《智能系统与技术丛书 深度学习实践：基于Caffe的解析》—2.3.3Caffe的安装和测试

2.3.3　Caffe的安装和测试

       对于Caffe的安装，应严格遵照官网的要求来进行操作：http://caffe.berkeleyvision.org/installation.html。

1.安装BLAS

       进行线性代数运算的软件，除了ATLAS以外，还有两个可以选择：一个是Intel 的 MKL，为收费软件；另一个是OpenBLAS，免费但操作比较麻烦。从运行效率上来说，ATLAS < OpenBLAS < MKL。

       笔者采用的是ATLAS，其安装命令如下所示：

sudo apt-get install libatlas-base-dev

       然后新建一个cuda.conf，并编辑，命令如下所示：

$ sudo gedit /etc/ld.so.conf.d/cuda.conf

/usr/local/cuda/lib64

/lib

       最后完成lib文件的链接操作，执行如下命令：

$ sudo ldconfig -v

       执行完上述命令，GPU部分就安装好了。

2. 安装其他依赖项

       首先，我们来看看Google Logging Library（glog）的安装方法，其下载地址为：https://code.google.com/p/google-glog/，下载完成后进行解压并安装。此时要做的第一件事仍然是通过cd命令转到保存该安装包的文件夹，笔者的文件夹路径为/home/user/Downloads，示例命令如下：

$ cd ~/Downloads

$ tar zxvf glog-0.3.3.tar.gz

$ cd ~/Downloads/glog-0.3.3

$ ./configure

$ make

$ sudo make install

       如果没有可执行权限，就使用“chmod a+x glog-xx -R”来添加可执行权限，或者直接使用“ chmod 777 glog-0.3.3 -R”，装完之后，这个文件夹就可以删除了。

      下面是C++部分的其他依赖项，请确保全部都安装成功：

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

3. 安装Caffe并测试

       下面是安装pycaffe所必需的一些依赖项：

$ 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

       下面安装配置Nvidia cuDNN，用于加速Caffe模型的运算。

       安装前请先去官网上下载最新的cuDNN (cudnn-7.0-linux-x64-v4.0-prod)。下载完成后直接双击安装包，将其中的文件CUDA拖到Downloads文件夹中，这一步很重要，否则后面进行编译时就会不知道错在哪里了。安装命令如下所示：

$ cd ~/Downloads/CUDA

$ sudo cp include/cudnn.h /usr/local/include

$ sudo cp lib64/libcudnn.* /usr/local/lib

        输入下面的命令链接cuDNN的库文件：

$ sudo ln -sf /usr/local/lib/libcudnn.so.4.0.7 /usr/local/lib/libcudnn.so.4

$ sudo ln -sf /usr/local/lib/libcudnn.so.4 /usr/local/lib/libcudnn.so

$ sudo ldconfig -v

        现在可以下载Caffe了，将Caffe放在用户目录下，命令如下所示：

cd

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

       如果提示没有GIT，那么根据它的建议直接安装一个就好了。

       现在切换到Caffe的文件夹，生成Makefile.config配置文件，执行以下命令：

$ cd ~/caffe

$ cp Makefile.config.example Makefile.config

$gedit Makefile.config

       接下来再配置Makefile.config文件，下面仅列出需要修改的部分。

       1）启用cuDNN，去掉“#”：

USE_CUDNN := 1

       2）配置引用文件，增加的部分主要是解决新版本下HDF5的路径问题，命令如下：

INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include 

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

LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib 

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

        3）配置路径，实现Caffe对Python和MATLAB接口的支持，命令如下：

PYTHON_LIB := /usr/local/lib

       最后，编译Caffe，记得加上“-j $（nproc）”或者“-j16”，这里若是使用CPU的多核进行编译，则可以极大地提高编译的速度，因此建议使用CPU多核进行编译。编译命令如下所示：

$ make all -j16

$ make test -j16

$ make runtest -j16

       编译Python用到的Caffe文件具体如下：

$ make pycaffe -j16

       如果上述过程没有报错，则表示Caffe已经配置好了，其默认使用的是Python接口和C++接口，大家可以根据需要自行选取。