caffe 环境搭建和minist训练

1. 从happynear 下载 window版本的caffe

2.编译convert_mnist_data工程 （用于之后的训练数据转换）

3.从http://yann.lecun.com/exdb/mnist/ 下载mnist数据集 可参考脚本 data/mnist/get_mnist.sh

    获取到t10k-images-idx3-ubyte、t10k-labels-idx1-ubyte、train-images-idx3-ubyte、train-labels-idx1-ubyte（注意文件大小）

4.构造mnist数据 参考example/mnist/creae_mnist.sh (window下改为creae_mnist.bat）

此步骤要保证convert_mnist_data工程以及成功编译，且生成convert_mnist_data.exe(linux下为convert_mnist_data.bin)

运行上诉脚本后，生成mnist_test_lmdb和mnist_train_lmdb文件夹

5.打开caffe工程，配置属性->调试->命令参数    --solver=../../examples/mnist/lenet_solver.prototxt （训练参数，而不是网络结构）

6.这里需要注意的是，新mnist为lmdb格式，而老的是levelmdb格式，需要在lenet_train_test.prototxt中进行修改：

  backend: LEVELMDB  ->  backend: LMDB

1. git clone  caffe

2. mv Makefile.config.example Makefile.config(CPU)

Makefile.config BLAS := atlas -> BLAS := open 

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 /usr/lib/x86_64-linux-gnu/hdf5/serial

3. apt-get install libprotobuf-dev 

    apt-get install libboost-dev

    apt-get install libgflags-dev

    apt-get install libgoogle-glog-dev

    apt-get install libleveldb-dev

    apt-get install liblmdb-dev

    apt-get install libhdf5-dev

    apt-get install libboost-system1.55-dev

    apt-get install libboost-filesystem1.55-dev

    apt-get install libboost-thread1.55-dev

    apt-get install libsnappy-dev

    apt-get install libatlas-base-dev   

4.

    make all -j4

    make test -j4

    make runtest -j4

    make pycaffe -j4

5.

    data/mnist/get_mnist.sh

    gunzip gz文件

    examples/mnist/create_mnist.sh(生成mnist-train-lmdb 和 mnist-train-lmdb文件夹)

    修改protxt 中GPU

    examples/mnist/train_lenet.sh(训练mnist)

训练完后生成

 ./examples/mnist/lenet_iter_10000.solverstate

./examples/mnist/lenet_iter_10000.caffemodel

6.测试

./build/tools/caffe test  -model=examples/mnist/lenet_train_test.prototxt  -weights=examples/mnist/lenet_iter_10000.caffemodel  -gpu=0

1.hdf5 (error)

https://www.hdfgroup.org/downloads/hdf5/source-code/

 tar jxvf hdf5-1.10.1.tar.bz2

./configure --prefix=/home/xxx_name/hdf5 /

make

make install

2.cuda(非root）

./cuda_7.0.28_linux.run

在安装过程中 设置路径为 /home/xxx_name/cuda-7.0