Caffe学习：pycaffe接口配置

1、pycaffe介绍：

• 参考链接：Interfaces

• Caffe提供了Python的接口（pycaffe），详见caffe/python文件夹。在python代码中import caffe，可以load models（导入模型），forward and backward（前向、反向迭代）， handle IO（数据输入输出），visualize networks（net可视化），instrument model solving（自定义优化方法）。所有的模型数据、计算参数都是可供读写的。

  • caffe.Net是主要接口，负责导入数据、校验数据、计算模型的。
  • caffe.Classifier用于图像分类。
  • caffe.Detector用于图像检测。
  • caffe.SGDSolver是solver接口。
  • caffe.io处理输入输出，数据预处理。
  • caffe.draw可视化net的结构。
  • Caffe blobs以numpy ndarrays的形式表示，更加方便、高效。

---

2、配置pycaffe：

• 详见Ubuntu14.04 安装Caffe（仅CPU）第10点。

  • 安装依赖库：

    $ sudo apt-get install python-numpy python-scipy python-matplotlib python-sklearn python-skimage python-h5py python-protobuf python-leveldb python-networkx python-nose python-pandas python-gflags Cython ipython$ sudo apt-get install protobuf-c-compiler protobuf-compiler
    1
    2
    1
    2

  • 编译：

    $ cd ~/caffe$ make pycaffe
    1
    2
    1
    2

  • 添加~/caffe/python到$PYTHONPATH：

    $ sudo gedit /etc/profile# 添加： export PYTHONPATH=/path/to/caffe/python:$PYTHONPATH$ source /etc/profile # 使之生效
    1
    2
    3
    4
    5
    1
    2
    3
    4
    5

  • 测试是否可以引用：

    $ pythonPython 2.7.6 (default, Jun 22 2015, 17:58:13) [GCC 4.8.2] on linux2Type "help", "copyright", "credits" or "license" for more information.>>> import caffe>>> 

  • 如果失败可能需要进行如下操作：
  • import sys
  • sys.path.append('/home/usr/caffe/python')
  • import caffe
  • 如果报错error ：No module named google.protobuf.internal
  • 就如下操作

    sudo chmod 777 -R  anaconda（文件夹） 改变权限 然后

    conda install protobuf

  • 今天使用，莫名其妙就提示

    Intel MKL FATAL ERROR: Cannot load libmkl_avx2.so or libmkl_def.so

    找了半天解决方法，最终还是不使用mkl吧。。。

    如参考网址http://stackoverflow.com/questions/36659453/intel-mkl-fatal-error-cannot-load-libmkl-avx2-so-or-libmkl-def-so中给出的：

    conda install nomkl numpy scipy scikit-learn numexprconda remove mkl mkl-service

    其实我这边第二句一直有问题，但是也能使用。。。