linux 虚拟机 caffe,在Linux系统中安装caffe

学习深度学习已经很久了，但一直没有自己动手安装过caffe，因为工作需要，需要在linux系统中安装caffe，因此，在这里对安装过程进行记录。

caffe配置起来比tensorflow更麻烦一些，我主要是根据官网上的安装说明进行安装的，也参考了Youtube上的教程。我是在虚拟机中的Ubuntu18.4系统中进行安装的，安装的是CPU版本的caffe。

在caffe官网上可以找到Ubuntu系统中caffe的安装说明因为我的Ubuntu版本是>=17.4的。

安装caffe前，先按照官网上的说明，把需要的环境安装好。如果需要安装GPU版本的caffe，请先把cuda安装好，如果需要python接口，也先把python环境安装好。安装python环境时，建议直接安装Anaconda，因为它包含了一些caffe需要的科学计算库。

因为我要安装CPU版本的caffe，所以，执行以下两条命令安装caffe预编译包和caffe的依赖

sudo apt install caffe-cpu

sudo apt build-dep caffe-cpu

然后编译caffe

编译caffe可以通过make进行编译，也可以通过Cmake进行编译。我是通过make进行编译的。

通过git clone https://github.com/BVLC/caffe.git命令下载caffe到本地，进入caffe目录，执行

cp Makefile.config.example Makefile.config

然后修改Makefile.config，Makefile.config中都有注释，所以可以根据自己的需要进行修改。我安装的python版本是3.7的，下面是我自己的修改(仅供参考)：

CPU_ONLY := 1

OPENCV_VERSION := 3

ANACONDA_HOME := $(HOME)/anaconda3

PYTHON_INCLUDE := $(ANACONDA_HOME)/include \

$(ANACONDA_HOME)/include/python3.7m \

$(ANACONDA_HOME)/lib/python3.7/site-packages/numpy/core/include

PYTHON_LIBRARIES := boost_python3 python3.7m\

PYTHON_LIB := $(ANACONDA_HOME)/lib

WITH_PYTHON_LAYER := 1

修改之后，一次执行以下三条命令：

make all

make test

make runtest

如果make all执行后出现问题，解决之后重新make all之前需要先执行make clean清除之前编译的可执行文件及配置文件。

完成1和2后，caffe已经成功安装了。接下来安装python接口，执行以下命令：

make pycaffe

make pytest

设置python的环境变量，在~/.bashrc中添加export PYTHON_PATH=/home/用户名/caffe/python:$PYTHON_PATH

配置好python接口后，就可以在python中成功import caffe了。

通过上面的3步就可以成功安装好caffe了，在安装过程中可能会碰到一些问题，每个人碰到的问题可能也不太一样，但碰到的问题基本都能搜到解决方案，下面是我碰到的一些问题和解决方案：

error1: /usr/bin/ld: cannot find -latlas

solution: sudo apt-get install libatlas-base-dev

error2: libpython3.7m.so.1.0: cannot open shared object file: No such file or directory

solution: sudo apt-get install libpython3.7-dev

error3: libhdf5_hl.so.100: cannot open shared object file: No such file or directory

solution: 通过find命令可以查到在anaconda3/lib目录下有libhdf5_hl.so.100文件，因此在~/.bashrc中添加export LD_LIBRARY_PATH=/home/用户名/anaconda3/lib:$LD_LIBRARY_PATH

error4: No module named google

solution: conda install protobuf