caffe学习笔记3：ubuntu15.04 caffe配置

记录在ubuntu15.04环境下配置caffe cpu模式的过程，无NVIDIA显卡，无cuda，安装过程不算麻烦，只要思路清晰，快速定位问题，1个小时左右完成。

1 安装依赖

1.1 安装opencv

在这里下载安装脚本，有linux各个发行版本的。，安装过程中要保证联网。进入ubuntu文件夹。

• 如果要安装最新的版本直接运行sudo sh opencv_latest.sh.
• 如果要安装指定版本的，就在opencv_install.sh中，在最开始，对version, downloadfile 这两个变量指定值，如：

$version = "3.1.0" 
$downloadfile = "OpenCV-3.1.0.zip" 
$dlddir = "OpenCV" 

然后sudo sh opencv_install.sh.

因为安装脚本中这一句：

wget -O $downloadfile http://sourceforge.net/projects/opencvlibrary/files/opencv-unix/$version/$downloadfile/download 

是根据这两个变量去sourceforge下载对应版本的opencv的，可以去sourceforge看看再赋值.

opencv的安装过程如果不出错，是不需要人工干预的，安装脚本执行完成后，会提示==OpenCV 3.1.0 ready to be used==

安装完opencv之后可以参考这里的测试代码测试。

1.2 安装Boost

运行sudo apt-get install libboost-all-dev，如果找不到包，更新一下源sudo apt-get update再安装

1.3 安装BLAS

MKL，OpenBLAS和ATLAS都提供了BLAS，这里使用ATLAS，运行sudo apt-get install libatlas-base-dev

1.4 安装其他依赖

主要是caffe数据读写的一些依赖：

sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler protobuf-c-compiler liblmdb-dev

1.5 安装Glog

wget https://google­-glog.googlecode.com/files/glog-0.3.3.tar.gz
tar zxvf glog­-0.3.3.tar.gz 
cd glog-­0.3.3 
sh ./configure 
make && make install 

1.6 安装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

1.7 安装lmdb

lmdb是caffe数据集文件的存储格式。在这里下载zip

unzip lmdb_mdb.master.zip
cd lmdb_mdb.master/libraries/liblmdb
make && make install

2 安装caffe

2.1 下载

git clone git://github.com/BVLC/caffe.git

2.2 编译

cd caffe #进入caffe根目录
cp Makefile.config.example Makefile.config
vim Makefile.config

修改Makefile.config确保如下变量的值：

CPU_ONLY := 1 #去掉前面的注释
BLAS := atlas  
OPENCV_VERSION := 3 #opencv版本号大于3则去掉前面的注释
MATLAB_DIR := /usr/local/MATLAB/R2015a #如果要使用matcaffe，去掉这行的注释，路径填matlab安装路径
#有时在编译链接时hdf5的路径找不到，直接加在这里：
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu/hdf5/serial

在caffe根目录运行

make all -j8 #可使用并行编译
make test
make runtest

2.3 测试lenet

把…caffe/examples/mnist/lenet_solver.prototxt中设置为==solver_mode: CPU==。

cd caffe #进入caffe根目录
./data/mnist/get_mnist.sh #获取mnist数据
./examples/mnist/create_mnist.sh #创建用于训练网络的lmdb文件
./examples/mnist/train_lenet.sh

在终端会输出训练过程中的迭代次数和loss变化，最终输出准确率，有99%+

3 使用caffe

3.1 pycaffe

运行make all pycaffe
在py文件中导入caffe模块，如果导入成功，就可以用pycaffe愉快地coding啦。

caffe_root = '/home/zhuyi/software/caffe' #填自己的caffe根目录
import sys
sys.path.append(caffe_root + '/python') #添加系统路径

import caffe

在caffe/examples中有ipynb的demo可以学习，在caffe/examples/pycaffe/layer中有python层的写法示范。

3.2 matcaffe

运行make all matcaffe，保证gcc/g++版本为4.7.x（因为其他版本不能mex）
在matlab脚本中使用caffe前添加：

caffe_root = '/home/zhuyi/software/caffe' %填自己的caffe根目录 
addpath([caffe_root '/matlab']); % 添加搜索路径

如果matlab中使用caffe出现错误信息：

/../sys/os/glnxa64/libstdc++.so.6: version
`GLIBCXX_3.4.20' not found (required by /usr/lib/x86_64-linux-gnu/libprotobuf.so.9)

原因在这里，需要在matlab启动前指定这个lib：
export LD_PRELOAD=/usr/lib/x86_64-linux-gnu/libstdc++.so.6