Caffe
是一个清晰而高效的深度学习框架,是纯粹的C++、CUDA架构,支持命令行,Python和MATLAB接口,可以在CPU和GPU直接无缝切换,Caffe的优势:
上手快,模型和相应优化都是以文本形式而非代码形式给出,
Caffe
给出了模型的定义,最优化设置以及预训练的权重,方便立即上手。速度快,Caffe与cuDNN结合使用,能够运行最棒的模型和海量的数据。
模块化,方便拓展新的认知和设置.
开源,开放
Caffe
在MacOS可以使用Homebrew
安装,也是自行编译源代码安装,这里介绍下直接编译源代码安装.
下载Caffe源代码
Caffe
的github地址:https://github.com/BVLC/caffe,直接克隆Caffe源代码:
git clone git@github.com:BVLC/caffe.git
复制Makefile.config
文件:
cd caffe
cp Makefile.config.example Makefile.config
Makefile.config
文件中有些编译选项需要做更改才能在MacOS上面编译通过,后面会介绍,下面先介绍下编译Caff所需要的依赖。
安装Caffe依赖
编译Caffe
需要有大量的依赖,开始扁你之前,需要先安装这些依赖。
(1) 使用GPU模式需要安装CUDA,安装CUDA的命令:
brew cask install cuda
也可以不采用GPU模式,只使用CPU,在Makefile.config
中做修改:
CPUU_ONLY=1
(2) BoostCaffe
使用的是c++开发,如果要使用python调用Caffe
的接口的话,需要安装boot.python:
brew install boost --with-python
brew install boost-python
(3) OpenCV 安装,直接安装OpenCV
brew install opencv
OpenCV安装之后需要在Makefile.config
中设置OpenCV的文件头路径,以及lib的路径:
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/local/Cellar/opencv/2.4.13.2/include
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/local/Cellar/opencv/2.4.13.2/lib
(4) 数据库leveldb,lmdb,hdf5安装:
brew install leveldb
brew install lmdb
brew tap homebrew/science
brew install install homebrew/science/hdf5
(5) 日志与数据操作
brew install protobuf
brew install glog
brew install gflags
brew install snappy
安装caffe-python依赖
先要安装 Python依赖库:numpy,h5py以及scikit-image
brew install numpy
pip install h5py
pip install scikit-image
安装完Python的依赖类库之后需要注意以下的4点:
设置
Makefile.config
中numpy的路径:
PYTHON_INCLUDE := /usr/include/python2.7 \
在python中使用OpenCV,需要把OpenCV安装目录下
../python/site-packages
里面的两个文件cv.py
和cv2.so
拷贝到/usr/local/lib/python2.7/site-packages
目录下,这样python才能调用OpenCV。在
Makefile.config
设置WITH_PYTHON_LAYER:=1
在
Makefile.config
中设置PYTHON_LIB:
PYTHON_LIB := /usr/local/Cellar/python/2.7.13/Frameworks/Python.framework/Versions/2.7/lib
编译Caffe
使用make
命令编译Caffe:
make clean
make all
make test
make runtest
编译Caffe-Python:
make pycaffe
以上编译都通过之后将caffe/python添加到python系统路径里fish
设置命令:
set -gx PYTHONPATH path/to/caffe/python $PYTHONPATH
bash
的设置命令:
export PYTHONPATH=path/to/caffe/python:$PYTHONPATH
使用Caffe
在命令行中直接测试Caffe
是否编译成功。
python
import caffe
没有错误出现则表示Caffe
安装成功。
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用
。你还可以使用@
来通知其他用户。