转载自：https://blog.csdn.net/u014696921/article/details/52156552
本博客是CPU的运行，GPU的一直等有时间在写。要是想安装gpu的版本的，可参考：先付上一些成功安装的博客的吧
1.http://blog.csdn.net/xierhacker/article/details/53035989
2.http://blog.csdn.net/Lee_J_R/article/details/52693724?locationNum=7&fps=1
以上两篇博客还不错，比较详细。（注：在配置的一些问题，可以在下面提问，我配置的是gtx1080，自从搞深度学习，配置不少于20次了，有点经验，都是自己在搞，以前的辛酸不提了。）
CPU配置：
http://blog.csdn.net/autocyz/article/details/51783857 (2016.6月份的博文，本文没有参考这篇博客，不过感觉写的挺好 贴上连接)
caffe是一个简洁高效的深度学习框架，具体介绍可以看这里http://caffe.berkeleyvision.org/，caffe环境配置过程可以参考这里：http://caffe.berkeleyvision.org/installation.html，我在搭建环境时搜集了许多资料，这里整理了一下，介绍一下caffe在无CUDA的环境下如何配置。
1. 安装build-essentials
安装开发所需要的一些基本包
- sudo apt-get install build-essential
2. 安装ATLAS for Ubuntu
执行命令:
- sudo apt-get install libatlas-base-dev
3. 安装OpenCV
这个尽量不要手动安装， Github上有人已经写好了完整的安装脚本：https://github.com/jayrambhia/Install-OpenCV
下载该脚本，解压".zip"文件,解压命令:
安装2.4.9 (不推荐)
https://gist.github.com/bearpaw/c38ef18ec45ba6548ec0
- 下载安装脚本 https://github.com/bearpaw/Install-OpenCV
- 进入目录
Install-OpenCV/Ubuntu/2.4 - 执行脚本
sh sudo ./opencv2_4_10.sh
安装2.4.9（推荐）- unzip /home/wzy/下载/Install-OpenCV-master.zip
进入Ubuntu/2.4 目录, 给所有shell脚本加上可执行权限：
然后安装最新版本 （当前为2.4.9）：4. 安装其他依赖项
Ubuntu14.04用户执行- 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
使用其它系统的可以参考官网介绍。
5. 编译Caffe
完成了上述环境的配置，就可以编译Caffe了！
下载caffe安装包,下载地址:https://github.com/BVLC/caffe
解压该压缩包，解压缩命令:
这里也可以直接：sudo git clone https://github.com/BVLC/caffe.git
- sudo unzip /home/wzy/下载/caffe-master.zip
注:如果解压位置出错了,可以使用以下命令删除该目录及所有的子目录:
进入caffe根目录， 首先复制一份Makefile.config，命令：
- cp Makefile.config.example Makefile.config
然后修改里面的内容，主要需要修改的参数包括：
1.修改文件权限 规则：chmod ［who］ ［+ | - | =］ ［mode］ 文件名¼
使用 chmod g+w Makefile.config
2.打开文件进行修改
使用 sudo vim Makefile.config
按“i”键开始修改，修改结束后按esc键，键入“：wq”保存并退出
修改 将# CPU_ONLY = 1前面的#去掉 并按“tab”键，（默认从tab处执行）
CPU_ONLY 是否只使用CPU模式，由于我没有NVIDIA的显卡，就没有安装CUDA，因此需要打开这个选项。
其余的一些配置可以根据需要修改：
BLAS (使用intel mkl还是OpenBLAS)
MATLAB_DIR 如果需要使用MATLAB wrapper的同学需要指定matlab的安装路径, 如我的路径为 /usr/local/MATLAB/R2013b (注意该目录下需要包含bin文件夹，bin文件夹里应该包含mex二进制程序)
DEBUG 是否使用debug模式，打开此选项则可以在eclipse或者NSight中debug程序
完成上述设置后，开始编译：
- sudo make all -j16 (我的电脑是16的)
6.使用MNIST数据集进行测试
Caffe默认情况会安装在$CAFFE_ROOT，就是解压到的那个目录，例如：$ home/username/caffe-master，所以下面的工作，
默认已经切换到了该工作目录。下面的工作主要是测试Caffe是否工作正常，不做详细评估。具体设置请参考官网：
