Ubuntu14.04搭建Caffe(仅CPU)详解教程

首先吐槽一下本诺谋始潜荆蚁衷诘谋始潜净故谴笠皇焙蚵虻Dell INSPIRON 4010,没有Nvidia,没有Nvidia,没有Nvidia,没有Nvidia,重要的事情说四遍,呵呵。

操作系统: Ubuntu 14.04

是否使用PYTHON API: 是, 目标是安装后CAFFE能作为PYTHON MODULE来使用

硬件: 低端笔记本, 只使用CPU模式

1.安装依赖

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
sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev
sudo apt-get install libatlas-base-de

PYTHON需要2.7版本,这是操作系统本身已经安装好的. 输入python2.7 --version 会显示具体的版本号说明安装了.

但是还需要sudo apt-get install python-dev

2.下载Caffe

使用Git直接下载Caffe非常简单,或者去https://github.com/BVLC/caffe下载。由于我习惯去github上找代码,所以就直接去下载的源码。

下载完成后,会在家目录下的下载里找到caffe-master.zip,用unzip命令解压到家目录下,然后重命名为caffe.

3.编译Caffe

(1)切换到Caffe所在目录

cp Makefile.config.example Makefile.config

(2)修改配置文件Makefile.config

CPU_ONLY := 1

配置一些引用文件(增加部分主要是解决新版本下,HDF5的路径问题)

INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/lib/x86_64-linux-gnu/hdf5/serial 
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu/hdf5/serial
BLAS := atlas

计算能力 mkl > openlas >atlas

(3)编译 Caffe

make all 
make test 
make runtest

另外, 这个make默认是用CPU单核运算,如果想要快一点, 比如我想使用四核, 在make后面加上-j4标签。

如果上面4行某一行报错之后想要重试,建议先make clean再重新开始。

4.编译Python接口

Caffe拥有python\C++\shell接口,在Caffe使用python特别方便,在实例中都有接口的说明。

确保pip已经安装

sudo apt-get install python-pip

执行安装依赖

在caffe根目录的python文件夹下,有一个requirements.txt的清单文件,上面列出了需要的依赖库,按照这个清单安装就可以了。

在安装scipy库的时候,需要fortran编译器(gfortran),如果没有这个编译器就会报错,因此,我们可以先安装一下。

首先回到caffe的根目录,然后执行安装代码:

cd ~/caffe
sudo apt-get install gfortran
for req in $(cat requirements.txt); do pip install $req; done

安装完成以后,我们可以执行:

sudo pip install -r python/requirements.txt

就会看到,安装成功的,都会显示Requirement already satisfied, 没有安装成功的,会继续安装。

编译python接口

make pycaffe
--结果显示ALL TESTS PASSED就安装好了!

运行python结构

$ python2.7
Python 2.7.12 (default, Jul 1 2016, 15:12:24) 
[GCC 5.4.0 20160609] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> import caffe
>>>

如果没有报错,说明caffe安装全部完成!

5.在Mnist运行Lenet

获取数据源

./data/mnist/get_mnist.sh
./examples/mnist/create_mnist.sh

因为是CPU运行,所以修改在examples文件下的Mnist下的lenet_solver.prototxt中的solver_mode:CPU

solver_mode: CPU

训练模型

./examples/mnist/train_lenet.sh

整个训练时间会持续很久,这是因为本诺谋始潜净故i3处理器,且没有启用GPU,并且默认是单核,所以本抛阕愕攘3个小时

相关推荐