【Caffe安装】Caffe安装（无GPU）--wanglei

0 Caffe安装

按照操作系统的不同（Win、Mac os、Ubuntu），caffe的安装也不同。这里我们主要以ubuntu14.04LTS系统为主。

这里的机制是：caffe负责对原始数据进行训练和测试，而python则负责对整个结果进行可视化的展现（即画图和显示结果）

请参考：http://www.cnblogs.com/platero/p/3993877.html

0.1 安装操作系统ubuntu14.04LTS

双系统的方法：

http://jingyan.baidu.com/article/59703552e0a6e18fc007409f.html

http://jingyan.baidu.com/article/dca1fa6fa3b905f1a44052bd.html

0.2 安装Caffe

0.2.1 安装一些依赖包

为了方便安装caffe依赖包（可以不使用sudo），最好直接使用root权限运行一下所有命令。（获取root权限命令：sudo su）

1. sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler

2. sudo apt-get install --no-install-recommends libboost-all-dev

3. sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev

4. sudo apt-get install libatlas-base-dev

5. sudo apt-get install linux-headers-$(uname -r)

6. sudo apt-get install build-essential

0.2.2 下载Caffe

$ git clone https://github.com/BVLC/caffe.git

$ cd caffe/

$ cp Makefile.config.example Makefile.config

0.2.3 配置Makefile.config

然后修改里面的内容，主要需要修改的参数包括：

修改makefile.config文件权限。这是为了能里面的修改参数。

使用 chmod g+w Makefile.config

2.打开文件进行修改

使用 sudo vim Makefile.config

3.按“i”键开始修改，修改结束后按esc键，键入“：wq”保存并退出

4.修改将# CPU_ONLY = 1前面的#去掉并按“tab”键，（默认从tab处执行）

CPU_ONLY 是否只使用CPU模式，由于我没有NVIDIA的显卡，就没有安装CUDA，因此需要打开这个选项。
5.其余的一些配置可以根据需要修改：
BLAS (使用intel mkl还是OpenBLAS)
MATLAB_DIR 如果需要使用MATLAB wrapper的同学需要指定matlab的安装路径,如我的路径为/usr/local/MATLAB/R2013b (注意该目录下需要包含bin文件夹，bin文件夹里应该包含mex二进制程序)

DEBUG 是否使用debug模式，打开此选项则可以在eclipse或者NSight中debug程序

完成上述设置后，开始编译

1) CPU_ONLY := 1

2) 配置一些引用文件（增加部分主要是解决新版本下，HDF5的路径问题）

0.2.4 编译Caffe

make all -j8

make test -j8

make runtest -j8

编译成功，否则执行 make clean 多执行以下，否则多google吧

在Mnist运行Lenet

0.2.5 测试Caffe

在Mnist测试并运行Lenet
1.获取数据源

sh data/mnist/get_mnist.sh

sh examples/mnist/create_mnist.sh

2.因为是CPU运行，所以修改examples/Mnist/lenet_solver.prototxt中的solver_mode:CPU

solver_mode: CPU

3.训练模型

sh examples/mnist/train_lenet.sh

Game over~~！

0.3 安装python

Caffe拥有python\C++\shell接口，在Caffe使用python特别方便，在实例中都有接口的说明。

0.3.1 安装一些依赖包

如果需要编译pycaffe，还需要安装python-numpy库，这步不安装，编译pycaffe时会提示错误。

sudo apt-get install Python-dev

sudo apt-get install python-numpy

sudo apt-get install python-pip

0.3.2 新建.sh文件并执行安装

cd python

在其下新建一个makePython.sh文件，并写入： for req in $(cat requirements.txt); do pip install $req; done

sh makePython.sh

0.3.3 检查python接口

在命令行输入Python;再输入import caffe时，可能会报以下错误：

can not find module skimage.io

此时只要按照以下命令操作即可：
$ 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 update

0.3.4 编译pycaffe

在caffe-master目录下：
$ make pycaffe

然后在命令行输入python;再输入import caffe就可以成功啦。

0.3.5 安装可视化工具ipython

安装了python还不行，还得安装一下ipython，后者更加方便快捷，更有自动补全功能。而ipython notebook是ipython的最好展现方式。最新的版本改名为jupyter notebook,我们先来安装一下。（如果安装了anaconda, jupyter notebook就已经自动装好，不需要再安装）

# sudo pip install jupyter

安装成功后，运行notebook

# jupyter notebook

就会在浏览器中打开notebook, 点击右上角的New-python2,就可以新建一个网页一样的文件，扩展名为ipynb。在这个网页上，我们就可以像在命令行下面一样运行python代码了。输入代码后，按shift+enter运行，更多的快捷键，可点击上方的help-Keyboard shortcuts查看，或者先按esc退出编辑状态，再按h键查看。

0.3.5 python一些重要的包

要正常使用python，要加载一些有用的包：

0.4 安装OpenCV

这个尽量不要手动安装， Github上有人已经写好了完整的安装脚本：https://github.com/jayrambhia/Install-OpenCV

下载该脚本，进入Ubuntu/2.4目录,给所有shell脚本加上可执行权限

cd Ubuntu/2.4

chmod +x *.sh

然后安装最新版本（当前为2.4.9）

sudo ./opencv2_4_9.sh

脚本会自动安装依赖项，下载安装包，编译并安装OpenCV。整个过程大概半小时左右。

注意，中途可能会报错

opencv-2.4.9/modules/gpu/src/nvidia/core/NCVPixelOperations.hpp(51): error: a storage class is not allowedin an explicit specialization

解决方法在此：http://code.opencv.org/issues/3814 下载 NCVPixelOperations.hpp 替换掉opencv2.4.9内的文件，重新build。

接着，安装opencv

# cd caffe

# sudo git clone https://github.com/jayrambhia/Install-OpenCV

# cd Install-OpenCV/Ubuntu

# sudo sh dependencies.sh

# cd 2.4

# sudo sh opencv2_4_10.sh

0.5 安装Matlab