caffe学习笔记--写一个运行caffe.cpp的makefile

之前因为有caffe的项目要放到服务器上面,但是其实不需要在服务器上面重新安装caffe，所以写了个makefile. 这里改写了个简单的，比较容易读的，只运行caffe.cpp，如果由其他的，可以按照makefile的规则添加就好。

首先，还是要说一下关于caffe的依赖，参考之前的两篇博客：http://blog.csdn.net/thystar/article/details/51179064  和http://blog.csdn.net/thystar/article/details/50837750   

这里，我们运行下caffe.cpp的train过程：

因为我的caffe是gpu编译的，这里我们需要用cpu，所以，编译会报错：fatal error: cublas_v2.h: 没有那个文件或目录。需要改下代码：在device_alternate.cpp中添加#define CPU_ONLY 1即可

因为这里不需要用gpu，所以稍微改下train的代码，把跟gpu下相关的代码删掉：

改完后的代码如下：

int train() {
  CHECK_GT(FLAGS_solver.size(), 0) << "Need a solver definition to train."; /// FLAGS_solver是一个字符串，这里这个字符串是“examples/mnist/lenet_solver.prototxt”
  CHECK(!FLAGS_snapshot.size() || !FLAGS_weights.size())
      << "Give a snapshot to resume training or weights to finetune "
      "but not both.";

  caffe::SolverParameter solver_param;
  caffe::ReadSolverParamsFromTextFileOrDie(FLAGS_solver, &solver_param);///读取文件，并将相应的值赋给solver_param

  caffe::SignalHandler signal_handler(
        GetRequestedAction(FLAGS_sigint_effect),
        GetRequestedAction(FLAGS_sighup_effect));

  Caffe::set_mode(Caffe::CPU);
  shared_ptr<caffe::Solver<float> >
      solver(caffe::SolverRegistry<float>::CreateSolver(solver_param));///完成网络的初始化

  solver->SetActionFunction(signal_handler.GetActionFunction());

  if (FLAGS_snapshot.size()) {
    LOG(INFO) << "Resuming from " << FLAGS_snapshot;
    solver->Restore(FLAGS_snapshot.c_str());
  } else if (FLAGS_weights.size()) {
    CopyLayers(solver.get(), FLAGS_weights);
  }


        LOG(INFO) << "Starting Optimization";
        solver->Solve();///开始训练，优化过程中所有的输出都来自这一步
        LOG(INFO) << "Optimization Done.";
        return 0;
}
RegisterBrewFunction(train);

然后，来写个Makefile,

首先，需要指定caffe路径，

# this is a makefile for caffe
TARGET := mnist
# caffe directory
CAFFE_DIR := /home/sindyz/caffe-master
# caffe include
CAFFE_INCLUDE := $(CAFFE_DIR)/include
# caffe build 
CAFFE_BUILD := $(CAFFE_DIR)/build
# caffe build lib
CAFFE_BUILD_LIB := $(CAFFE_BUILD)/lib
# caffe build src
CAFFE_BUILD_SRC := $(CAFFE_BUILD)/src

按照之前codeblock配置中的方式，加入链接库：

# dependency libraries and caffe linking libs
LFLAGS := -pthread -lnsl -lX11
LFLAGS += -lcaffe -lglog -lgflags \
	-lprotobuf -lboost_system -lboost_filesystem \
	-lboost_thread -lboost_coroutine -lboost_context -lboost_regex\
	-lm -lhdf5_hl -lhdf5 -lleveldb -lsnappy -llmdb \
	-lopencv_core -lopencv_highgui -lopencv_imgproc -lopencv_objdetect\
	-lstdc++ -lcblas -latlas

LFLAGS += -Wl,-rpath=$(CAFFE_BUILD_LIB)

这里需要说明的是，如果指示在本机上运行-rpath=$(CAFFE_BUILD_LIB)是没有问题的。如果要放到别的系统上，需要把所有的链接库文件全部放到lib目录下，一并上传。具体步骤后面会介绍

后面的就是要定义运行规则：

# rules
CFLAGS := -g -I . -I $(CAFFE_INCLUDE) -I $(CAFFE_DIR)/src \
	-I $(CAFFE_BUILD_SRC) -I ./ \
	-Wall -DCPU_ONLY -DUSE_OPENCV
CC := g++

SRC += caffe.cpp

$(TARGET):$(SRC)
	$(CC) -o $(TARGET) -O0 -std=c++11 $(SRC) $(CFLAGS) $(LFLAGS) -L$(CAFFE_BUILD_LIB) -Wno-sign-compare

clean :
	@rm -f $(TARGET)

OK, 在当前目录下打开命令窗口，输入make编译。

编译成功后，运行：./mnist train --solver=examples/mnist/lenet_solver.prototxt

这里运行的是mnist这个数据集

现在，说一下如果要把这个项目放到别的linux系统要怎么弄。

首先，需要找出本项目所有依赖库：我的生成的执行文件名是mnist.

在当前目录下执行：

cp $(ldd mnist | cut -d \( -f1 | cut -d \> -f2) lib/

lib目录要提前建好，这样，所有的依赖库都被放到lib目录下；

命令行中间的部分其实是个正则表达式，可以直接ldd mnist下看看库文件的输出形式

然后，需要改下makefile, 把原来的-rpath=$(CAFFE_BUILD_LIB) 该为当前lib目录-rpath=./lib

即可。

最后需要说明的两个地方是，1. 拷贝到别的系统的文件只需mnist这个执行文件，lib文件和数据的存放文件examples/mnist目录。

2. 如果用centos，g++的默认版本太低。需要跟新下，跟新执行如下命令：

$ cat /etc/centos-release
CentOS release 6.7 (Final)
$ sudo yum install centos-release-scl
$ sudo yum install devtoolset-3-toolchain
$ scl enable devtoolset-3 bash
$ gcc --version
gcc (GCC) 4.9.2 20150212 (Red Hat 4.9.2-6)
...
$ g++ --version
g++ (GCC) 4.9.2 20150212 (Red Hat 4.9.2-6)
...
$ gfortran --version
GNU Fortran (GCC) 4.9.2 20150212 (Red Hat 4.9.2-6)