Caffe安裝流程
本文詳細(xì)介紹了一名計算機小白心酸的Caffe安裝旅程。
1.1.Vmware虛擬機
這里使用的是Vmware Workstation 12.5.2 for Windows，具體的下載地址為：
http://rj.baidu.com/soft/detail/13808.html?ald
注意：點擊普通下載，如果點擊高速下載會下載一堆百度助手的軟件
1.2.Ubuntu的ISO鏡像
這里使用的鏡像文件為ubuntu-16.04.2-desktop-amd64.iso，為64位的操作系統(tǒng)版本，具體下載地址為：
https://www.ubuntu.com/download/desktop
如下圖所示：
2.安裝Ubuntu系統(tǒng)
2.1.安裝Vmware軟件
點擊下載好的軟件，點擊安裝
點擊下一步安裝
選擇接受協(xié)議，點擊下一步
更改安裝位置到D盤，只需要將C更改為D，若你只有一個盤，就不需要更改了，若你覺得你的C盤很大，也可以不用改了…...關(guān)鍵開心就好。
點擊下一步
選擇啟動時不檢查產(chǎn)品更新，也不幫助完善了，然后點擊下一步
然后繼續(xù)點擊下一步
點擊安裝，安裝完成
選擇輸入產(chǎn)品許可證，輸入如下字符：
5A02H-AU243-TZJ49-GTC7K-3C61N
復(fù)制，粘貼即可
2.2.創(chuàng)建Vmware中的虛擬系統(tǒng)并設(shè)置Ubuntu的ISO鏡像路徑
1.點擊右鍵，管理員權(quán)限運行vmware，vmware打開如下：
2.點擊創(chuàng)建新的虛擬機，選擇典型方式安裝，如下圖所示：
3.點擊下一步，進入下一個界面，如下圖所示：
4.此處更改安裝程序光盤映像文件，選擇我們要安裝的那個ubuntu映像文件
5.然后點擊下一步
設(shè)置ubuntu的用戶名和登錄密碼，如下圖所示（用戶名只包含小寫字母、數(shù)字和破折
號），然后點擊下一步。
6.修改虛擬機的名字為自己喜歡的名字，更改虛擬機安裝路徑為自己可以找見的路徑，此處我將路徑修改為D盤目錄下的MyVmware下，然后點擊下一步。
7.修改最大磁盤大小，意味著分配多大磁盤給虛擬機，為了使用方便，我在此分配了30G，夠用，選擇將磁盤拆分成多個文件，如下圖所示：然后點擊下一步。
8.點擊自定義硬件
將默認(rèn)內(nèi)存1024M修改成2048M（這個內(nèi)存大小依照電腦內(nèi)存大小而定，我的內(nèi)存是8G的，所以分配給虛擬機2G是沒有壓力的）
點擊關(guān)閉按鈕，回到上一層：
9.取消創(chuàng)建后開啟此虛擬機，點擊完成，完成虛擬機的創(chuàng)建
1.點擊開啟此虛擬機
2.等待開啟
3.開啟結(jié)束
3.安裝Caffe
在虛擬機上裝好Ubuntu后，打開剛剛新建的虛擬機，通過Search your computer搜索Terminal并進入該頁面（或者使用快捷鍵：Ctrl+Alt+T；打開終端），如下圖所示：
然后根據(jù)Caffe給出的安裝教程在該頁面進行安裝。
1.網(wǎng)頁搜索Caffe官網(wǎng)并點擊進入。
官網(wǎng)如下：http://caffe.berkeleyvision.org/
2.從文件（Documentation）中選擇安裝介紹（Installation instructions）
進入之后出現(xiàn)如下頁面：
選擇Ubuntu installation?the standard platform,
進入如下頁面：
3.根據(jù)官網(wǎng)給出的介紹，在ubuntu的終端上輸入如下命令，安裝caffe需要的依賴包
本次老師介紹的安裝方式?jīng)]有使用GPU來進行渲染，所以對應(yīng)的NVIDIA相應(yīng)的驅(qū)動和依賴都沒有安裝。以下caffe的安裝是基于CPU來處理的。
根據(jù)官網(wǎng)的介紹，對應(yīng)不同版本的Ubuntu，安裝的方式也會不同。以下的安裝依賴是基于ubuntu16.04安裝的。
安裝基本依賴
$ 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
$ sudo apt-get install? libatlas-base-dev
$ sudo apt-get install? libhdf5-serial-dev
l安裝ATLAS，輸入如下命令
$ sudo apt-get installlibatlas-base-dev
安裝剩余依賴
