深度學習（五）caffe環境搭建

ubuntu 系統下的Caffe環境搭建

原文地址：http://blog.csdn.net/hjimce/article/details/48781693

作者：hjimce

對於caffe的系統一般使用Linux系統，當然也有windows版本的caffe，不過如果你一開始使用了windows下面的caffe，後面學習的過程中，會經常遇到各種錯誤，網上下載的一些源碼、模型也往往不能快速的跑起來，因為貌似caffe的官方只提供了linux版本，而且caffe在不斷的快速迭代更新中，如果不使用原版的話，後面編譯出現什麼問題，自己怎麼錯的，自己都不知道。本篇博文主要講解快速搭建caffe環境：

電腦系統：ubuntu 14.04

顯卡：GTX 850

在ubuntu下要完整的搭建caffe，個人感覺最難的一步就是cuda的安裝了，特別是對於雙顯卡的電腦來說，很容易黑屏、無法登陸圖形界面，這個我安裝了n久，都沒裝成功，因為我的電腦筆記本雙顯卡，每次裝完cuda就黑屏，網上的教程一大堆，但都中看不中用，導致我重裝了二三十次的系統，最後才成功。這裡為了講caffe的安裝，我們先不使用GPU，進行安裝測試，因為沒有GPU我們依舊可以跑caffe，只是速度比較慢而已。

1、安裝caffe所需要的依賴庫

命令：

[python] view plain copy

1. sudoapt-getinstalllibatlas-base-dev
2. sudoapt-getinstalllibprotobuf-devlibleveldb-devlibsnappy-devlibopencv-devlibboost-all-devlibhdf5-serial-dev
3. sudoapt-getinstalllibgflags-devlibgoogle-glog-devliblmdb-devprotobuf-compiler

這些庫要安裝挺久的，請耐心等待。

2、下載caffe。

到github上下載caffe：https://github.com/BVLC/caffe。下載完成後，解壓caffe源碼包。解壓後，我們打開文件，可以看到caffe的源碼包如下：

3、配置Make.config 文件。caffe文件解壓後，文件夾下面有一個Makefile.config.example文件，我們需要對這個文件進行重命名為：Make.config 。也就是去掉後綴example。然後我們打開這個文件，可以看到如下內容：

然後我們把：#CPU_ONLY:=1，那一行的注釋符號去掉：CPU_ONLY:=1。這是因為我們沒有安裝CUDA，還不能使用gpu，所以我們把配置改為只使用cpu。

4、編譯caffe。

方案一:

(1)在完成Make.config配置後，我們輸入命令：

[python] view plain copy

1. makeall

進行caffe源碼編譯.這一步有可能遇到如下錯誤:

[cpp] view plain copy

1. caffe/proto/caffe.pb.h:Nosuchfileordirectory

如果出現這個錯誤,那麼輸入命令:[cpp] view plain copy

1. protocsrc/caffe/proto/caffe.proto--cpp_out=.
2. mkdirinclude/caffe/proto
3. mvsrc/caffe/proto/caffe.pb.hinclude/caffe/proto

然後在進行make all 就可以了

(2)編譯完成後，在安裝Python介面，輸入命令：

[python] view plain copy

1. makepycaffe

這個如果不使用python介面，調用caffe模型的話也可以不用安裝，不過建議還是搞一下，就一句話的事。完事後，我們會發現caffe源碼目錄下，多了一個build文件，這個文件下面有個tools，打開這個文件夾：

這個文件夾下面的工具可是個好東西啊，以後我們會經常用到這些可執行文件，最常用的就是可執行文件：caffe，我們只要調用這個工具，就可以進行訓練。

(3)接著編譯test文件夾下面的源碼。命令如下：

[python] view plain copy

1. maketest
2. makeruntest

採用這種方案一般沒問題,不過我在使用c++調用的時候,會使用到鏈接庫:libcaffe.so.1.0.0-rc3,這種方法編譯後沒有生成這個文件;經過google查找,發現採用cmake編譯,才會生成libcaffe.so文件

方案二:直接採用cmake:

[cpp] view plain copy

1. mkdirbuild
2. cdbuild
3. cmake..
4. makeall-j8

5、測試階段

安裝完了，自然要測試一下能不能用咯。首先cd到caffe目錄，然後輸入命令：

[python] view plain copy

1. shdata/mnist/get_mnist.sh
2. shexamples/mnist/create_mnist.sh
3. vimexamples/mnist/lenet_solver.prototxt

把lenet_solver.prototxt裡面的solver_mode 改為 CPU。因為我們還沒裝GPU，暫時只使用CPU就好了。

然後我們運行腳本：

[python] view plain copy

1. ./examples/mnist/train_lenet.sh

這個時候，如果成功的話，就會開始跑起來：

說明：如果在使用caffe、或者編譯安裝caffe過程中，出現如下錯誤：

[python] view plain copy

1. CXX/LD-o.build_release/tools/convert_imageset.bin
2. .build_release/lib/libcaffe.so:undefinedreferencetocv::imread(cv::Stringconst&,int)".build_release/lib/libcaffe.so:undefinedreferencetocv::imencode(cv::Stringconst&,cv::_InputArrayconst&,std::vector>&,std::vector>const&)"

