安装Caffe指导书
环境: Linux 64位
显卡为Intel + AMD,非英伟达显卡
无GPU
一. 安装准备工作
1. 以管理员身份登录
在左上角点击图标,搜索terminal(即终端),以super 管理员身份登录:
命令:sudo su
输入password即可
2. 安装Boost
命令:sudo apt-get install libboost-all-dev
3. 安装BLAS(Intel MKL)
(1) 下载 Intel MKL库,解压后安装
下载地址: https://software.intel.com/en-us/intel-mkl/ 以学校邮箱/科研单位地址进行申请使用免费软件,邮箱里会收到序列号以及下载软件的地址。
进入/tmp,进行解压缩
命令:tar –zxvf l_mkl_11.3.0.109.tgz
(2) 安装MKL
命令:sudo sh install.sh
4. dependent library
命令:
sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev protobuf-compiler liblmdb-dev
5. Glog
命令:
wget https://google-glog.googlecode.com/files/glog-0.3.3.tar.gz
tar zxvf glog-0.3.3.tar.gz
cd glog-0.3.3
sudo sh ./configure
sudo make && sudo make install
6. Lib Path
(1)打开/建立 mkl.conf 文件
命令:sudo gedit /etc/ld.so.conf.d/mkl.conf
输入内容
/opt/intel/lib/intel64
/opt/intel/mkl/lib/intel64
(2)打开/建立 cuda.conf 文件
命令:sudo gedit /etc/ld.so.conf.d/cuda.conf
输入内容:
/usr/local/cuda/lib64
/usr/local/cuda/lib
(3)立即生效
命令:sudo ldconfig
7. 安装protoc-c
命令:sudo apt-get install protobuf-c-compiler protobuf-compiler
8. 安装gflags
命令:wget https://github.com/schuhschuh/gflags/archive/master.zip
unzip master.zip
cd gflags-master
mkdir build && cd build
export CXXFLAGS="-fPIC" && cmake .. && make VERBOSE=1
make
sudo make install
9. 安装lmdb
方法一:(截止目前,这个下载正在维护,所以本人采用第二种方式)
命令:git clone git://gitorious.org/mdb/mdb.git
cd mdb/libraries/liblmdb
make
sudo make install
方法二:
(1)下载lmdb
下载地址:https://github.com/LMDB/lmdb 点击右侧的download,下载下来的是zip格式
(2)解压缩
命令:cd tmp
unzip lmdb_mdb.master.zip
cd lmdb_mdb.master/libraries/liblmdb
make
sudo make install
10. 安装caffe
(1) 下载caffe
命令:git clone
git://github.com/BVLC/caffe.git
(2) 安装caffe
命令:cd caffe
cp Makefile.config.example Makefile.config
二. 编译:
1. 修改Makefile.config三处
CPU_ONLY:= 1的注释(#)去掉
USE_CUDNN:=0
BLAS选择mkl
命令:vi Makefile.config
在需要修改的光标处,先按插入(Insert)键,进行修改(如果写错,不要按左右箭头,先按Esc键,再进行修改),按Esc退出编辑。
如果修改成功,保存命令: :wq ,不保存命令: :q!
2. 编译
命令:make all
make test
make runtest
三. 在mnist运行lenet
1.首先获取mnist数据
命令:cd caffe
./data/mnist/get_mnist.sh
2.创建lenet
命令:./examples/mnist/create_mnist.sh
注意一定要在caffe的根目录下运行以下命令,否则会报“ build/examples/mnist/convert_mnist_data.bin:
not found”的错误。
3.训练cnn
(1)修改
没有GPU的话要记得把caffe/examples/mnist/lenet_solver.prototxt中的solver_mode设置成solver_mode: CPU。
(2)训练cnn,在根目录下执行:
命令:./examples/mnist/train_lenet.sh
准确率可以达到0.9912
四. 安装python接口
由于自己linux系统下python是2.7.6,就没重新安装。如果版本太旧,建议重新安装。参考:http://blog.csdn.net/pan_tian/article/details/7684409
1.安装pip
sudo apt-get install python-pip
python-dev build-essential
2. 配置路径,编辑Makefile.config
PYTHON_INCLUDE := /usr/include/python2.7 \
/usr/lib/python2.7/dist-packages/numpy/core/include
PYTHON_LIB := /usr/local/lib
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib
3.运行以下代码安装必要的依赖项:
sudo pip install -r
./python/requirements.txt
sudo apt-get install python-numpy python-scipy
python-matplotlib python-sklearn python-skimage python-h5py python-protobuf
python-leveldb python-networkx python-nose python-pandas python-gflags Cython
ipython
4. 在caffe的根目录下运行:
make pycaffe
5.
如果python路径添加失败,可以考虑以下方法:(小编使用此方法解决啦)
用super 权限登录,设置环境变量
命令: sudo gedit /etc/profile
在文档的最下面输入:(提示:在PYTHONPATH=之后输入的路径是Linux下自己安装的caffe路径)
PYTHONPATH=caffe/python:$PYTHONPATH
export PYTHONPATH
命令: source /etc/profile
python
import caffe
6.
test:
命令:python draw_net.py <protext> <outfile>
e.g.
./python/draw_net.py ./examples/mnist/lenet_train_test.prototxt lenet.png
注意:首先要安装了graphviz和pydot
命令: sudo apt-get
install graphviz graphviz-doc
sudo pip install pydot
参考帖子:
1.
http://www.cnblogs.com/sunshineatnoon/p/4535329.html
2.
http://blog.csdn.net/wingfox117/article/details/46278001
3. yuanyuan的分享