[Caffe][转载+修正]Caffe-Ubuntu CPU版安装教程

1.1  Python版本

为什么要查看python版本，后面才说吧，毕竟摸爬滚打之后的经验得出的。

1.2 安装依赖库

sudo apt-get install -y libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev

sudo apt-get install -y protobuf-compiler libatlas-base-dev libhdf5-serial-dev libboost-all-dev libboost-all-dev

sudo apt-get install libgflags-dev

sudo apt-get install libblas-dev

1.3安装python-pip

sudo apt-get install -y python-pip

1.4安装git

sudo apt-get install -y git

1.5从网上下载caffe的安装包

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

 

1.6安装python相关的安装包

cd caffe/python进入到caffe目录下得python文件内，安装Python相关的安装包

sudo apt-get install -y python-numpy python-scipy python-matplotlib ipython ipython-notebook

sudo apt-get install -y python-pandas python-sympy python-nose

大概安装下来几百兆，所以自求多福，发现没有玩深度学习，大概最低要求是三点：第一个是耐心，各种框架各种库各种坑等着你；第二个是你的硬件跟不跟得上；第三个是你的网速跟不跟得上；手动捂脸吧！！！！！！！！！

    在caffe/python目录下requirements.txt文件，安装文件里面的安装包

vim requirements.txt

脚本安装如下：

首先回到root下：然后执行

for req in $(cat requirements.txt); do sudo pip install $req;done

 

1.7修改Makefile.config文件

退出root用户，进入caffe目录，编译caffe

首先在caffe目录下，将Makefile.config.example文件拷贝一份名字为Makefile.config

cp Makefile.config.example Makefile.config

通过sudo gedit Makefile.config打开

主要对Makefile.config修改两处：

第一处：CPU_ONLY :=1前面的#去掉，因为这里我们使用的是cpu。

第二处：更改前

INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include 
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib

更改后：

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

这里我们就说说为什么要查看python版本

这里面要求的python的版本为2.7或者3.5，所以现在就出现很尴尬的事情，Python2.7在2020年将被放弃使用，而现在Python的版本已经更新到python3.7，这也许不是我们可以考虑的事情，等待大佬去解决吧！！！！！！！

1.8进行编译安装

sudo make all -j4,其中j4是根据机器的cpu核数量来决定的。

编译完成后:sudo make test​

完成后执行：sudo make runtest

 

这里出现PASSED说明已经成功了。自此经历九死一生你终于可以玩caffe了。

1.9验证

窗口输入python进入python环境，然后输入import caffe如果提示没有错误就表示安装成功
2. 0训练Mnist数据集

（1）获取MNIST数据

./data/mnist/get_mnist.sh

（2）将其转换成Lmdb数据库格式

./examples/mnist/create_mnist.sh

（3）训练网络

./examples/mnist/train_lenet.sh

注意：

examples/mnist/lenet_solver.prototxt 中

#solver mode:CPU or GPU

solver_mode:GPU

改为

#solver mode:CPU or GPU

solver_mode:CPU

再运行 examples/mnist/train_lenet.sh 就可以正常训练！