Caffe (a framework for convolutional neural network algorithms) 配置過程

1. 準備

首先在項目主頁上下載程序包： https://github.com/BVLC/caffe

此外， 由於Caffe中的矩陣運算基於Intel MKL庫， 所以還需要下載Intel MKL軟件包的Linux版本。 這個軟件有Non-Commercial License的版本， 需要申請， 很容易。 申請地址爲： http://software.intel.com/en-us/non-commercial-software-development

申請後會給你的郵箱發一個序列號， 以及軟件下載地址。

2. 配置環境

2.1 安裝顯卡驅動

首先需要安裝NVIDIA驅動， 以及Cuda 5.5 （這裏下載）。下載完成後是兩個.run文件

ctrl+alt+F1 進入tty，首先關掉lightdm

sudo stop lightdm

然後用sudo sh XXX.run 安裝驅動， 然後再安裝cuda。一般而言cuda包含了驅動， 如果單獨安裝了更新版本的驅動的話， 那麼在安裝cuda時， 會問你是否安裝驅動，選擇不要安裝。

裝好後sudo start lightdm， 最後ctrl + alt + F7 推出tty。

2.2 安裝MKL

解壓後運行

sudo ./install_GUI.sh

會像windows一樣彈出一個安裝界面，按提示安裝即可。

然後按照Caffe的說明安裝需要的庫

sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost1.48-dev

 

此外， 作者默認你已經配置好了OpenCV環境。可以在下述地址直接下載一個腳本來安裝。但是在執行該腳本時， 記得先安裝cmake

https://github.com/jayrambhia/Install-OpenCV

2.4 Google Logging Library (glog)

還需要下載一個google logging library: 下載地址

下載完後用如下命令解壓並安裝

tar zxvf glog-0.3.3.tar.gz
./configure
make
sudo make install

2.3 安裝OpenCV

3. 安裝Caffe

解壓源程序， 查看makefile.config中的路徑是否都正確， 然後運行如下命令

make all

 

這時候可能會出現如下錯誤

/usr/bin/ld: cannot find -lboost_system

嗯， 這個還有一個依賴項作者忘了提到了， 所以還需要安裝libboost-dev。 用新立得安裝或者下列命令都可以

sudo apt-get install libboost-all-dev

這樣再次make all就沒問題了。

4. 運行MNIST例子

首先進入data文件夾， 然後按照作者說明執行如下命令來下載和準備數據

cd $CAFFE_ROOT/data
./get_mnist.sh

成功下載後應該多了兩個文件

CAFFE_ROOT/data/mnist-train-leveldb,

CAFFE_ROOT/data/mnist-test-leveldb.

然後訓練網絡

cd $CAFFE_ROOT/data
GLOG_logtostderr=1 ../examples/train_net.bin lenet_solver.prototxt

這時報了個錯說找不到libmkl_rt.so。 可是確實已經裝上了。於是將intel MKL的庫放入共享庫路徑裏

export LD_LIBRARY_PATH = /opt/intel/mkl/lib/intel64:$LD_LIBRARY_PATH

筆者是在 /etc/ld.so.conf.d/ 文件夾下增加了一個文件命名爲intel_mkl_settings.conf。 然後在裏面添加MKL庫路徑

/opt/intel/mkl/lib/intel64

 

此時再次執行

../examples/train_net.bin lenet_solver.prototxt

就可以成功訓練啦～～