ubuntu14.04 安装 caffe

系统：Ubuntu 14.04

安装依赖

sudo apt-get install libatlas-base-devsudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-devsudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev protobuf-compiler

安装Caffe

git clone https://github.com/BVLC/caffe.gitcd caffecp Makefile.config.example Makefile.config

我是在服务器上，选择只用CPU（不用GPU）计算

vi Makefile.config# Adjust Makefile.config (for example, if using Anaconda Python)# uncomment CPU_ONLY := 1

最后编译

make allmake pycaffe

跑一下测试（可选）

make testmake runtest

使用Caffe

跑MNIST试试

cd caffesh data/mnist/get_mnist.shsh examples/mnist/create_mnist.shvi examples/mnist/lenet_solver.prototxt# 修改 solver_mode 为 CPU./examples/mnist/train_lenet.sh

更多教程我在看

Caffe是一个清晰而高效的深度学习框架，其作者是博士毕业于UC Berkeley的贾扬清，目前在Google工作。 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： Caffe::set_mode(Caffe::GPU);Caffe的优势上手快：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。Caffe的网络定义Caffe中的网络都是有向无环图的集合，可以直接定义： name: "dummy-net"layers {name: "data" …}layers {name: "conv" …}la…

• Caffe 深度学习框架上手教程