Mac下Caffe安装-无GPU
1. 安装环境
系统版本： OS X 10.11.2
处理器：2.2GHz i7
内存： 16GB
2. 安装前的准备
由于caffe安装过程需要依赖多个包，因此最好提前安装好包管理工具。在Mac上推荐使用Homebrew，如果是Mac新手可参考高效 MacBook 工作环境配置 的开发环境配置部分。
- Homebrew的安装
在终端中输入如下命令：
ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)"
注： 在安装Caffe前还需要提前安装好Python（2.7以上版本，本人的是2.7.10）和Xcode。
为了以后使用python接口方便，推荐安装Anaconda Python
https://www.continuum.io/downloads
下载需要的Anaconda 版本，如选择Command-Line installer，则会下载一个shell脚本Anaconda2-4.0.0-MacOSX-x86_64.sh，下载完成后执行以下命令即可进行安装
bash Anaconda2-4.0.0-MacOSX-x86_64.sh安装完成后会自动将Anaconda Python的路径加入到系统的$PATH中
2.Mac下Caffe无GPU安装
由于我的MAC上没有NVIDIA的GPU，所以在安装Caffe时跳过了CUDA的安装步骤，只需要在最后编译时将Makefile.config中CPU_ONLY := 1前的‘#’去掉即可。
从github上下载 Caffe源码
- 安装依赖的包
在终端中分别输入如下的命令：
brew install -vd snappy leveldb gflags glog szip lmdb
# need the homebrew science source for OpenCV and hdf5
brew tap homebrew/science
#对于Anaconda Python在安装opencv时需要做如下修改
brew edit opencv
_________
# 将如下两行
args << "-DPYTHON_LIBRARY=#{py_lib}/libpython2.7.#{dylib}"
args << "-DPYTHON_INCLUDE_DIR=#{py_prefix}/include/python2.7"
# 修改为：
args << "-DPYTHON_LIBRARY=#{py_prefix}/lib/libpython2.7.dylib"
args << "-DPYTHON_INCLUDE_DIR=#{py_prefix}/include/python2.7"
________
# 接着执行如下命令
brew install opencv
brew install openblas
#切换到$CAFFE_ROOT/python路径下执行如下命令：
for req in $(cat requirements.txt); do pip install $req; done
切换到caffe-master主目录下面，将Makefile.config.example 复制为Makefile.config，并做以下修改：
（1）将第8行的 ‘# CPU_ONLY := 1’ 改为 ‘CPU_ONLY := 1’
（2）将第46行的 ‘BLAS := atlas’ 改为 ‘BLAS := open’
（3）将下图中对应行前面的‘#’ 去掉
…
3. 编译安装
切换到caffe的主目录下，如下图所示：
在终端上一次执行如下命令：
make all -j4
make test -j4
make runtest -j4
make pycaffe如果要调用caffe的python接口，需要将$CAFFE_ROOT/python路径加入到PYTHONPATH中:
export PYTHONPATH=/your/path/to/caffe-master/python:$PYTHONPATH安装成功！
4.训练样例
在caffe安装成功后，可以拿MNIST数据测试一把，看看能否跑通。
首先切换到caffe主目录$CAFFE_ROOT下
cd $CAFFE_ROOT
sh ./data/mnist/get_mnist.sh
sh ./examples/mnist/create_mnist.sh由于我们没有GPU，因此需要将./examples/mnist/lenet_solver.prototxt中的solver_mode设为CPU
solver_mode: CPU
最后，在$CAFFE_ROOT路径下执行如下命令即可开始训练
sh ./examples/mnist/train_lenet.sh训练过程中的相关参数可在./examples/mnist下的lenet_solver.prototxt和lenet_train_test.prototxt文件中进行修改。
5. 安装遇到的问题
（1）undefined reference to xx
.build_release/lib/libcaffe.so: undefined reference to `boost::thread::start_thread_noexcept()'
.build_release/lib/libcaffe.so: undefined reference to `boost::thread::join_noexcept()'
convert_imageset.cpp:(.text+0x18a): undefined reference to `google::FlagRegisterer::FlagRegisterer(char const*, char const*, char const*, int*, int*)'
convert_imageset.cpp:(.text+0x1b9): undefined reference to `google::FlagRegisterer::FlagRegisterer(char const*, char const*, char const*, int*, int*)' 这里报错是因为make的时候没有找到boost和gflags对应的include和lib, 需要修改Makefile.config中INCLUDE_DIRS和LIBRARY_DIRS的值，加上你自己需要的boost及gflags对应的include和lib路径。
如果自己机器上的gflags或boost版本比较老，则可参考caffe官网给的安装方法：
# gflags
wget https://github.com/schuhschuh/gflags/archive/master.zip
unzip master.zip
cd gflags-master
mkdir build && cd build
export CXXFLAGS="-fPIC" && cmake .. && make VERBOSE=1
make && make install（2）import caffe 遇到 xx segmentation fault python
这个是你的系统里有多个版本的Python，并且编译和运行的时候不是一个版本（通常是boost-Python链接的Python是系统自带Python而不是anaconda）。这个时候可以在编译的时候强制他们都用同一个Python。（该问题的解决方法参考【6】）
首先查看_caffe.so有没有链接到你的anaconda Python
otool -L python/caffe/_caffe.so如果没有链接，采用下面的命名强制链接
install_name_tool -change "libpython2.7.dylib" "$HOME/anaconda2/lib/libpython2.7.dylib" python/caffe/_caffe.so完美解决segmentation fault的问题
参考网页
- http://caffe.berkeleyvision.org/
- http://blog.jobbole.com/89013/
- http://www.open-open.com/lib/view/open1421995285109.html
- http://blog.csdn.net/yinchuandong2/article/details/4903012
- http://www.boost.org/doc/libs/1_59_0/more/getting_started/unix-variants.html#link-your-program-to-a-boost-library1
- http://www.cnblogs.com/xyzzhangfan/p/5605081.html?utm_source=tuicool&utm_medium=referral
- https://github.com/BVLC/caffe/issues/591