CaffeOnSpark安装和使用教程系列三：集群环境下使用CaffeOnSpark进行MNIST数据集的测试
说明：Yahoo在Github中给出了在Hadoop Yarn集群中CaffeOnSpark的简单安装和测试教程：（集群环境和单节点有很多重复步骤，废话比较多）
https://github.com/yahoo/CaffeOnSpark/wiki/GetStarted_yarn
但该教程只能作为参考，完全按照教程中的操作会出现一堆莫名其妙的问题。
1、确保CaffeOnSpark已经正确安装。
2、确保Hadoop和Spark集群已经正确部署。
3、配置Spark on Yarn
修改Spark的spark-env.sh配置文件：
cd /home/cluster/software/spark-1.6.0-bin-hadoop2.6/conf
vim spark-env.sh
添加如下配置信息：
export YANR_CONF_DIR=
/home/cluster/software/hadoop-2.6.4/etc/hadoop
export SPARK_LOCAL_DIRS=
/home/cluster/software/spark-1.6.0-bin-hadoop2.6
export SPARK_YARN_USER_ENV=
"CLASSPATH=/home/cluster/software/hadoop-2.6.4/etc/hadoop"
将spark-env.sh配置文件发送到集群的其他节点：
scp -r spark-env.sh cluster@slave1:
/home/cluster/software/spark-1.6.0-bin-hadoop2.6/conf/
scp -r spark-env.sh cluster@slave2:
/home/cluster/software/spark-1.6.0-bin-hadoop2.6/conf/
4、下载MNIST数据集
进入CaffeOnSpark的主目录，执行如下指令：
sudo ./scripts/setup-mnist.sh
注：通过指令可以看到CaffeOnSpark的所有者为root，即普通的用户对CaffeOnSpark目录下的所有文件都没有写权限，这点非常重要。如果不注意这点，后续也会遇到权限问题的错误。使用“ls -l”指令可以查看CaffeOnSpark的详细权限信息。
5、修改CaffeOnSpark/data/lenet_memory_train_test.prototxt文件：
sudo vim lenet_memory_train_test.prototxt
注：在该文件中主要是修改训练和测试数据的路径信息，教程中给出的资源路径为：
查看发现在CaffeOnSpark/data目录下确实有mnist_test_lmdb和mnist_train_lmdb两个资源文件：
但由于前文介绍的，只有root用户对CaffeOnSpark有操作权限，因此若在 lenet_memory_train_test.prototxt文件中传入CaffeOnSpark/data下的这两个资源文件，在执行过程中会出现“Permission Denied”的错误！
因此，在software新建一个所有者为普通用户的文件夹test，将mnist_test_lmdb和mnist_train_lmdb这两个资源文件拷贝到该文件夹下，在lenet_memory_train_test.prototxt中传入test下这两个资源文件的路径。
6、修改CaffeOnSpark/data/lenet_memory_solver.prototxt文件：
将“net”中lenet_memory_train_test.prototxt路径信息修改为绝对路径；
去掉“solver_mode:CPU”前边的“#”
7、导入临时环境变量
export LD_LIBRARY_PATH=${CAFFE_ON_SPARK}/caffe-public/distribute/lib:${CAFFE_ON_SPARK}/caffe-distri/distribute/lib
export LD_LIBRARY_PATH=${LD_LIBRARY_PATH}:/usr/local/cuda-7.0/lib64:/usr/local/mkl/lib/intel64/
export CAFFE_ON_SPARK=/home/cluster/software/CaffeOnSpark
8、执行CaffeOnSpark示例程序
在Spark集群中输入如下指令：
spark-submit
--master yarn --deploy-mode client
--num-executors 1
--files ${CAFFE_ON_SPARK}/data/lenet_memory_solver.prototxt,${CAFFE_ON_SPARK}/data/lenet_memory_train_test.prototxt
--conf spark.driver.extraLibraryPath="${LD_LIBRARY_PATH}"
--conf spark.executorEnv.LD_LIBRARY_PATH="${LD_LIBRARY_PATH}" --class com.yahoo.ml.caffe.CaffeOnSpark
${CAFFE_ON_SPARK}/caffe-grid/target/caffe-grid-0.1-SNAPSHOT-jar-with-dependencies.jar
-train
-features accuracy,loss
-label label
-conf ${CAFFE_ON_SPARK}/data/lenet_memory_solver.prototxt
-devices 1
-connection ethernet
-model hdfs:///mnist_cluster/mnist.model
-output hdfs:///mnist_cluster/mnist_features_result
9、查看运行结果
由于设定训练的模型和特征结果保存在HDFS上，因此可以在Hadoop的监控页面看到如下信息：
前两个为得到的最终结果，后边四个分别为迭代1000次和2000的快照信息。
通过以下指令可以查看最终得到的特征文件的具体内容信息：
hadoop fs -cat hdfs:///mnist_cluster/mnist_features_result/*
注：在lenet_memory_solver.prototxt中指定最大迭代次数为2000次，且每1000次打印一次快照，因此在结果文件中有1000和2000次迭代的信息：
