手把手教你搭建caffe及手写数字识别

一、前言

　　本教程参考github：https://github.com/BVLC/caffe、及《21天实战caffe》P28页Ubuntu环境准备。

　　另，笔者的安装环境是Ubuntu14.04、CUDA8.0、cudnn5.1、OpenCV、GTX1070。关于这些的搭建可以参看“Tensorflow学梵高作画（http://blog.csdn.net/v_july_v/article/details/52658965）”里面的安装教程。

二、 安装依赖项

更新源

sudo apt-get update

参考官网页面地址：http://caffe.berkeleyvision.org/install_apt.html

安装命令：

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

特别提示：ubuntu命令行里按住ctrl+shift+c是复制，ctrl+shift+v是粘贴

三、 相关安装

安装git命令：

sudo apt-get install git

安装BLAS命令：

sudo apt-get install libatlas-base-dev

安装pycaffe接口所需的依赖项：

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

安装其他依赖项目：

sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev

四、 Caffe相关操作

下载caffe：

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

进入caffe：

cd caffe

配置Makefile.config文件：

sudo cp Makefile.config.example Makefile.config

修改Makefile.config：

sudo vi Makefile.config

笔者这里使用cudnn，所以将第四行

# USE_CUDNN := 1   前面的#删掉变为

USE_CUDNN := 1

示意图：

编译caffe：

依次执行如下命令

sudo make all -j16

sudo make test -j16

sudo make runtest -j16

五、 编译Python用到的caffe文件

编译caffe：

执行如下命令

make pycaffe -j16

六、 验证

cd python

python

import caffe

不报错就表明安装成功了！

七、基于caffe的手写数字识别

caffe MNIST by 小蔡
官方github地址:
https://github.com/BVLC/caffe
cd /caffe/caffe 
1.下载数据
./data/mnist/get_mnist.sh 
2.转化为lmdb格式
./examples/mnist/create_mnist.sh
3.训练数据
./examples/mnist/train_lenet.sh

　　另，mac下的caffe安装请参照：https://ask.julyedu.com/question/7468。

相关实验：

自动聊天机器人实验

用深度学习学梵高作画（CPU版）

6个实验教你用Torch玩转深度学习

---

---

课程咨询｜微信：julyedukefu

七月热线：010-82712840