新手小白首次在虚拟机linux14.04下搭建caffe框架

刚开始接触深度学习，自己试着在虚拟机Linux下搭了搭caffe的框架，因为第一次装走了不少弯路。

因为自己安装的是cpu版本的，查了好多怎么在cpu下搭建的方法，也遇到不少细节方面的问题。所以想自己总结下以后再安装的时候不至于重新摸索一遍。

网上关于Ubuntu14.04下配置Caffe的资料很多，我具体参考的是http://www.aiuxian.com/article/p-2826126.html。由于目前的项目并没有引入GPU使用，只是一个进行初步的测试版本，因此没有配置cuda和GPU模式，仍然使用CPU运行模式。

具体的步骤大致如下：

o 安装依赖库一

o 安装BLAS

o 安装python

o 安装matlab

o 安装opencv

o 安装依赖库二

o 下载Caffe

o 如果安装的是opencv30

o 编译Caffe

o 测试mnist

前言：

· 按照Caffe官网安装教程安装Caffe时，要装Cuda，按照Cuda官网安装教程， 
命令行输入：$ lspci | grep -i nvidia，发现没有nvidia显卡，所以只能暂时放弃Gpu，改用Cpu了。

 

GPU版本

· 详见：Ubuntu14.04安装Caffe（GPU）

 

正文：

安装依赖库（一）：

$ 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

 

安装BLAS：

$ sudo apt-get install libatlas-base-dev

· 可以安装OpenBLAS 或 MKL，以提升CPU性能，但是要修改caffe中Makefile文件…

 

安装python

· 我的Ubuntu14.04自带（可以自行查看自己的python版本。）

· 可使用pycaffe接口

 

安装matlab

· 详见：Ubuntu14.04安装Matlab2014a

· 如不使用matcaffe接口，可以不装

 

安装opencv（当然如果是使用Git，则直接使用git clone +链接，就直接不需要解压了。这个需要事先已安装git的情况下(sudo apt-get install git)）

· 详见：Ubuntu14.04安装OpenCV3.0

· 注：opencv必须安装，且版本为>=2.4或3.0

.安装opencv：（手动解压）（从官网下载自己要的opencv的版本压缩包）

1  pkg-config --modversion opencv

    2  pkg-config --modversion opencv

    3  cd ~/caffe/opencv-2.4.10/

    4  mkdir build

    5  cd build/

    6  cmake ..

    7  make

    8  sudo make install

 

安装完后看版本：pkg-config --modversion opencv 。

下载Caffe：

$ cd ~$ git clone git://github.com/BVLC/caffe.git

然后等安装完就行

编译Caffe：

$ cd ~/caffe$ cp Makefile.config.example Makefile.config

# 修改Makefile.config文件：去掉CPU_ONLY:= 1的注释（因为现在要用cpu）

$ make all

$ make test

$ make runtest

 

【下面的就是自带的数据的训练和测试】

1. 使用MNIST数据集进行训练

（1）对提供的sh文件进行数据的预处理，生成训练和测试数据：

先到caffe下的以下路径：

cd data/mnist

运行：

 ./get_mnist.sh

 

会得到四个文件：t10k-images-idx3-ubyte， t10k-labels-idx1-ubyte， train-images-idx3-ubyte， train-labels-idx1-ubyte

（2）把数据处理成LDB文件

回到cd caffe 然后运行./examples/mnist/create_mnist.sh。生成mnist-train-leveldb/ 和 mnist-test-leveldb/文件夹，这里包含了LDB格式的数据集.

（3）训练mnist

由于我们使用的是CPU，因此这里需要在配置文件中进行修改，

#cd examples/mnist/

#vi lenet_solver.prototxt

（建议直接在目录下编辑器更改）

将文件最后的solver_mode:GPU 改为 solver_mode: CPU

修改完成之后，就可以进行训练了：

sudo sh ./examples/mnist/train_lenet.sh

训练完成之后会得到一个lenet_iter_10000.caffemodel。这里训练的时候需要注意之前的问题，仍然是要在caffe根目录进行训练，不能直接到examples/mnist目录下运行sh

训练成功可得到：

Optimization Done。