如何在linux系统下安装caffe

你好，方法如下：

1. 安装Google Logging Library（glog）

glog 下载地址

安装命令如下所示

# 解压tar -zxvf glog-0.3.3.tar.gz# 切换路径cd glog-0.3.3sudo ./configuresudo make –jsudo make install

2. 安装其它依赖

执行以下命令即可。

sudo apt-get install -y libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev sudo apt-get install -y libgflags-dev libgoogle-glog-dev liblmdb-dev protobuf-compiler protobuf-c-compiler python-pandas

3. 编辑Makefile.config文件

*** 作命令如下所示。

unzip caffe-master.zip #本地解压caffe-master#切换路径cd /caffe-master #caffe源文件中没有Makefile.config，需要复制Makefile.config.examplecp Makefile.config.example Makefile.config#编辑Makefile.configvi Makefile.config

修改Makefile.config

PYTHON_LIB := /usr/local/libMATLAB_DIR := /usr/local/MATLAB/R2014a

取消第5行的注释，即将 #USE_CUDNN=1 改为 USE_CUDNN=1；

如果使用本教程系列安装的，就不需要修改BLAS=atlas，如果是参考欧新宇的教程，安装了MKL，需要改成BLAS=mkl；

启用CUDNN，加注释: CPU_ONLY:=1 改成 # CPU_ONLY:=1；

配置路径，实现caffe对Python和Matlab接口的支持：

4. 编辑Makefile文件

如果openCV版本是2.4.x，此小节可以不再阅读

如果openCV版本3.0，还需要修改Makefile文件，实现对OpenCV 3.x的支持。

在Makefile文件中查找“Derive include and lib directories”一节，修改“LIBRARIES +=”的最后一行，增加opencv_imgcodecs，修改之后为：

LIBRARIES += opencv_core opencv_highgui opencv_imgproc opencv_imgcodecs

5. 编译caffe-master

依次执行下面的命令，编译caffe：

make all -jmake test -jmake runtest -j

runtest执行结束之后，如下图所示。这样子就说明安装成功了。

linux下安装caffe（无cuda）以及python接口

caffe（8）

主要过程稍微记录一下：

1.安装BLAS

sudo apt-get install libatlas-base-dev

2.安装依赖项

sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev protobuf-compiler liblmdb-dev

3.安装glog

这个要FQ，我放在我的百度云上了。

tar zxvf glog-0.3.3.tar.gz

cd glog-0.3.3

./configure

make

sudo make install

4.安装gflags

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

这一步需要cmake，如果没有安装可以用 sudo apt-get install cmake 安装。

5.安装lmdb

git clone https://gitorious.org/mdb/mdb.git

cd mdb/libraries/liblmdb

make

sudo make install

如果没有安装Git，也要用 sudo apt-get install git 来安装。

注：如果可以FQ，只用下面一句就可以安装gflags,glog和lmdb了，省了3,4,5这三步。

sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev protobuf-compiler

6.下载Caffe

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

7.安装Caffe

cd caffe

cp Makefile.config.example Makefile.config

因为这里没有gpu，所以需要设置Makefile.config文件中的CPU_ONLY:= 1，把这句的注释去掉就可以了。

然后编译

make all

make test

make runtest

安装好以后我们就可以试着在mnist上跑一下lenet了。

1.首先获取mnist数据

cd caffe

./data/mnist/get_mnist.sh

2.然后创建lenet

./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，参见这里。

3.训练cnn

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。然后在根目录下执行：

./examples/mnist/train_lenet.sh

准确率可以达到0.9912

因为caffe的tutorial上有很大一部分是Python的，所以后来又安装了一下python的接口。

1.首先安装python

2.安装pip

sudo apt-get install python-pip python-dev build-essential

3.运行以下代码安装必要的依赖项：

sudo pip install -r ./python/requirements.txt

4.这里我运行了make clean以及其他编译的caffe的命令，重新编译了一次caffe，但我不确定是不是必须的。

5.在caffe的根目录下运行：

make pycaffe

这里遇到了一个问题：

virtual memory exhausted: Cannot allocate memory

make: *** [python/caffe/_caffe.so] Error 1

按照这里的方法增加Linux虚拟机的内存就可以解决了。

6.把caffe/python的路径加到python路径中：

运行python进入python shell，然后运行下列命令：

import sys

sys.path.append("path/to/caffe/python/")

exit()

7. 这时候再次进入python shell，运行import caffe就没有报错了。

在Linux系统中，可以使用vim来查看文件的变更记录。

1. 打开文件：使用vim打开文件，在命令行中输入：vim <文件名>

2. 查看变更记录：在vim中输入：:grep -i <关键字><文件名>

3. 查看变更记录：在vim中输入：:Glog

4. 查看变更记录：在vim中输入：:Glog -p

这样就可以查看文件的变更记录了。

---