caffe安装笔记（Ubuntu，CPU）

介绍

Caffe是一个清晰而高效的深度学习框架。Caffe是纯粹的C++/CUDA架构，支持命令行、Python和MATLAB接口；可以在CPU和GPU直接无缝切换。

优势：
- 上手快：模型与相应优化都是以文本形式而非代码形式给出。
Caffe给出了模型的定义、最优化设置以及预训练的权重，方便立即上手。
- 速度快：能够运行最棒的模型与海量的数据。
Caffe与cuDNN结合使用，测试AlexNet模型，在K40上处理每张图片只需要1.17ms.
- 模块化：方便扩展到新的任务和设置上。
可以使用Caffe提供的各层类型来定义自己的模型。
- 开放性：公开的代码和参考模型用于再现。
- 社区好：可以通过BSD-2参与开发与讨论。

安装依赖

# caffe 依赖>>>sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler  >>>sudo apt-get install --no-install-recommends libboost-all-dev  >>>sudo apt-get install libatlas-base-dev  >>>sudo apt-get install libhdf5-serial-dev # Python 依赖>>>sudo apt-get install python-dev  >>>sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev  

安装caffe（可利用virtualenv新建一个纯净环境）

# 我们需要将caffe的源码下载下来，所以需要git>>>sudo apt-get install git# 下载代码>>>git clone https://github.com/BVLC/caffe.git  # 下载完成后，进入caffe文件夹>>>cd caffe# 安装caffe的python依赖>>>for req in $(cat requirements.txt); do pip install $req; done  

配置caffe

# 首先确保在caffe文件夹中，然后修改配置文件# 进行备份>>>cp Makefile.config.example Makefile.config# 进行编辑>>>vim Makefile.config

• 因为CPU MODE, 所以在CPU_ONLY := 1前面的#要去掉
• 两个路径要改成这样:(添加后面的两个hdf5的路径, 否则编译时报hdf5错误)

# Whatever else you find you need goes here.  INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial  LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu/hdf5/serial  

修改完成之后，保存退出即可

# 进行编译>>>make pycaffe  >>>make all  >>>make test  >>>make runtest  # 编译结束后，需要设置环境变量# 首先确保已经进入到caffe文件夹中，之后查看当前路径>>>pwd# 假设输出结果是xxx，那么将xxx复制下来，黏贴至下面xxx的位置>>>export PYTHONPATH=xxx/python:$PYTHONPATH  

测试

一般来说，如果运气好的话，到这里基本就算安装完成，但我们还是要测试一下

# 进入python环境>>>python# 导入caffe模块>caffe# 如果此处没有报任何错误，恭喜你安装成功

部分报错解决方案

* 最好的方案莫过于，复制报错代码，Google一下 *
下面提供几种，我安装时的几处坑
- 设置环境变量，注意一定是在caffe文件夹下，路径是caffe/python的绝对路径
- 安装依赖报错，这个没什么好讲，直接google吧
- make的时候报错，想想看是否编辑了Makefile.config。之后make clean一下，再重新编译一下
- CPU_ONLY这个选项为1时，需要修改一下caffe/examples/mnist/lenet_solver.prototxt，将其中的solver_mode:GPU改为CPU

参考文章