学习 Linux 下使用 caffe 进行模型训练（一）

前言

因为实习的缘故，要在 Linux 服务器上使用 caffe 进行深度学习的网络训练，所以近期开始学习 caffe 的相关内容。
作为一个菜鸟，之前好不容易完成了 Anaconda 的安装，这接下来的坎当然是配环境了嗯……经过两天的删删改改，终于算是配置完成了~第一次篇 Blog 就来记录一下这个坎坷的过程好了。

Linux 下 caffe 环境配置

因为是公司内部服务器（我没有 root 权限），所以即没有图形界面也不能方便的使用 apt-get 这种方便的命令，因此只能是通过 conda 进行安装或者下载源码自己进行编译。同时，由于 conda install 时会出现 “安装 package B 时，将之前安装的 package A 中的部分包的版本进行修改” 的问题，所以最终选择了自行下载源码并进行编译的方法。

一、依赖包源码打包下载

按照组内的文档，依次下载依赖包： ProtoBuffer、Boost、GFLAGS、GLOG、BLAS、HDF5、OpenCV、LMDB、LEVELDB、Snappy 包的源码（zip or tar.gz)，然后新建一个文件夹 local_install 用于安装这些依赖包，方便后期用添加环境变量的方式直接调用它们。

二、依赖包源码编译

下面以 ProtoBuffer （protobuf-2.6.1.zip）为例，安装流程如下：

unzip protobuf-2.6.1.zip
cd protobuf-2.6.1
# 以下为 Linux 下的编译三连，这里不多做介绍了，怕理解不到位说错话……
./configure -prefix=/home/my/local_install
make
make install

这时，之间建立的空目录 local_install 下就会出现 bin、include 和 bin 三个目录，之后编译的结果也都会存入这三个目录下。同时 protoBuffer 比较特殊，后续的依赖包会需要它，因此安装后通过 export P