深度学习之caffe1——软件配置与测试
Posted Lee-yang
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了深度学习之caffe1——软件配置与测试相关的知识，希望对你有一定的参考价值。
caffe的配置真的是很让人头疼啊，不知道试过多少次了，最终确定以下步骤：
重装系统了七八次，搞得linux的一些常用命令到时很熟悉了~~~
我有洁癖~~~某一个点上出了错，我一定要把它搞好了，再重新来一次，我怕会因为某一点的小错误会影响到其它重要的地方。。。(有同感的默默在心里举个爪~~~^_^~~~)
开始：
caffe的配置安装：
(为确保过程不出错，请软件源和系统保持最新版本<Ubuntu16.04LTS+校园网清华大学软件源>)
sudo apt-get install git
sudo apt-get install libprotobuf-dev
sudo apt-get install protobuf-compiler
sudo apt-get install python-dev
此处需要安装python的相关库：
sudo apt-get install -y python-numpy python-scipy python-matplotlib python-sklearn python-skimage python-h5py python-protobuf python-leveldb python-networkx python-nose python-pandas python-gflags cython ipython
sudo apt-get install libleveldb-dev
sudo apt-get install libsnappy-dev
sudo apt-get install libopencv-dev
sudo apt-get install --no-install-recommends libboost-all-dev
sudo apt-get install libhdf5-serial-dev
sudo apt-get install libatlas-base-dev
sudo apt-get install libgoogle-glog-dev
sudo apt-get install libgflags-dev
sudo apt-get install liblmdb-dev
sudo apt autoremove
以上安装确保无错误发生，则使用make all来进行测试，查看出现的错误：
hdf5配置出现问题。。。
所有依赖库安装都非常顺利，但是在hdf5这里会有个坑，
首先是找不到hdf5.h，src/caffe/layers/hdf5_data_layer.cpp:13:18: fatal error: hdf5.h: No such file or directory
或者会出现：
/usr/bin/ld: cannot find -lhdf5_hl
/usr/bin/ld: cannot find -lhdf5
需要在Makefile.config中INCLUDE_DIRS后添加/usr/include/hdf5/serial/，在LIBRARY_DIRS后添加/usr/lib/x86_64-linux-gnu/hdf5/serial/
最终Makefile.config文件对应部分修改如下，
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/
再次make all，
输出显示若干CXX，无错误提示即可。
再make test，输出显示若干CXX，LD等，无错误提示
再make runtest，输出的所有的RUN均为OK即可确认caffe安装成功。
[ PASSED ] 996 tests.
测试用例：
一般第一个测试都是对手写字体minist进行识别，主要有三个步骤：准备数据、修改配置、开始使用。
1、准备数据
一般是使用命令：
./data/mnist/get_mnist.sh
./examples/mnist/create_mnist.sh
来下载生成数据，但有时可能会网络不通畅。这里直接下载吧
解压得到两个文件夹（mnist-train-leveldb和mnist-test-leveldb），复制到 .\examples\mnist\ 目录下即可
2、修改配置
修改该目录下的prototxt扩展名配置文件
修改./examples/mnist/lenet_solver.prototxt
定位到最后一行：solver_mode: GPU，将GPU改为CPU。 直接先使用CPU进行测试
3、运行
执行文件命令：
./examples/mnist/train_lenet.sh
以上是关于深度学习之caffe1——软件配置与测试的主要内容，如果未能解决你的问题，请参考以下文章