本篇文章转自http://www.cnblogs.com/xuanxufeng/p/6016945.html。
个人用着好用,为了自己查找和方便不知道的人查找,故转载
首先吐槽一下本屌的笔记本,我现在的笔记本还是大一时候买的Dell INSPIRON 4010,没有Nvidia,没有Nvidia,没有Nvidia,没有Nvidia,重要的事情说四遍,呵呵。
操作系统: Ubuntu 14.04
是否使用PYTHON API: 是, 目标是安装后CAFFE能作为PYTHON MODULE来使用
硬件: 低端笔记本, 只使用CPU模式
1.安装依赖
1 sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler
2 sudo apt-get install --no-install-recommends libboost-all-dev
3 sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev
4 sudo apt-get install libatlas-base-dev
PYTHON需要2.7版本,这是操作系统本身已经安装好的. 输入python2.7 –version 会显示具体的版本号说明安装了.
但是还需要sudo apt-get install python-dev
2.下载Caffe
使用Git直接下载Caffe非常简单,或者去https://github.com/BVLC/caffe下载。由于我习惯去github上找代码,所以就直接去下载的源码。
下载完成后,会在家目录下的下载里找到caffe-master.zip,用unzip命令解压到家目录下,然后重命名为caffe.
3.编译Caffe
(1)切换到Caffe所在目录
cp Makefile.config.example Makefile.config
(2)修改配置文件Makefile.config
CPU_ONLY := 1
配置一些引用文件(增加部分主要是解决新版本下,HDF5的路径问题)
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu/hdf5/serial
BLAS := atlas
计算能力 mkl > openlas >atlas
(3)编译 Caffe
make all
make test
make runtest
另外, 这个make默认是用CPU单核运算,如果想要快一点, 比如我想使用四核, 在make后面加上-j4标签。
如果上面4行某一行报错之后想要重试,建议先make clean再重新开始。
4.编译Python接口
Caffe拥有python\C++\shell接口,在Caffe使用python特别方便,在实例中都有接口的说明。
确保pip已经安装
sudo apt-get install python-pip
执行安装依赖
在caffe根目录的python文件夹下,有一个requirements.txt的清单文件,上面列出了需要的依赖库,按照这个清单安装就可以了。
在安装scipy库的时候,需要fortran编译器(gfortran),如果没有这个编译器就会报错,因此,我们可以先安装一下。
首先回到caffe的根目录,然后执行安装代码:
cd ~/caffe
sudo apt-get install gfortran
cd ./python
for req in $(cat requirements.txt); do pip install $req; done
安装完成以后,再次回到caffe根目录我们可以执行:
sudo pip install -r python/requirements.txt
就会看到,安装成功的,都会显示Requirement already satisfied, 没有安装成功的,会继续安装。
编译python接口
make pycaffe
–结果显示ALL TESTS PASSED就安装好了!
运行python结构
复制代码
$ python2.7
Python 2.7.12 (default, Jul 1 2016, 15:12:24)
[GCC 5.4.0 20160609] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> import caffe
>>>
复制代码
如果没有报错,说明caffe安装全部完成!
5.在Mnist运行Lenet
获取数据源
./data/mnist/get_mnist.sh
./examples/mnist/create_mnist.sh
因为是CPU运行,所以修改在examples文件下的Mnist下的lenet_solver.prototxt中的solver_mode:CPU
solver_mode: CPU
训练模型
./examples/mnist/train_lenet.sh
整个训练时间会持续很久,这是因为本屌的笔记本还是i3处理器,且没有启用GPU,并且默认是单核,所以本屌足足等了3个小时 =。= ….. 自动脑补我心里的万马奔腾吧
6.最后,我的文章是基于各位前辈大神们的文章,虽然按他们的过程走我都报错了,但是最终还是帮助我安装成功。为了表示对别人成果的尊重,这里留下大神们的参考链接:
http://www.linuxidc.com/Linux/2016-09/135034.htm
http://blog.csdn.net/u010402483/article/details/51506616 http://www.cnblogs.com/denny402/p/5679037.html