Ubuntu14.04下深度学习框架Caffe的搭建

  随着机器学习中神经网络技术的发展，衍生出深度学习技术，前段google公司风头一时无两的“阿尔法狗”就是深度学习的产物。而Caffe就是一款优秀的易于学习的深度学习框架。Caffe本身由c++写成，支持Java和Python接口。而本篇文章就是Caffe的入门篇之一，平台的搭建。

  首先，推荐在linux下进行Caffe的学习。本文使用的是Ubuntu的14.04版本。由于使用GPU加速所需的环境比较难配置（需要GPU驱动支持，配置CUDA）本人踩了许多坑，故写此博客记录下最终的完整安装过程。

  1.依赖包的安装

Ubuntu14.04中在terminal中输入

$ sudo apt-get install git

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

$ sudo apt-get install –no-install-recommends libboost-all-dev

$ sudo apt-get install libatlas-base-dev

$ sudo apt-get install python-dev(可选)

$ sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev

  2.安装anacoda2

推荐使用anacoda2，python2.7的版本

  3.下载caffe源码

第一步成功下载所需依赖包后，到git下载Caffe源代码

$ cd ~

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

  4.构建make配置文件

下载成功后进入caffe根目录，复制一份Makefile.config.example并命名为Makefile.config

$ cd caffe

$ sudo cp Makefile.config.example Makefile.config

  5 修改默认的config配置

$ sudo gedit Makefile.config

若使用anacoda安装的python，需要修改默认的config配置文件

如上图，将默认的PYTHON_INCLUDE和PYTHON_LIB 路径修改为对应的anacoda路径

  6. 安装CUDA

注意：一定要使用.run文件安装，deb文件安装会有未知问题，导致黑屏等问题

• 首先拉黑nouveau，ubuntu自带的nouveau驱动会影响cuda安装
  键入命令

$ sudo gedit blacklist-nouveau.conf

• 在文件中输入以下内容并保存

blacklist nouveau
options nouveau modeset=0

• 然后更新配置

$ sudo update-initramfs -u

• 按alt+ctrl+f1，进入符号终端，关闭lightdm图形化界面

$ sudo service lightdm stop

• 然后开始正式安装CUDA

$ sudo sh cuda_8.0.61_375.26_linux.run

注意：安装位置推荐默认，切记看清楚提示，除了openGL，其它都安装。除了openGL，其它都安装。除了openGL，其它都安装。

• 然后启动图形化界面

$ sudo service lightdm start

如果能顺利登陆进入桌面，并在终端输入nvidia-smi，如果成功显示本机显卡信息，说明安装成功。

  7. 编译测试

在Caffe根目录，输入

make -j4

其中，参数 -j 后可以添加数字，为启动多核编译，速度更快，这里默认为1。看到如图所示，则为编译成功。

编译成功后的文件存放于～/caffe/build目录下,并且会在根目录生成.build_release文件夹。

---

依赖包简介

  刚才过程中通过apt安装了多个依赖包，这里对这些依赖包的作用进行简介。

ProtoBuff

  ProtoBuff是由google公司开发的一种可以实现内存与非易失存储介质交换的协议接口，Caffe源码中大量使用ProtoBuffer进行权值和模型参数灯载体。例如，有人喜欢使用TXT存储参数，有人喜欢用BIN存储参数，一个项目中不一样的参数管理会带来很多问题。ProtoBuffer工具很好地解决了这个问题，用户只要建立统一的参数描述文件（proto），然后利用protoc编译就能让协议细节等关键部分代码自动生成。caffe中使用ProtoBuff进行序列化。

Boost

  著名的C++准标准库，功能强大，这个不用过多介绍。

glog & gflag

  google公司的库，gflag提供命令行参数解析的作用，glog库是用于记录应用程序日志的实用库，提供基于C++标准输入输出流形式的接口。

libatlas

  提供卷积神经网络中用到的矩阵，向量的计算。

HDF5

  HDF是能高效存储和分发科学数据的新型数据格式。它可以存储不同类型的图像和数码数据的文件，并且可以在不同类型的机器上传输，同时还有能统一处理这种文件格式的函数库。Caffe训练模型可以选择保存为HDF5格式或默认的ProtoBuffer格式。

OpenCV

  世界上最流行的开源计算机视觉库，包含大量图像处理函数。

LMDB和LEVELDB

  提供数据管理，将Caffe中不同的原始数据，如jpeg，二进制数据转换为统一的key-value存储。大部分请况下LMDB已经满足使用，但是为了与旧版本兼容，仍然引入例LEVELDB。

Snappy

  压缩和解压缩的C++库。

---

  至此，Caffe搭建完毕，下篇文章介绍Cafee运行手写体识别例程。