1. 安裝build-essentialshtml
安裝開發所須要的一些基本包git
sudo apt-get install build-essential
sudo apt-get update
執行命令:github
sudo apt-get install libatlas-base-dev
unzip /home/joe/Install-OpenCV-master.zip
chmod +x *.sh
sudo ./opencv2_4_9.sh
Ubuntu14.04用戶執行shell
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
unzip /home/joe/caffe-master.zip
注:若是解壓位置出錯了,可使用如下命令刪除該目錄及全部的子目錄:
cp Makefile.config.example Makefile.config
DEBUG 是否使用debug模式,打開此選項則能夠在eclipse或者NSight中debug程序app
完成上述設置後,開始編譯:框架
1. make all -j4 2. make test 3. make runtest
注意:-j4 是指使用幾個線程來同時編譯,能夠加快速度,j後面的數字能夠根據CPU core的個數來決定,若是CPU是4核的,則參數爲-j4,也能夠不添加這個參數,直接使用「make all」,這樣速度可能會慢一點兒。
1. $ cd caff-master (go caff home dir ) 2. $ sudo sh data/mnist/get_mnist.sh
$ sudo sh ./examples/mnist/create_mnist.sh
注:新版caffe都須要從根目錄上執行,若是使用下列命令執行:
1. # cd examples/ mnist 2. # sudo sh ./create_mnist.sh
可能會遇到這個錯誤:./create_mnist.sh: 16: ./create_mnist.sh: build/examples/mnist/convert_mnist_data.bin: not found
(3)訓練mnist
若是沒有GPU,只有CPU的話,須要先修改examples/mnist目錄下lenet_solver.prototxt文件,將solver_mode:GPU改成 solver_mode:CPU,修改後結果以下所示:eclipse
1. # solver mode: CPU or GPU 2. solver_mode: CPU
sudo vi lenet_solver.prototxt
先進入命令模式,使用a進入編輯模式,修改完以後,使用esc退出編輯模式,進入末行模式,再使用「:wq」保存修改並退出(「:q!」爲退出但不保存修改)
修改完成後,再執行下面的命令進行訓練:學習
1. $ cd examples/mnist 2. $ sudo sh ./train_lenet.sh
最終訓練完的模型存儲爲一個二進制的protobuf文件,至此,Caffe安裝的全部步驟完結。測試
Caffe 實例測試一: MNIST http://blog.sciencenet.cn/blog-1583812-843207.html Caffe + Ubuntu 14.04 64bit + CUDA 6.5 配置說明 http://www.cnblogs.com/platero/p/3993877.html CNN之Caffe配置 http://www.cnblogs.com/alfredtofu/p/3577241.html Training LeNet on MNIST with Caffe http://caffe.berkeleyvision.org/gathered/examples/mnist.html Caffe+Ubuntu14.04+CUDA6.5新手安裝配置指南 http://www.haodaima.net/art/2823705 caffe安裝指南 http://www.haodaima.net/art/2823705
參考連接:http://94it.net/a/jingxuanboke/2015/0322/493702.htmlui
.