作为一个刚刚入坑深度学习并接触caffe开源框架的小白来说,配置caffe环境无疑是一件富有挑战性的工作。我曾花了一周的时间来折腾我的电脑,期间还送修了一次,重装系统N多次。心情也是郁闷得很。
我曾参考了很多CSDN前辈的教程,也按照《深度学习——21天实战caffe》这本书来配过,但是都不成功。无疑,这些博客讲述的都是成功的例子,但是由于每台电脑的配置、环境都不尽相同,所以仅凭一篇教程来配置caffe是欠妥当的。建议后来的朋友多多参考前人的足迹,看看每篇教程有什么不同,哪些依赖包是教程没有提及但自己电脑又确实没有的。
caffe依赖多且复杂,历来被人诟病,但是配置编译完成后caffe所带来的欣喜与便捷也足以回报先前的煞费苦心。相信自己的能力也会随着这个过程逐步提高,所以希望未来看到这篇博客的你不要灰心丧气、半途而废!
所幸我还是找到了一篇适合于我的电脑的caffe 配置教程。当然这不可能适合于所有的电脑,所以千万不要迷信教程,多看多想才是正道。
正文开始:
由于我选择的是CPU训练,所以暂时没有配置CUDA和cuDNN这两个环境。
计算机配置:
Ubuntu 16.04 LTS
i7-4720HQ
8G内存
1、安装依赖库
在终端输入
sudo apt-get install libprotobuf-dev
sudo apt-get install libleveldb-dev
sudo apt-get install libsnappy-dev
sudo apt-get install libopencv-dev
sudo apt-get install libhdf5-serial-dev
sudo apt-get install protobuf-compiler
sudo apt-get install --no-install-recommends libboost-all-dev
接下来安装BLAS(基本线性代数子库)
sudo apt-get install libatlas-base-dev
使用默认Python来建立pycaffe接口,需要安装:
sudo apt-get install python-dev
另一些兼容依赖库
sudo apt-get install libgflags-dev
sudo apt-get install libgoogle-glog-dev
sudo apt-get install liblmdb-dev
2、下载Caffe源码
安装git
sudo apt-get install git
下载caffe 源代码
git clone https://github.com/BVLC/caffe.git
在终端下载可能会有些慢,而且容易掉线,还不支持断点续传,所以我们也可以访问上面的网站,在网站下载zip格式的文件,再解压到/home 就可以了。
这里多说一句,在终端下载源文件时系统会自动在/home 下生成一个名叫caffe 的文件夹,当遇到了下载不成功的情况时,我们需要找到这个文件夹,把它删除,当然里面什么也没有。这样下次再用命令行下载才不会报错。
如果需要Caffe的Python接口,切换到caffe下的python目录下,输入以下命令下载python依赖库(先安装pip):
cd /caffe/python
sudo apt-get install python-pip
for req in (catrequirements.txt);dopipi