Mac下安装Anaconda+Caffe

Mac下安装Anaconda+Caffe

Mac下安装caffe主要步骤：

• 安装Anaconda
• 安装Caffe依赖库、编译Caffe

---

安装Anaconda

这个从官网下载pkg安装版一路next很顺利就装好了，默认路径在~/anconda，安装器会自动添加路径到PATH中.

安装Caffe依赖库，编译Caffe

参考：
Mac下安装caffe（cpu－only） .
mac安装caffe（避免踩坑的脚本）

安装依赖库

brew install --fresh -vd snappy leveldb gflags glog szip lmdb homebrew/science/opencv

brew install --build-from-source --with-python --fresh -vd protobuf  

brew install --build-from-source --fresh -vd boost boost-python

brew install openblas  

编译

Makefile.config里要设置 Anaconda 和 Blas路径 ，

make all  

另外，caffe-master/python文件夹下的requirements.txt中显示了编译pycaffe所需的库列表，需要提前安装。（ 能用anaconda装的所需modules和libraries就用conda装，装不了再试其他的

for req in $(cat python/requirements.txt); do pip install $req; done  
make pycaffe  
make distribute  

最后,设置环境变量PYTHONPATH.

open ~/.bash_profile

# added by Anaconda2 4.4.0 installer
export PATH="/Users/~/anaconda/bin:$PATH"
# caffe
export PATH="/usr/local/Cellar/caffe/build/tools:$PATH"
export PYTHONPATH=/usr/local/Cellar/caffe/python:$PYTHONPATH 

Anaconda中import caffe的问题

到此时，在系统的terminal中输入python会显示调用Anaconda的python，并且能够直接import caffe；

在Anaconda的jupyter notebook下也能直接import caffe；

但是在Anaconda的Spyder IDE的ipython console中直接运行import caffe时就会出现找不到caffe的错误，据说 pycharm 也会出现这个问题，解决方法是临时追加caffe/python路径

import sys    
sys.path.append('/usr/local/Cellar/caffe/python')   
import caffe

caffe运行测试

还是用mnist数据集：

cd $CAFFE_ROOT
./data/mnist/get_mnist.sh
./examples/mnist/create_mnist.sh

caffe train --solver=examples/mnist/lenet_solver.prototxt

caffe test -model=examples/mnist/lenet_train_test.prototxt -weights=examples/mnist/lenet_iter_10000.caffemodel

写一个python脚本，输入自己的测试图片，使用Caffe训练的模型进行预测：

#!/usr/bin/env python2
# -*- coding: utf-8 -*-

import os

import sys    
cafferoot='/usr/local/Cellar/caffe'  
sys.path.insert(0, cafferoot + '/python')   
import caffe

model_file = cafferoot+'/examples/mnist/lenet.prototxt'
pretrained_file = cafferoot+'/examples/mnist/lenet_iter_10000.caffemodel'
net = caffe.Classifier(model_file, pretrained_file, image_dims=(28, 28), raw_scale=255)
img = cafferoot+'/examples/mnist/mytest/1.png'
score = net.predict([caffe.io.load_image(img, color=False)], oversample=False)
print (score)

*顺便熟悉一下Mac下的Xcode配置项目的简单步骤，这里用一个c++小程序实验，该程序通过调用protobuf库来解析caffe的参数配置文件.prototxt，代码来自《》这里写链接内容