常說天作孽猶可違，人作孽不可活啊，那為了畢設，我就是作死啊。沒辦法自己從三月份辭掉實習開始斷斷續續學習深度學習，才明白入坑雖淺，基情不斷啊。為了能夠完成畢設，便選了Caffe，也到處都是坑啊。沒辦法，為了祭奠我那糟糕透頂的記憶腦細胞，用我這糟糕的文筆稍微記錄一下吧。

首先想吐槽一下，我的電腦沒有Nvidia，沒有Nvidia，沒有Nvidia，重要的事情說三篇。在這上面就耽誤了好幾天。

安裝依賴包
1.安裝protobuf,leveldb,snappy,opencv,hdf5, protobuf compiler andboost:

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

sudo apt-get install --no-install-recommends libboost-all-dev

2.安裝gflags,glogs ,lmdb andatlas.

sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev
sudo apt-get install libatlas-base-dev

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

編譯Caffe
1.切換到Caffe所在目錄

cp Makefile.config.example Makefile.config

2.配置Makefile.config

1)CPU_ONLY := 1

2)配置一些引用檔案（增加部分主要是解決新版本下，HDF5的路徑問題）

1)INCLUDE_DIRS := $(PYTHON_INCLUDE) 
 /usr/local/include     
 /usr/lib/x86_64-linux-gnu/hdf5/serial/include    

2)LIBRARY_DIRS :=
 
 $(PYTHON_LIB) 
 /usr/local/lib 
 /usr/lib /usr/lib/x86_64-linux-gnu/hdf5/serial
3)BLAS := atlas
計算能力 mkl > openlas >atlas

3.Make Caffe

make all -j8
make test -j8
make runtest -j8

4.編譯成功，否則執行 make clean 多執行以下，否則多google吧

編譯python介面
1.Caffe擁有python\C++\shell介面，在Caffe使用python特別方便，在例項中都有介面的說明。

1)確保pip已經安裝

sudo apt-get install python-pip

2)新建shell檔案並執行安裝依賴

for req in $(cat requirements.txt); do pip install $req; done

3)編譯python介面

make pycaffe

當出現下面錯誤的時候修改

fatal error: numpy/arrayobject.h: No such file or directory.

PYTHON_INCLUDE := /usr/include/python2.7 \
/usr/lib/python2.7/dist-packages/numpy/core/include This is where our error is. So by changing this line to:

PYTHON_INCLUDE := /usr/include/python2.7 \
/usr/local/lib/python2.7/dist-packages/numpy/core/include   
# Our problem is gone.

2.執行python結構

import sys
sys.path.append("~/Documents/caffe/python")  
'''
import caffe If the last import caffe doesn't pop out any error, congratulations, now you can use python to play with caffe!
'''

在Mnist執行Lenet
1.獲取資料來源

./data/mnist/get_mnist.sh
./examples/mnist/create_mnist.sh

2.因為是CPU執行，所以修改在examples檔案下的Mnist下的lenet_solver.prototxt中的solver_mode:CPU

solver_mode: CPU

3.訓練模型

./examples/mnist/train_lenet.sh

終於寫完了，該吃飯去了。

參考