原文链接 https://jinkey.ai/post/tech/m...
本文作者 Jinkey（微信公众号 jinkey-love，官网 https://jinkey.ai）
感谢 yubang 老司机指导填坑，大神的博客 http://blog.yubangweb.com/
文章允许非篡改署名转载，删除或修改本段版权信息转载的，视为侵犯知识产权，我们保留追求您法律责任的权利，特此声明！
1 概要
1.1 为什么要写这篇文章
由于历史原因：
我的电脑有五六个直接安装在系统的Python的环境，加上一堆 Python 虚拟环境。
包括 Mac 系统的原因：
自带的系统环境无法安装 pip 及其他第三方库，必须通过 homebrew来自行安装一个python 而这个python路径和系统的并不一样。
包括 Anaconda 的原因：
之前为了安装某些科学计算库方便使用了Anaconda，并且需要同时使用python2和3，所以由多了两个环境。
在如此混乱的开发环境下，配置 Caffe 实在艰难，特此教程。
1.2 为什么不用 docker 运行
因为 Pycharm Community Edition 2017.1 不支持远程调试，其他开发环境不好用。你要用 docker 的话可以不忽略该教程了。
1.3 用到的环境
因为随着各种库更新，不一定有空更新教程导致该教程某些步骤不可用，特此说明一下写这个文章的时候各个库的版本。
MacOS 10.12.6
Python 2.7.13
pip 9.0.1
Pycharm Community Edition 2017.1
Homebrew 1.3.1
cmake version 3.8.2
caffe 1.0
2 环境准备
2.1 Homebrew
终端运行
/usr/bin/ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)"2.2 Python
brew install python下载(get-pip.py)[https://bootstrap.pypa.io/get...]，切换到 get-pip.py所在目录，终端输入命令
python get-pip.py完成后安装虚拟环境（也不是必须的，后面配置路径的时候会说到，这里顺便介绍虚拟环境，避免多个项目造成开发环境很混乱）
sudo pip install virtualenv2.3 CMake
brew install cmake2.4 Caffe 依赖
brew install -vd snappy leveldb gflags glog szip lmdb
brew tap homebrew/science
brew install hdf5 opencv
brew install --build-from-source --with-python -vd protobuf
brew install --build-from-source -vd boost boost-python
brew install protobuf boost2.5 Caffe 的 Python 依赖
这里我使用的是 Pycharm 新建虚拟环境，新建在 /Users/Yourname/CaffeLearn（建立在哪里都可以，你自己记住就好）
选择基础环境的时候记得选择通过 Homebrew 安转的那个，应该是在/usr/local/Cellar/python/2.7.13，参考下图
创建好之后，在控制台（点Terminal 那个Tab）依赖 caffe 所需要的 Python库
运行以下命令
pip install numpy scikit-image protobuf3 Caffe 配置详解
3.1 Makefile.config
从(https://github.com/BVLC/caffe...[https://github.com/BVLC/caffe/releases]下载最新版本的代码，解压，从终端进入项目目录cd caffe-1.0。该教程使用的是 caffe-1.0。
cp Makefile.config.example Makefile.config用 Xcode 打开 Makefile.config（不要用 word 或者文本编辑打开）
如果你的 Mac 的显卡是Intel 的GPU，那么是没法使用 cuda 加速的，找到并把# CPU_ONLY := 1的注释去掉，即CPU_ONLY := 1，这样让 Caffe 仅在 CPU 下运行。
找到以下片段
# NOTE: this is required only if you will compile the python interface.
# We need to be able to find Python.h and numpy/arrayobject.h.
PYTHON_INCLUDE := /usr/include/python2.7 \
/usr/lib/python2.7/dist-packages/numpy/core/includePYTHON_INCLUDE修改成（ 步骤2.5叫你们记住的虚拟环境路径!!! 现在就有用了，一定得分别能找到Python.h 和 numpy/arrayobject.h两个文件），后面接着是python2.7还是python2.7.13还是python2.7.12取决于你们安装的版本，教程后面提到的部分也请注意这点。
PYTHON_INCLUDE := /Users/Yourname/CaffeLearn/include/python2.7 \
/Users/Yourname/CaffeLearn/lib/python2.7/site-packages/numpy/core/include保存，（caffe-1.0目录）终端运行
cmake .3.2 CaffeConfig.cmake
cmake完成后，用 Xcode 打开项目目录下的 CaffeConfig.cmake（不要用 word 或者文本编辑打开），把倒数第三行的set(Caffe_CPU_ONLY OFF)改成set(Caffe_CPU_ONLY ON)，保存并关闭。
3.3 CMakeCache.txt
用 Xcode 打开项目目录下的 CMakeCache.txt（不要用 word 或者文本编辑打开）
CPU_ONLY:BOOL=OFF改为
CPU_ONLY:BOOL=ON此外，找到然后修改PYTHON_EXECUTABLE:FILEPATH、PYTHON_INCLUDE_DIR:PATH、PYTHON_LIBRARY:FILEPATH，修改如下
//Path to a program.
PYTHON_EXECUTABLE:FILEPATH=/Users/Yourname/CaffeLearn/bin/python2.7
//Path to a file.
PYTHON_INCLUDE_DIR:PATH=Users/Yourname/CaffeLearn/include/python2.7
//Path to a library.（ 通过 Homebrew 安装的 Python 环境）
PYTHON_LIBRARY:FILEPATH=/usr/local/Cellar/python/2.7.13_1/Frameworks/Python.framework/Versions/2.7/lib/libpython2.7.dylib保存并关闭。
4 Caffe 编译
4.1 临时软连接系统和Homebrew 安装的 Python 路径
否则在接下来 make 的过程可能会出现错误：
'pyconfig.h' cannot be found
在终端运行以下命令建立连接
export CPLUS_INCLUDE_PATH="$CPLUS_INCLUDE_PATH:/usr/include/python2.7/"4.2 开始编译
在终端依次执行
make all
make install
make runtest编译且测试成功。
5 使用
将 Caffe-1.0/python 路径下的 caffe 文件夹拷贝到虚拟环境下
/Users/Yourname/CaffeLearn/lib/python2.7/site-packages/
在项目中 import caffe 即可。
6 版权声明
原文链接 https://jinkey.ai/post/tech/m...
本文作者 Jinkey（微信公众号 jinkey-love，官网 https://jinkey.ai）
感谢 yubang 老司机指导填坑，大神的博客 http://blog.yubangweb.com/
文章允许非篡改署名转载，删除或修改本段版权信息转载的，视为侵犯知识产权，我们保留追求您法律责任的权利，特此声明！！