ubunt18.04下caffe2（CPU）源码编译

通过源码编译caffe2相对与caffe要简单一些，在caffe下需要的第三方库要自己安装，caffe2的源码包含了需要的第三库的链接地址，所以caffe2可以自己编译这些第三方库，另外caffe下必须安装的第三方库，在caffe2依然可以配置使用，但是已经是非必须的。如果依然想让caffe2使用caffe下必须的第三方库，就要自己安装了。

该文章caffe第三方库安装讲述了caffe下第三方库的安装。

python版caffe2编译安装

参考caffe2编译安装官方教程，安装caffe2需要的python库后执行如下命令：

     git clone https://github.com/pytorch/pytorch.git && cd pytorch
     git submodule update --init --recursive
     python setup.py install

这种方式比较简单，只是因为caffe2集成到了pytorch当中，所以安装pytorch就安装了caffe2，并且如果你的电脑中有显卡并且安装了cuda，会自动安装成gpu版。但是这个方式没有c/c++版的库，如果想要使用caffe2写c/c++程序，就只能通过caffe2源码编译了。

caffe2源码编译c/c++库

下载caffe2源码caffe2下载地址，网上有些说下载caffe2只能通过

git clone https://github.com/caffe2/caffe2 --recursive

方式，并且--recursive不能少，这里主要就是递归下载caffe2的子目录，其实主要就是third_party这个子目录下的内容下载，这个目录就是caffe2需要的第三方库的git网址链接，但是通过上述命令clone下来的caffe2的third_party目录里只有第三方库的文件夹，文件夹下却没有东西。所以我们可以直接下载caffe2解压。

进入caffe2/third_party目录，清空该目录，建立一个shell文件，比如third_party.sh，打开该文件输入以下内容：

#!/bin/sh

git clone https://github.com/ARM-software/ComputeLibrary.git
git clone https://github.com/Maratyszcza/FP16.git
git clone https://github.com/Maratyszcza/FXdiv.git 
git clone https://github.com/Maratyszcza/NNPACK.git 
git clone https://github.com/zdevito/aten 
git clone https://github.com/google/benchmark.git 
git clone https://github.com/Maratyszcza/cpuinfo.git 
git clone https://github.com/NVlabs/cub.git 
git clone https://github.com/eigenteam/eigen-git-mirror.git 
git clone https://github.com/facebookincubator/gloo 
git clone https://github.com/google/googletest.git 
git clone https://github.com/Yangqing/ios-cmake.git 
git clone https://github.com/nvidia/nccl.git 
git clone https://github.com/NervanaSystems/nervanagpu.git 
git clone https://github.com/onnx/onnx.git 
git clone https://github.com/google/protobuf.git 
git clone https://github.com/Maratyszcza/psimd.git 
git clone https://github.com/Maratyszcza/pthreadpool.git 
git clone https://github.com/pybind/pybind11.git 
git clone https://github.com/PeachPy/enum34.git 
git clone https://github.com/Maratyszcza/PeachPy.git 
git clone https://github.com/benjaminp/six.git 
git clone https://github.com/facebook/zstd.git

mv eigen-git-mirror eigen

可以看出，其实就是这些第三方库的下载

保存这个shell文件。在命令行下执行：

chomd +x third_party.sh

./third_party.sh执行完这个shell，等待所有第三方库下载完了。这是third_party目录下就有了各个第三方库源码

接着就是通过cmake生成Makefile了，这里我们使用cmake-gui生成文件，所以你的Ubuntu下要安装cmake，cmake-gui

具体安装方法另行百度，这里不做介绍。

打开cmake-gui，在where is the source code栏输入“caffe2根目录”，where to build the binaries栏输入“caffe2根目录/build”，如下图：

点击configure，如果你的caffe2根目录没有build目录，会提示你的源码目录没有build文件夹，将自动新建build文件夹（build这个名字可以是任意一个根目录下没有的文件夹名，比如temp，cmake-gui会自动创建 这样一个命名的文件夹）。

稍等片刻，列表中出现相关配置参数，默认即可，如果有错误，按错误提示进行修改

截取部分错误信息：

CMake Error at /home/yhs/program/cmake/share/cmake-3.12/Modules/FindPackageHandleStandardArgs.cmake:137 (message):
Could NOT find NumPy (missing: NUMPY_INCLUDE_DIR NUMPY_VERSION)

通过错误信息可以看出找不到numpy，手动添加NUMPY_INCLUDE_DIR NUMPY_VERSION这连个变量，并配置对应的变量值。点击cmake-gui界面上的”Add Entry“按钮，在弹出的界面进行配置

Name：输入变量名

Type：选择变量类型（BOOL，PATH，STRING），这里是一个路径所以选择PATH

Value：变量值

Description：对变量进行一些说明（可不填）

NUMPY_INCLUDE_DIR这里使用的是anaconda3，所以numpy的include在anaconda3/lib/python3.6/site-packages/numpy/core/include。自己配置的话找到numpy的include路径填入Value就行了。

NUMPY_VERSION变量是一个STRING型变量，输入numpy的版本，如果不知道numpy版本，可以在命令行下输入：

pip list | grep numpy

就可以看到numpy的版本了，添加NUMPY_VERSION如下图：

配置python相关信息，选中cmake-gui的Advanced选项，在search栏输入python，会列出所有Python相关配置信息，配置python可执行文件路径，python include路径，python lib动态库文件完整路径，只需要配置这三个变量，其他都默认

 

确定之后，在列表中找到USE_CUDA，不要选中这项，我们这里不编译cuda版本，后续我会添加cuda版，可以在Search栏输入CUDA可以查看只包含CUDA字符窜的变量

 其他配置项这里就不多说了，只说一个CMAKE_INSTALL_PREFIX，这是配置安装目录的，如果项将编译完的caffe2安装到指定位置（如果该位置不存在将会自动创建），而不是默认的/usr/local下可以配置这个目录。

配置好之后，再次点击configure如果没有报错，在cmake-gui下方信息栏出现configure done说明配置没有问题，并且信息栏中还会列出配置的相关信息，然后点击Generate在信息栏出现Generate done。此时在build文件夹下就有了Makefile。

进入caffe2/build下，在命令行输入make -j8，-j是使用多线程编译，8就是使用八个线程，你可以输入一个小于你电脑cpu线程的数值。编译时间视电脑性能而定。等待编译完成即可

编译完成执行make install进行安装，如果在cmake-gui中配置了CMAKE_INSTALL_PREFIX变量，就会安装到该变量设置的目录下。

至此caffe2编译安装完成。