ubuntu快速安装Caffe (CPU_ONLY,无cuda、无cuDNN)

最新推荐文章于 2019-12-18 23:13:27 发布

fromlimbo

最新推荐文章于 2019-12-18 23:13:27 发布

阅读量1.9k

点赞数 1

CC 4.0 BY-SA版权

分类专栏：深度学习好吃吗文章标签： Caffe CPU ubuntu MNIST

本文链接：https://blog.youkuaiyun.com/fromlimbo/article/details/51038749

深度学习好吃吗专栏收录该内容

1 篇文章

订阅专栏

本文详细介绍了如何使用Caffe进行深度学习模型的配置、安装、训练和测试，包括简单的安装步骤、Mnist数据集的下载与使用，以及LeNet模型的训练过程。通过本指南，读者可以快速上手Caffe，进行深度学习项目。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

没想到第一篇优快云博文献给了深度学习,看来我从此走向了一条研发狗的漫漫不归路。幸运的是，好歹也有点文字可写，纵使酸腐不堪，如果有助于人，倒是一件快意的事。正所谓苦中寻乐泪作酒，请君入席来一壶？

正常点哈~

都说Caffe难配置，实际上再简单不过了。如果想要简单快速上手Caffe，完全没必要安装cuda和cuDNN。除了一些更新库外，直接编译就好了，只有中间一些Makefile需要修改，如果你不想反复求虐，这一点你一定得注意哟~

1.默认已安装opencv3.0.0以上版本。一定要是opencv3.0以上哦，没装好的请自觉安装完。

2.安装ATLAS：

sudo apt-get install libatlas-base-dev

安装完后就完全不需要去理会网上那些帖子里说的MKL，OPENBLAS之类的库了。

3.安装各种依赖项目：

sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev libgflags-dev libgoogle-glog-dev liblmdb-dev protobuf-compiler

最后这个protobuf是啥呢，protobuf是google公司的一个开源项目，主要功能是把某种数据结构的信息以某种格式保存及传递，类似微软的XML，但是效率较高。目前提供C++、java和python的API。

protobuf简介：http://blog.163.com/jiang_tao_2010/blog/static/12112689020114305013458/

protobuf使用实例：http://www.ibm.com/developerworks/cn/linux/l-cn-gpb/

4.下载Caffe：

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

5. 安装Caffe：

(1)复制Makefile.config:

cd caffe

cp Makefile.config.example Makefile.config

(2)修改Makefile.config文件：

gedit Makefile.config

打开Makefile.config文件后：

1)在# CPU_ONLY := 1这一行去掉#，使得CPU_ONLY模式生效；

2)在# OPENCV_VERSION := 3这一行去掉#，使得有关opencv3.0的链接生效，否则会出现类似这样的问题：

.build_release/lib/libcaffe.so: undefined reference tocv::imread(cv::String const&, int)'

.build_release/lib/libcaffe.so: undefined reference tocv::imencode(cv::String const&,

issue链接： https://github.com/BVLC/caffe/issues/2348

sudo make all -j4

-j4 是指使用几个线程来同时编译，可以加快速度，j后面的数字可以根据CPU core的个数来决定，如果CPU是4核的，则参数为-j4，也可以

不添加这个参数，直接使用“make all”，这样速度可能会慢一点儿。

4)编译

sudo make test
sudo make runtest

编译完后就可以开始测试Caffe的数据集，整个过程不到20分钟~

6.下载Mnist手写体数字dataset：

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

等偷偷在LeCun老师那下载完后，会得到两个数据集:mnist-train-leveldb/, 和mnist-test-leveldb/.就可以开始训练啦~(这里包含了LDB格式的数据集./examples/mnist/create_mnist.sh)

LeNet:
caffe中用的模型结构是非常著名的手写体识别模型LeNet，唯一的区别是把其中的sigmoid激活函数换成了ReLU，整个结构中包含两个convolution layer、两个pooling layer和两个fully connected layer。结构定义在$caffe-master/examples/mnist/lenet_train_test.prototxt中。定义MNIST Network：
该结构定义在lenet_train_test.prototxt中，需要对google protobuf有一定了解并且看过Caffe中protobuf的定义，其定义在$caffe-master/src/caffe/proto/caffe.proto

7.训练Mnist数据集

sudo gedit examples/mnist/lenet_solver.prototxt

lenet_solver.prototxt 文件设定运行CPU 版本或者 GPU 版本，修改最后一行：solver_mode: CPU

开始训练：

sudo sh examples/mnist/train_lenet.sh

最终的model，会存为两个caffemodel，caffe/examples/mnist/lenet_iter_5000.caffemodel 和caffe/examples/mnist/lenet_iter_10000.caffemodel

接下来的呢，就是可以载入这两个caffemodel来做手写数字识别啦，后期再写啦~