intelcaffe安装教程

A. ubuntu 安装 caffe2 时总会报错

步骤1:安装所需的依赖库

• 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

  

• 安装其他可选依赖库（适合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安装在ubuntu中哪里

Ubuntu 14.04 64位机上用Caffe+MNIST训练Lenet网络操作步骤

1. 将终端定位到Caffe根目录；

2. 2.MNIST数据库并解压缩：$ ./data/mnist/get_mnist.sh

3. 3.将其转换成Lmdb数据库格式：$ ./examples/mnist/create_mnist.sh

4. 执行完此shell脚本后，会在./examples/mnist下增加两个新目录，mnist_test_lmdb和mnist_train_lmdb

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

6. (1)、使用LeNet网络(《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)、执行train_lenet.sh脚本，会调用./build/tools目录下的caffe执行文件，此执行文件的实现是./tools目录下的caffe.cpp文件；

10. (5)、执行此脚本后，会生成几个文件，其中./examples/mnist/lenet_iter_10000.caffemodel则是最终训练生成的model文件；

11. (6)、以上默认的是在GPU模式下运行，如果想让其在CPU模式下运行，只需将lenet_solver.prototxt文件中的solver_mode字段值由原来的GPU改为CPU即可。
    

C. 如何在Windows下安装配置python接口的caffe

整了一晚上加一上午。网上关于python的记录较少，这里写一下。
这里的环境是WIN10+cuda v7.5 +cudnn v4 + opencv + pycharm+VS2013
使用的是GPU，我的GPU是titan16G+内存
首先是caffe的文件以及第三方库的编译，这里提供一个已经编译好的的连接，我就是从那里下好然后编译完毕的。
点击打开链接 happynear的
然后就是如何编译python接口。
1、首先先生成两个python文件，在src/caffe/proto/extract_proto.bat 里生成caffe_pb2.py 这个之后有用。
2、然后打开已经给好的caffe/buildVS2013，打开里面已经有的工程文件，正常的情况下应该是有7个工程，选中pycaffee单独作为要编译的项目。如图所示：

把pycaffe作为单启动。注意需要在release x64位下编译。
如果没有这个的话，就将这个文件夹里python文件夹中的项目加入即可。如果没有python项目，就自己建一个，将python文件夹里的cpp文件加入就可以了。
3、选择pycaffe的属性，将配置属性下的VC++目录中的包含目录和库目录填上你python所在的include和libs 再在C/C++的目录下的附加包含目录一项中添加
以我的python为例。D:/python27/Lib；D:/python/include/ 以及D:/Python27/Lib/site-packages/numpy/core/include 如果你安装了CUDNN这里可以在预处理器那里把USE_CUDNN加上，同时在LINKER的输入目录下的附加依赖库中加入cudnn的lib文件。

3、开始编译即可。这里要注意一定要和caffe、caffelib在一个项目里编译，否则会报错。
4、编译成功后会在caffe/python/caffe下生成_caffe.pyd 是打不开的
5、配置python环境：需要几个额外库
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要装MKL版本的，不然scipy装上了BLAS不能用
leveldb没有windows版本的，不过我找到了可以使用的办法。见这个博客：
点击打开链接
如果有pip install 装不上的，可以上这个网站找 wheel文件安装就可以了
点击打开链接
6、最后把目录中python下的caffe文件夹复制到python27/Lib/site-packages就可以了。
测试的时候只需要在控制台下输入import caffe 看能载入就知道成功了：）