Windows7+caffe安装配置

      组里同事都在搞linux，神经网络，问了一圈，大致的印象就是windows确实不太方便，于是想搞一波linux。但是不太熟悉linux，所以没有搞双系统，打算先在虚拟机上练练手,尽管虚拟机不能用GPU。


我的配置：VMware-workstation_full_12.1.、ubuntu-14.04-desktop-amd64（14LTS版本和16LTS版本相对稳定，amd64即64位版本）


虚拟机和ubuntu安装比较简单，基本是傻瓜式安装。


安装python接口的caffe：（无GPU）、无cuda（自然更没有cudnn），无opencv（暂不需要）


1.安装必要的环境


sudo apt-get update   #更新软件列表
sudo apt-get upgrade #更新软件
sudo apt-get install build-essentia #安装build essentialsl
sudo apt-get install linux-headers-'uname -r' #安装最新版本的kernel headers

2.安装所需要的依赖包


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

3.安装必要的库


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


4.下载caffe并配置python


网上的大部分方法是：

cd ~   
git clone https://github.com/BVLC/caffe.git #克隆caffe到本地,并命名为caffe
cd caffe
cat python/requirements.txt | xargs -L 1 sudo pip install  安装caffe/python/requirements.txt里面所有要求的库


 我就被坑在这里了，上面的命令用到了pip。所以先装pip，即执行sudo apt-get install python-pip

 但是装好pip后，上面安装requirements.txt里的库时，速度很慢，基本都是timeout的错误，网上好多修改配置的教程，但我没有设置成功。。


 所以我采取下面的方法，即把requirements.txt里的库拿出来，挨个下载：


sudo apt-get install python-numpy python-scipy python-matplotlib python-sklearn python-skimage \
python-h5py python-protobuf python-leveldb python-networkx python-nose python-pandas python-gflags Cython ipython  


 上面就算caffe/python所有所需要的库。装好后没有报错即可，可以测试下：终端输入python，然后任意输入import scipy或import Cython都无错。

我这一步到是蛮顺利的，卡壳的可以参考上文配置方法。
 


5.配置并编译caffe


修改Makefile.config.example


cd caffe
cp Makefile.config.example Makefile.config


 上面命令意思：将caffe文件夹里的Makefile.config.example 复制为Makefile.config


 然后进入Makefile.config文件夹，改些东西：


#去掉CPU_ONLY:=1的注释
#在PYTHON_INCLUDE下把
#  /usr/lib/python2.7/dist-packages/numpy/core/include
#改为
#  /usr/local/lib/python2.7/dist-packages/numpy/core/include


下面开始编译caffe：


进入caffe文件夹根目录下，eg：~/caffe$ ，进行如下操作：


 
复制代码


make all


make pycaffe


make distribute


make test


复制代码


 


 这个运行比较久。


 


6.修改环境路径


将PYTHONPATH写入.bashrc中：


echo 'export PYTHONPATH =$PYTHONPATH:/home/'username'/caffe/python'>>~/.bashrc
source ~/.bashrc


根据每个人不同的路径加以修改，例如我的是 'export PYTHONPATH=$PYTHONPATH:/home/lps/caffe/python'

这一步我之前PYTHONPATH 弄错了（我是直接复制粘的），报过“

bash: export: `=': not a valid identifier”这个是因为=两边的空格，去掉空格就好了，然而后面刷新这个路径也保存之前的路径了，于是我采用一个很暴力的方法，找到.bashrc这个文件，手动修改保存的。

 


7.测试


 


运行MNIST：


1）按照官网先准备数据集：


cd ~/caffe #将终端定位到Caffe根目录
./data/mnist/get_mnist.sh #下载MNIST数据库并解压缩
./examples/mnist/create_mnist.sh #将其转换成Lmdb数据库格式


2）编辑lenet_solver的solver_mode模式从GPU改为CPU：


vim ./examples/mnist/lenet_solver.prototxt
#改为solver_mode: CPU
也可以手动打开文档修改

3）训练模型


cd $CAFFE_ROOT
./examples/mnist/train_lenet.sh

4）训练结果