caffe安装系列——安装caffe

说明

• 网上关于caffe的安装教程非常多，但是关于每一步是否操作成功，出现了什么样的错误又该如何处理没有给出说明。因为大家的操作系统的环境千差万别，按照博客中的教程一步步的安装，最后可能失败——这是很常见的哦。有的教程甚至省略了一些细节部分，让小白更不知道如何判断每一步是否操作成功，如何处理出现的错误。
• 作者花费了很长时间才成功地将caffe装完，期间遇到好多错误，多次重装操作系统。现在将经验写下来，一方面为了和大家分享，讨论；另一方面是为了记录一下下~~~

环境

操作系统： Ubuntu 14.04
GCC/G++:4.7.x
OpenCV: 2.4.11和3.0.0
Matlab :R2014b(a)
Python: 2.7

安装步骤

1. 综述
2. 准备工作
3. 安装GCC4.7和G++4.7并降级
4. 安装显卡驱动
5. 安装cuda和cudnn
6. 安装Matlab
7. 安装OpenCV
8. 安装Python依赖包
9. 安装caffe

安装caffe

• 这已经是caffe安装过程的最后一步了。但是行百里者，半于九十，因此还要小心。

1. 安装Google Logging Library（glog）

• glog 下载地址
• 安装命令如下所示

  # 解压
  tar -zxvf glog-0.3.3.tar.gz
  # 切换路径
  cd glog-0.3.3
  sudo ./configure
  sudo make –j
  sudo make install

2. 安装其它依赖

• 执行以下命令即可。

  sudo apt-get install -y libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev 
  
  sudo apt-get install -y libgflags-dev libgoogle-glog-dev liblmdb-dev protobuf-compiler protobuf-c-compiler python-pandas

3. 编辑Makefile.config文件

• 操作命令如下所示。

  unzip caffe-master.zip #本地解压caffe-master
  #切换路径
  cd /caffe-master 
  #caffe源文件中没有Makefile.config，需要复制Makefile.config.example
  cp Makefile.config.example Makefile.config
  #编辑Makefile.config
  vi Makefile.config

• 修改Makefile.config

  • 取消第5行的注释，即将 #USE_CUDNN=1 改为 USE_CUDNN=1；
  • 如果使用本教程系列安装的，就不需要修改BLAS=atlas，如果是参考欧新宇的教程，安装了MKL，需要改成BLAS=mkl；
  • 启用CUDNN，加注释: CPU_ONLY:=1 改成 # CPU_ONLY:=1；

  • 配置路径，实现caffe对Python和Matlab接口的支持：

    PYTHON_LIB := /usr/local/lib
    MATLAB_DIR := /usr/local/MATLAB/R2014a

4. 编辑Makefile文件

• 如果openCV版本是2.4.x，此小节可以不再阅读
• 如果openCV版本3.0，还需要修改Makefile文件，实现对OpenCV 3.x的支持。
• 在Makefile文件中查找“Derive include and lib directories”一节，修改“LIBRARIES +=”的最后一行，增加opencv_imgcodecs，修改之后为：

  LIBRARIES += opencv_core opencv_highgui opencv_imgproc opencv_imgcodecs

5. 编译caffe-master

• 依次执行下面的命令，编译caffe：

  make all -j
  make test -j
  make runtest -j

• runtest执行结束之后，如下图所示。这样子就说明安装成功了。
  

• 编译Python和Matlab用到的caffe文件

  make pycaffe -j
  make matcaffe -j

• pycaffe和matcaffe编译完成后，如下图所示：
  
• 编译过程中可能会遇到错误，比如./include/caffe/util/cudnn.hpp:8:34: fatal error: caffe/proto/caffe.pb.h: No such file or director，这是因为protobuf和pillow没有安装，或者是通过apt-get安装的。使用pip重新安装一遍即可解决问题。删除caffe-mast（提前保存Makefile.config和Makefile），解压，解压重新编译。

  pip install protobuf --upgrade -i http://pypi.douban.com/simple 
  pip install pillow --upgrade -i http://pypi.douban.com/simple

6.设置Python环境变量

• 此时虽然编译完成，但是python还不能使用caffe，需要设置python的环境变量，将其caffe/python路径添加到python环境变量中。
• 操作命令如下所示：

  sudo vi /etc/profile # 编辑profile文件
  #在最后面添加以下语句，注意将path换成你的系统下的路径
  export PYTHONPATH=/path/to/caffe/python:$PYTHONPATH

• 在caffe安装整个过程中，我么修改/etc/profile三次，如下图所示。
  

7.使用MNIST数据集进行测试

• 参考欧新宇的教程即可。
• 操作命令如下所示：

  # 1. 数据预处理
  sh data/mnist/get_mnist.sh
  # 2. 重建lmdb文件。Caffe支持三种数据格式输入网络，包括Image(.jpg, .png等)，leveldb，lmdb，根据自己需要选择不同输入吧。
  #生成mnist-train-lmdb 和 mnist-train-lmdb文件夹，这里包含了lmdb格式的数据集
  sh examples/mnist/create_mnist.sh
  
  # 3. 训练mnist
  sh examples/mnist/train_lenet.sh

注意：如果在使用过程中出现检测不到NVIDIA显卡的情况，重装显卡驱动和cuda即可。

总结

• 至此，ubuntu下安装caffe的工作已经结束了。如果你完全按照本教程操作，相信你一定已经成功安装caffe了，并且对caffe有了一定的了解。
• 世上无难事只怕有坚持，安装过程虽然很复杂，但是只要坚持，不断的Google解决它，caffe就一定能安装。
• 错误不可怕，它是成功的障碍，同时也为我们成长提供了阶梯——所谓的能力，很大一部分是通过不断解决问题来获取的。
• 下面开始学习如何使用caffe做深度学习的研究喽，祝大家学习愉快。。。