Mac下安裝Anaconda+Caffe

Mac下安裝Anaconda+Caffe

Mac下安裝caffe主要步驟：

• 安裝Anaconda
• 安裝Caffe依賴庫、編譯Caffe

---

安裝Anaconda

這個從官網下載pkg安裝版一路next很順利就裝好了，默認路徑在~/anconda，安裝器會自動添加路徑到PATH中.

安裝Caffe依賴庫，編譯Caffe

參考：
Mac下安裝caffe（cpu－only） .
mac安裝caffe（避免踩坑的腳本）

安裝依賴庫

brew install --fresh -vd snappy leveldb gflags glog szip lmdb homebrew/science/opencv

brew install --build-from-source --with-python --fresh -vd protobuf  

brew install --build-from-source --fresh -vd boost boost-python

brew install openblas  

編譯

Makefile.config裏要設置 Anaconda 和 Blas路徑 ，

make all  

另外，caffe-master/python文件夾下的requirements.txt中顯示了編譯pycaffe所需的庫列表，需要提前安裝。（ 能用anaconda裝的所需modules和libraries就用conda裝，裝不了再試其他的

for req in $(cat python/requirements.txt); do pip install $req; done  
make pycaffe  
make distribute  

最後,設置環境變量PYTHONPATH.

open ~/.bash_profile

# added by Anaconda2 4.4.0 installer
export PATH="/Users/~/anaconda/bin:$PATH"
# caffe
export PATH="/usr/local/Cellar/caffe/build/tools:$PATH"
export PYTHONPATH=/usr/local/Cellar/caffe/python:$PYTHONPATH 

Anaconda中import caffe的問題

到此時，在系統的terminal中輸入python會顯示調用Anaconda的python，並且能夠直接import caffe；

在Anaconda的jupyter notebook下也能直接import caffe；

但是在Anaconda的Spyder IDE的ipython console中直接運行import caffe時就會出現找不到caffe的錯誤，據說 pycharm 也會出現這個問題，解決方法是臨時追加caffe/python路徑

import sys    
sys.path.append('/usr/local/Cellar/caffe/python')   
import caffe

caffe運行測試

還是用mnist數據集：

cd $CAFFE_ROOT
./data/mnist/get_mnist.sh
./examples/mnist/create_mnist.sh

caffe train --solver=examples/mnist/lenet_solver.prototxt

caffe test -model=examples/mnist/lenet_train_test.prototxt -weights=examples/mnist/lenet_iter_10000.caffemodel

寫一個python腳本，輸入自己的測試圖片，使用Caffe訓練的模型進行預測：

#!/usr/bin/env python2
# -*- coding: utf-8 -*-

import os

import sys    
cafferoot='/usr/local/Cellar/caffe'  
sys.path.insert(0, cafferoot + '/python')   
import caffe

model_file = cafferoot+'/examples/mnist/lenet.prototxt'
pretrained_file = cafferoot+'/examples/mnist/lenet_iter_10000.caffemodel'
net = caffe.Classifier(model_file, pretrained_file, image_dims=(28, 28), raw_scale=255)
img = cafferoot+'/examples/mnist/mytest/1.png'
score = net.predict([caffe.io.load_image(img, color=False)], oversample=False)
print (score)

*順便熟悉一下Mac下的Xcode配置項目的簡單步驟，這裏用一個c++小程序實驗，該程序通過調用protobuf庫來解析caffe的參數配置文件.prototxt，代碼來自《》這裏寫鏈接內容