http://caffe.berkeleyvision.org/gathered/examples/mnist.html
(1)数据预处理
可以用下载好的数据集，也可以重新下载，直接下载的具体操作如下：
- $ cd data/mnist
- $ sudo sh ./get_mnist.sh
- $ sudo sh ./examples/mnist/create_mnist.sh
注:新版caffe都需要从根目录上执行，如果使用下列命令执行：
- # cd examples/mnist
- # sudo sh ./create_mnist.sh
如果没有GPU,只有CPU的话,需要先修改examples/mnist目录下lenet_solver.prototxt文件,将solver_mode:GPU改为 solver_mode:CPU，修改后结果如下所示：- # solver mode: CPU or GPU
- solver_mode: CPU
修改时可以使用vi编辑命令(ubuntu14.0.4下也可以直接双击打开，修改后保存即可)，如果是只读文件，不能编辑，可以用sudo命令，比如:
- sudo vi lenet_solver.prototxt
先进入命令模式，使用a进入编辑模式，修改完之后，使用esc退出编辑模式，进入末行模式，再使用“:wq”保存修改并退出(“:q!”为退出但不保存修改)
修改完成后，再在根目录下(即/caffe-master目录)执行下面的命令进行训练:
- $ sudo sh ./examples/mnist/train_lenet.sh
最终训练完的模型存储为一个二进制的protobuf文件：lenet_iter_10000
至此，Caffe安装的所有步骤完结。注:如果进入到mnist目录下执行这个sh命令，会出现错误。即这样操作
- cd ./examples/mnist
- sudo sh ./train_lenet.sh
会有一个caffe-master/.build_release/tool/caffe找不到或不存在的错误。
7.使用MNIST数据集进行测试
得到训练模型 lenet_iter_10000,利用命令行的方法对模型进行测试。
在caffe官网给出来了三种编译方式 命令行、python、matlab.这里使用的是命令行的方法
1.bash下建立.sh执行文件（脚本） 先cd到 ./caffe-master/examples/mnist文件夹下，命令行输入
备注：脚本的书写可参考Caffe官网tutorial/interfaces中TEST的讲解
- touch test_lenet.sh #生成.sh文件
- sudo vim test_lenet.sh #进入.sh文件键入内容
- #键入的内容为
- #！/usr/bin/env sh
- "空行"
- ./build/tools/caffe test --model=examples/mnist/lenet_train_test.prototxt --weights=examples/mnist/lenet_iter_10000.caffemodel -iterations 100
备注：因为没有用GPU所以官网指导文档中的"gpu 0"这部分参数就没有添加进去
保存.sh文件 按ESC键 然后键入：wq
（因为编辑器的问题，自动换行了，所以这里插入了图片）
2.将目录返回到caffe-master目录下 一路 cd ..
- sudo sh ./examples/mnist/test_lenet.sh
最后放两张测试成功的图片
训练过程
测试过程
8.要是大家想测试自己的数据集的话，可以参考链接：http://blog.csdn.net/u014696921/article/details/52156487
9.编译python wrapper
安装python
编译
（1）安装 Anaconda，到caffe官网指导文档中安装指导页面，进入Anaconda官网，下载相应版本 （2）到下载目录，执行
bash Anaconda2-2.4.1-Linux-x86_64.sh (自己下载的是什么版本就用什么版本)
（3）cd到根目录下，执行
sudo vim ~/.bashrc
对文件进行如下修改（文件最后添加就可以）
- # add library path
- LD_LIBRARY_PATH=your_anaconda_path/lib:$LD_LIBRARY_PATH
- export LD_LIBRARY_PATH
- sudo apt-get install python-dev python-pip
（5）cd到caffe-master/python目录下，执行
- for req in $(cat requirements.txt); do sudo pip install $req; done
（6）cd到caffe-master目录下，编译执行
10.编译matlab wrapper
安装matlab(参考之前的博文)
编译
（1）安装matlab
（2）修改Makefile.config 在caffe-master目录下
（3）cd到caffe-maste目录下，编译执行
本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请
点击举报。