那麼請修改上面的Makefile文件（不是Makefile.config）：[python] view plain copy

1. LIBRARIES+=gloggflagsprotobufleveldbsnappy
2. lmdbboost_systemhdf5_hlhdf5m
3. opencv_coreopencv_highguiopencv_imgprocopencv_imgcodecs

也就是在libraries後面，加上opencv的相關庫文件。

接著就開始caffe搞起吧，推薦個caffe模型網站：https://github.com/BVLC/caffe/wiki/Model-Zoo。本來個人不是很喜歡caffe的，就是因為這個網站吸引了我，這個網站可以搞到好多caffe模型、源碼，非常適合於我們學習。

二、在Eclipse中使用編譯調試caffe

1、首先就是安裝Eclipse，然後安裝c++開發插件，這個可以百度搜一下，eclipse下面怎麼進行c++開發。

2.導入caffe makefile工程到eclipse （由於是英文版，下面描述也用英文，省的翻譯，方便大家調試）（1）File→New→Project→C/C++ →Makefile Project with Existing Code.（2）Create a new Makefile Project from existing codeProjectname:caffe-masterExisting code location：/home/user/caffe-workspace/caffe-masterLanguage:choose C and C++Toolchain:choose Linux GCC（3）Then click on caffe-master in Project Explorer (set Window→Open Perspective → C/C++).

（4）Now Go File → Properties → Run/Debug settings.Click New.., and choose C/C++ application（5）Fill launch configurationproperties· Arguments:fill train –solver=examples/mnist/lenet_solver.prototxtand change working directory from default to /home/user/caffe-workspace/caffe-master（change to your own directory）(6)Now you can use debug caffe code: Run-> Debug

三、C++函數調用相關路徑，makefile

[python] view plain copy

1. CC=g++
3. CXXFLAGS=-O2-Wall-D__STDC_CONSTANT_MACROS
5. INCLUDE=-I/usr/local/cuda/include-I.-I/usr/local/cuda/include-I/home/hjimce/caffe/include/-I/home/hjimce/caffe/src/
7. LIBRARY=-L/usr/local/x86_64-linux-gnu/-lprotobuf
8. -L/usr/lib/x86_64-linux-gnu/-lglog
9. -L/usr/local/cuda/lib64/-lcudart-lcublas-lcurand
10. -L/usr/local/lib/-lm-lpthread-lavutil-lavformat-lavcodec-lswscale-lopencv_core-lopencv_imgproc-lopencv_highgui
11. -L/usr/lib/python2.7/config-x86_64-linux-gnu/-lpython2.7
12. -L/sur/lib32/-lrt
13. -L../../caffe/build/lib/-lcaffe
15. all:
16. $(CC)$(INCLUDE)$(OBJS)testcpp.cpp-oexercise$(LIBRARY)

windows下的caffe環境搭建

最近在ubuntu搞了一個月的caffe，總感覺很不爽，因為ubuntn下面的c++集成開發工具，eclipse用起來沒有vs爽，因為對caffe的函數名不是很熟悉，所以需要藉助vs的c++助手。然後前一個月大部分也是調用pycaffe，但是最近感覺需要對caffe的c++函數比較熟悉，才能把自己的能力進一步提高，於是就開始搞起了windows 下的caffe，藉助vs的強大功能，快速學習caffe。一開始採用vs2012，最後各種錯誤，最後改成vs2013很容易就編譯成功了。

最後推薦一個windows下caffe安裝網站：http://thirdeyesqueegee.com/deepdream/2015/07/13/running-deep-dream-on-windows-with-full-cuda-acceleration/ 這個包含了python的集成開發環境anaconda，caffe的全套功能。

************作者：hjimce 時間：2015.10.10 聯繫QQ：1393852684 原創文章，轉載請保留原文地址、作者等信息***************

附錄:在使用pycaffe遇到如下錯誤

[python] view plain copy

1. raiseValueError("Meanshapeincompatiblewithinputshape.")
2. ValueError:Meanshapeincompatiblewithinputshape.

那麼把./python/caffe/io.py文件夾下面的代碼:[python] view plain copy

1. ifms!=self.inputs[in_][1:]:
2. raiseValueError("Meanshapeincompatiblewithinputshape.")

改成:[python] view plain copy

1. ifms!=self.inputs[in_][1:]:
2. print(self.inputs[in_])
3. in_shape=self.inputs[in_][1:]
4. m_min,m_max=mean.min(),mean.max()
5. normal_mean=(mean-m_min)/(m_max-m_min)
6. mean=resize_image(normal_mean.transpose((1,2,0)),
7. in_shape[1:]).transpose((2,0,1))*
8. (m_max-m_min)+m_min
9. #raiseValueError("Meanshapeincompatiblewithinputshape.")

推薦閱讀：