$ sudo apt-get installlibgflags-dev?libgoogle-glog-dev?liblmdb-dev
下載Caffe
Caffe框架是一個開源項目，在github官網(wǎng)中找見，具體網(wǎng)址如下：
項目截圖如下所示：
在終端中輸入命令，將caffe克隆到本地文件夾中
$ sudo apt-get install git
$ git clone https://github.com/BVLC/caffe.git
l修改Makefile.conf文件
$ cd caffe
$ cpMakefile.config.example?Makefile.config
$ geditMakefile.config
通過gedit打開Makefile.conf文件，找到：
#CPU_ONLY:=1
將其修改成
CPU_ONLY:=1
找到：
#USE_OPENCV := 0
#USE_LEVELDB := 0
#USE_LMDB := 0
修改為：
USE_OPENCV := 1
USE_LEVELDB := 1
USE_LMDB := 1
找到：
# Whatever else you find you need goes? here.
INCLUDE_DIRS := $(PYTHON_INCLUDE)? /usr/local/include
LIBRARY_DIRS := $(PYTHON_LIB)? /usr/local/lib /usr/lib
修改為：（注意，這里用的Ubuntu系統(tǒng)為64位的，所以目錄為x86_64-linux-gnu；若為32位的，則目錄為i386-linux-gnu）
# Whatever else you find you need goes? here.
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
l開始編譯和安裝caffe到系統(tǒng)中
$ make all
$ make test
$ make runtest
4.運行Caffe實例
在這里測試數(shù)據(jù)，采用的是MNIST數(shù)據(jù)。
lMNIST數(shù)據(jù)介紹：MNIST數(shù)據(jù)集是一個手寫體數(shù)據(jù)集，如下就是MNIST數(shù)據(jù)
下載MNIST數(shù)據(jù)庫并解壓縮
進入caffe目錄下，然后下載MNIST數(shù)據(jù)庫和解壓縮
$ cd ~/caffe
$./data/mnist/get_mnist.sh
執(zhí)行完成之后，效果如下圖：
將MNIST數(shù)據(jù)集轉(zhuǎn)換成Lmdb數(shù)據(jù)庫格式
執(zhí)行如下命令：
$./examples/mnist/create_mnist.sh
效果如下圖所示：
也可以直接將下載好的數(shù)據(jù)文件mnist_train_lmdb與mnist_test_lmdb復(fù)制粘貼到Home/caffe/data/mnist。
更改mnist案例默認(rèn)使用GPU訓(xùn)練方式，更改為CPU
編輯文件：gedit examples/mnist/lenet_solver.prototxt
找到：
solver_mode: GPU
更改為:
solver_mode: CPU
訓(xùn)練網(wǎng)絡(luò)，得到訓(xùn)練精度
執(zhí)行如下命令：
$./examples/mnist/train_lenet.sh
得到損失和訓(xùn)練精度如下所示：
得到精度為:0.991
損失為:0.027
精度已經(jīng)相當(dāng)不錯。
對于這個例子，只需要兩個文件就可以運行：
1.Home/caffe/examples/mnist/lenet_train_test.prototxt
我們要求解問題所需要的模型、網(wǎng)絡(luò)，分類的話用這個就可以，最開始手寫數(shù)字識別就是用這個做分類的，在使用時可能需要修改它的路徑。
2.Home/caffe/examples/mnist/lenet_solver.prototxt
將要修改的網(wǎng)絡(luò)寫入，可以修改里面的參數(shù)，比如每訓(xùn)練多少次做一次測試、學(xué)習(xí)率、模型的最大訓(xùn)練次數(shù)等。
用戶名密碼修改：
如果覺得Caffe安裝起來比較麻煩，也可以直接拷貝別人已經(jīng)安裝好的鏡像文件，此時可能需要修改一下個人用戶名與密碼，修改方式參照下圖：
