高级-隐私设置和安全性-网站设置-Cookie和网站数据-退出Chrome时清除Cookie及网站数据.

  10. Chrome 浏览器相关

    ********* 问题 ********* localhost 通常会使用加密技术来保护您的信息.Google Chrome 此次尝试连接到 localhost 时,此网站发回了异常的错误凭据.这可 ...