安装无GPU的caffe教程

配置环境：Windows10+Vmware+Ubuntu16.04+CPU

参考博客：http://www.2cto.com/kf/201702/597101.html

http://blog.csdn.net/hjimce/article/details/48781693

1、准备工作

上官网http://caffe.berkeleyvision.org/install_apt.html安装caffe依赖库

无GPU，跳过CUDA

sudo apt-get update

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-devr

apt-get install libprotobuf-dev   

apt-get install libleveldb-dev   

apt-get install libsnappy-dev   

apt-get install libopencv-dev   

apt-get install libhdf5-serial-dev   

apt-get install protobuf-compiler  

apt-get install --no-install-recommends libboost-all-dev

安装BLAS

sudo apt-get install libatlas-base-dev

安装python

apt-get install python-dev

安装谷歌、gflags、lmdb

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

2、下载caffe

先安装git

apt-get install git

在利用git 在github上下载caffe

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

如果需要caffe的python接口，切换到caffe下的python目录下

liuyuying@ubuntu:~/caffe/python$

先安装pip：

apt-get install python-pip  

for req in $(cat requirements.txt); do pip install $req; done//这步可能出错

由于国内网络的限时，在利用pip安装时很慢，因此需要借助于国内源。这里用pip安装可能速度很慢，很可能下载好几个小时，推荐用清华大学的pip源临时安装，所以命令改为如下：

代码功能解析：在初始的目录（如liuyuying@ubuntu:~$ ）下输入以下代码，其中tar zxf pip-1.0.2.tar.gz是解压下载的安装包，cd pip-1.0.2为进入到pip-1.0.2目录，在此目录下利用python运行setup.py文件。cd ~/caffe/python指的是在caffe下的python目录下，利用pip与国内源安装依赖库。

wget http://pypi.python.org/packages/source/p/pip/pip-1.0.2.tar.gz

tar zxf pip-1.0.2.tar.gz//根据http://pypi.python.org/packages/source/p/pip最新的版本填写版本号

cd pip-1.0.2

python setup.py install

cd ~/caffe/python

for req in $(cat requirements.txt); do pip install -i https://pypi.tuna.tsinghua.edu.cn/simple $req; done//这个好像运行的时候有错误 忘了怎么解决的了

我自己试的时候忘记了有没有安装这个......不过pip是安装了的

注意用pip下载一些依赖包时，由于访问国外的网络较慢，此时可以选择利用国内源进行下载，假设要下载的是entrypoints。则可输入以下代码：sudo pip install -i https://pypi.tuna.tsinghua.edu.cn/simple entrypoints

3、配置Makefile.config文件

Caffe下载完成后，配置Makefile.config文件：

cd ~/caffe

cp Makefile.config.example Makefile.config //将Makefile.config.example 更名为Makefile.config

打开Makefile.config

安装步骤是在只有CPU的情况下完成的，因此要使能CPU，所以去掉CPU_ONLY := 1前面的注释；

其他修改的部分，修改后如下所示：
PYTHON_INCLUDE := /usr/include/python2.7 \

        /usr/lib/python2.7/dist-packages/numpy/core/include

# Whatever else you find you need goes here.

INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial

LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib /usr/lib/x86_64-linux-gnu /usr/lib/x86_64-linux-gnu/hdf5/serial

4、编译 caffe

方案1：make pycaffe  

make all  

make test  

make runtest

方案2：采用这种方案一般没问题,不过在使用c++调用的时候,会使用到链接库:libcaffe.so.1.0.0-rc3,这种方法编译后没有生成这个文件;经过google查找,发现采用cmake编译,才会生成libcaffe.so文件

mkdir build

cd build

cmake ..

make all -j8 或者是-j4

我自己使用的是方案一

5、测试caffe

切换到caffe目录下，输入如下命令测试mnist数据集

sh data/mnist/get_mnist.sh

sh examples/mnist/create_mnist.sh

vim examples/mnist/lenet_solver.prototxt//也可以直接用文本编辑器打开编辑，将最后一行的GPU改成CPU

./examples/mnist/train_lenet.sh //开始训练

 

推荐个caffe模型网站：https://github.com/BVLC/caffe/wiki/Model-Zoo。这个网站可以找到好多caffe模型、源码，非常适合于我们学习。