intelcaffe安裝教程

A. ubuntu 安裝 caffe2 時總會報錯

步驟1:安裝所需的依賴庫

• 1

  命令如下。

  （1）sudo apt-get update

  （2）sudo apt-get install -y --no-install-recommends

  build-essential

  cmake

  git

  libgoogle-glog-dev

  libprotobuf-dev

  protobuf-compiler

  python-dev

  python-pip

  （3）sudo pip install numpy protobuf

  

• 安裝其他可選依賴庫（適合Ubuntu 14.04和16.04）。

  （1）sudo apt-get install -y --no-install-recommends

  libgtest-dev

  libiomp-dev

  libleveldb-dev

  liblmdb-dev

  libopencv-dev

  libopenmpi-dev

  libsnappy-dev

  openmpi-bin

  openmpi-doc

  python-pydot

  （2）sudo pip install

  flask

  future

  graphviz

  hypothesis

  jupyter

  matplotlib

  pydot python-nvd3

  pyyaml

  requests

  scikit-image

  scipy

  setuptools

  six

  tornado

B. caffe安裝在ubuntu中哪裡

Ubuntu 14.04 64位機上用Caffe+MNIST訓練Lenet網路操作步驟

1. 將終端定位到Caffe根目錄；

2. 2.MNIST資料庫並解壓縮：$ ./data/mnist/get_mnist.sh

3. 3.將其轉換成Lmdb資料庫格式：$ ./examples/mnist/create_mnist.sh

4. 執行完此shell腳本後，會在./examples/mnist下增加兩個新目錄，mnist_test_lmdb和mnist_train_lmdb

5. 4.train model：$ ./examples/mnist/train_lenet.sh

6. (1)、使用LeNet網路(《Gradient-BasedLearning Applied to Document Recognition》)；

7. (2)、使用./examples/mnist/lenet_train_test.prototxtmodel；

8. (3)、使用./examples/mnist/lenet_solver.prototxtmodel；

9. (4)、執行train_lenet.sh腳本，會調用./build/tools目錄下的caffe執行文件，此執行文件的實現是./tools目錄下的caffe.cpp文件；

10. (5)、執行此腳本後，會生成幾個文件，其中./examples/mnist/lenet_iter_10000.caffemodel則是最終訓練生成的model文件；

11. (6)、以上默認的是在GPU模式下運行，如果想讓其在CPU模式下運行，只需將lenet_solver.prototxt文件中的solver_mode欄位值由原來的GPU改為CPU即可。
    

C. 如何在Windows下安裝配置python介面的caffe

整了一晚上加一上午。網上關於python的記錄較少，這里寫一下。
這里的環境是WIN10+cuda v7.5 +cudnn v4 + opencv + pycharm+VS2013
使用的是GPU，我的GPU是titan16G+內存
首先是caffe的文件以及第三方庫的編譯，這里提供一個已經編譯好的的連接，我就是從那裡下好然後編譯完畢的。
點擊打開鏈接 happynear的
然後就是如何編譯python介面。
1、首先先生成兩個python文件，在src/caffe/proto/extract_proto.bat 里生成caffe_pb2.py 這個之後有用。
2、然後打開已經給好的caffe/buildVS2013，打開裡面已經有的工程文件，正常的情況下應該是有7個工程，選中pycaffee單獨作為要編譯的項目。如圖所示：

把pycaffe作為單啟動。注意需要在release x64位下編譯。
如果沒有這個的話，就將這個文件夾里python文件夾中的項目加入即可。如果沒有python項目，就自己建一個，將python文件夾里的cpp文件加入就可以了。
3、選擇pycaffe的屬性，將配置屬性下的VC++目錄中的包含目錄和庫目錄填上你python所在的include和libs 再在C/C++的目錄下的附加包含目錄一項中添加
以我的python為例。D:/python27/Lib；D:/python/include/ 以及D:/Python27/Lib/site-packages/numpy/core/include 如果你安裝了CUDNN這里可以在預處理器那裡把USE_CUDNN加上，同時在LINKER的輸入目錄下的附加依賴庫中加入cudnn的lib文件。

3、開始編譯即可。這里要注意一定要和caffe、caffelib在一個項目里編譯，否則會報錯。
4、編譯成功後會在caffe/python/caffe下生成_caffe.pyd 是打不開的
5、配置python環境：需要幾個額外庫
Cython>=0.19.2
numpy>=1.7.1
scipy>=0.13.2
scikit-image>=0.9.3
matplotlib>=1.3.1
ipython>=3.0.0
h5py>=2.2.0
leveldb>=0.191
networkx>=1.8.1
nose>=1.3.0
pandas>=0.12.0
python-dateutil>=1.4,<2
protobuf>=2.5.0
python-gflags>=2.0
pyyaml>=3.10
Pillow>=2.3.0
six>=1.1.0
其中numpy要裝MKL版本的，不然scipy裝上了BLAS不能用
leveldb沒有windows版本的，不過我找到了可以使用的辦法。見這個博客：
點擊打開鏈接
如果有pip install 裝不上的，可以上這個網站找 wheel文件安裝就可以了
點擊打開鏈接
6、最後把目錄中python下的caffe文件夾復制到python27/Lib/site-packages就可以了。
測試的時候只需要在控制台下輸入import caffe 看能載入就知道成功了：）