原文链接 https://jinkey.ai/post/tech/m...
本文作者 Jinkey(微信公众号 jinkey-love,官网 https://jinkey.ai)
感谢 yubang 老司机指导填坑,大神的博客http://blog.yubangweb.com/
文章允许非篡改署名转载,删除或修改本段版权信息转载的,视为侵犯知识产权,我们保留追求您法律责任的权利,特此声明!
1 概要
1.1 为什么要写这篇文章
由于历史原因:
我的电脑有五六个直接安装在系统的Python的环境,加上一堆 Python 虚拟环境。
包括 Mac 系统的原因:
自带的系统环境无法安装 pip 及其他第三方库,必须通过 homebrew来自行安装一个python 而这个python路径和系统的并不一样。
包括 Anaconda 的原因:
之前为了安装某些科学计算库方便使用了Anaconda,并且需要同时使用python2和3,所以由多了两个环境。
在如此混乱的开发环境下,配置 Caffe 实在艰难,特此教程。
1.2 为什么不用 docker 运行
因为 Pycharm Community Edition 2017.1 不支持远程调试,其他开发环境不好用。你要用 docker 的话可以不忽略该教程了。
1.3 用到的环境
因为随着各种库更新,不一定有空更新教程导致该教程某些步骤不可用,特此说明一下写这个文章的时候各个库的版本。
MacOS 10.12.6
Python 2.7.13
pip 9.0.1
Pycharm Community Edition 2017.1
Homebrew 1.3.1
cmake version 3.8.2
caffe 1.0
2 环境准备
2.1 Homebrew
终端运行
/usr/bin/ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)"
2.2 Python
brew install python
下载(get-pip.py)[https://bootstrap.pypa.io/get...],切换到 get-pip.py所在目录,终端输入命令
python get-pip.py
完成后安装虚拟环境(也不是必须的,后面配置路径的时候会说到,这里顺便介绍虚拟环境,避免多个项目造成开发环境很混乱)
sudo pip install virtualenv
2.3 CMake
brew install cmake
2.4 Caffe 依赖
brew install -vd snappy leveldb gflags glog szip lmdb
brew tap homebrew/science
brew install hdf5 opencv
brew install --build-from-source --with-python -vd protobuf
brew install --build-from-source -vd boost boost-python
brew install protobuf boost
2.5 Caffe 的 Python 依赖
这里我使用的是 Pycharm 新建虚拟环境,新建在 /Users/Yourname/CaffeLearn
(建立在哪里都可以,你自己记住就好)
选择基础环境的时候记得选择通过 Homebrew 安转的那个,应该是在/usr/local/Cellar/python/2.7.13
,参考下图
创建好之后,在控制台(点Terminal 那个Tab)依赖 caffe 所需要的 Python库
运行以下命令
pip install numpy scikit-image protobuf
3 Caffe 配置详解
3.1 Makefile.config
从(https://github.com/BVLC/caffe...[https://github.com/BVLC/caffe/releases]下载最新版本的代码,解压,从终端进入项目目录cd caffe-1.0
。该教程使用的是 caffe-1.0。
cp Makefile.config.example Makefile.config
用 Xcode 打开 Makefile.config(不要用 word 或者文本编辑打开)
如果你的 Mac 的显卡是Intel 的GPU,那么是没法使用 cuda 加速的,找到并把# CPU_ONLY := 1
的注释去掉,即CPU_ONLY := 1
,这样让 Caffe 仅在 CPU 下运行。
找到以下片段
# NOTE: this is required only if you will compile the python interface.
# We need to be able to find Python.h and numpy/arrayobject.h.
PYTHON_INCLUDE := /usr/include/python2.7 \
/usr/lib/python2.7/dist-packages/numpy/core/include
PYTHON_INCLUDE修改成( 步骤2.5叫你们记住的虚拟环境路径!!! 现在就有用了,一定得分别能找到Python.h
和 numpy/arrayobject.h
两个文件),后面接着是python2.7还是python2.7.13还是python2.7.12取决于你们安装的版本,教程后面提到的部分也请注意这点。
PYTHON_INCLUDE := /Users/Yourname/CaffeLearn/include/python2.7 \
/Users/Yourname/CaffeLearn/lib/python2.7/site-packages/numpy/core/include
保存,(caffe-1.0目录)终端运行
cmake .
3.2 CaffeConfig.cmake
cmake完成后,用 Xcode 打开项目目录下的 CaffeConfig.cmake(不要用 word 或者文本编辑打开),把倒数第三行的set(Caffe_CPU_ONLY OFF)
改成set(Caffe_CPU_ONLY ON)
,保存并关闭。
3.3 CMakeCache.txt
用 Xcode 打开项目目录下的 CMakeCache.txt(不要用 word 或者文本编辑打开)
CPU_ONLY:BOOL=OFF
改为
CPU_ONLY:BOOL=ON
此外,找到然后修改PYTHON_EXECUTABLE:FILEPATH
、PYTHON_INCLUDE_DIR:PATH
、PYTHON_LIBRARY:FILEPATH
,修改如下
//Path to a program.
PYTHON_EXECUTABLE:FILEPATH=/Users/Yourname/CaffeLearn/bin/python2.7
//Path to a file.
PYTHON_INCLUDE_DIR:PATH=Users/Yourname/CaffeLearn/include/python2.7
//Path to a library.( 通过 Homebrew 安装的 Python 环境)
PYTHON_LIBRARY:FILEPATH=/usr/local/Cellar/python/2.7.13_1/Frameworks/Python.framework/Versions/2.7/lib/libpython2.7.dylib
保存并关闭。
4 Caffe 编译
4.1 临时软连接系统和Homebrew 安装的 Python 路径
否则在接下来 make 的过程可能会出现错误:
'pyconfig.h' cannot be found
在终端运行以下命令建立连接
export CPLUS_INCLUDE_PATH="$CPLUS_INCLUDE_PATH:/usr/include/python2.7/"
4.2 开始编译
在终端依次执行
make all
make install
make runtest
编译且测试成功。
5 使用
将 Caffe-1.0/python 路径下的 caffe 文件夹拷贝到虚拟环境下
/Users/Yourname/CaffeLearn/lib/python2.7/site-packages/
在项目中 import caffe 即可。
6 版权声明
原文链接 https://jinkey.ai/post/tech/m...
本文作者 Jinkey(微信公众号 jinkey-love,官网 https://jinkey.ai)
感谢 yubang 老司机指导填坑,大神的博客http://blog.yubangweb.com/
文章允许非篡改署名转载,删除或修改本段版权信息转载的,视为侵犯知识产权,我们保留追求您法律责任的权利,特此声明!!
**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。