Caffe深度学习框架是比较老的，要不是要做一些特殊硬件相关的工作，我也不会想去配置Caffe，所以大家能用TF和MXNet尽量用吧，或者caffe2。
安装Caffe最大的坑就是它和很多新版本的依赖兼容相性差，所以大家在装的时候尽量从安装较老版本的依赖，我在下面会给大家一些推荐。
本地环境
系统：macOS Mojave 10.14.6 64bit
目标：CPU only Caffe
安装homebrew和anaconda
根据官网的建议，我们需要用homebrew来安装管理软件和包，使用anaconda来管理Python。
在terminal中依次输入下述命令即可安装homebrew:
- xcode-select --install //如果已经事先安装Xcode命令行工具，可忽略这一命令
- /usr/bin/ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)"
可以通过brew命令了解是否安装成功。
接下来安装anaconda:
直接去官网下载安装包，建议使用anaconda3，然后通过以下命令来创建修改Python版本环境
- //格式：conda create --name env_name package_names
- conda create --name py27 python=2.7
然后用以下命令在base环境和你创建的环境中切换
- source activate py27 //进入名为py27的环境 env_name=py27
- conda deactivate //退出当前环境，回到默认环境
需要注意的是不同环境直接的某些包和依赖不能共用，要个安装各的。
开始安装各类依赖
Openblas和我也没去了解的东西（这些东西不太考虑版本，所以先安装好）：
- brew install -vd snappy leveldb gflags glog szip lmdb doxygen
- brew install openblas
- brew install hdf5
然后是OpenCV和boost-Python，别忘了和brew关联在一起：
- brew install [email protected] [email protected]
- brew link [email protected] --force
- brew link [email protected] --force
- brew install opencv@3
- brew link opencv@3 --force
如果没有上述命令出现问题，可能是你link了其他版本到brew上，你可以用unlink和brew解除并重新关联，或者直接卸载其他版本，我是强烈建议卸载其他版本的，这样可以避免很多问题，你可以通过brew info 命令或brew search命令查看自己安装的东西的版本。
接下来是protobuf，由于brew没有提供合适的版本，我们直接下载3.5.1版本原码编译，注意请你先把其他版本的protobuf卸载，这样可以减少一些麻烦。先cd到合适的文件夹。
- brew install wget //若有可忽略
- wget https://github.com/protocolbuffers/protobuf/releases/download/v3.5.1/protobuf-all-3.5.1.tar.gz //获取源代码
- tar xzvf protobuf-all-3.5.1.tar.gz //解压
- cd protobuf-3.5.1 //cd进去
- ./autogen.sh
- ./configure //有些教程没有这一步，我加了以后才可以找到Makefile
- make //有makefile才可以用
- make check
- sudo make install
安装完成后，输入protoc --version可以看到相应版本号。
重头戏caffe
获取caffe代码，cd到合适文件夹
- git clone https://github.com/BVLC/caffe.git
开始编译
- cd caffe
- mkdir build
- cd build/
- cmake .. //一般这一步会有一大堆问题出现，不要想着用make命令，因为make已经不支持C++11了，除非你能改出问题的头文件代码
我在cmake过程中出现的问题我都放在后面了，可以自己去看。如果成功，可以看到：
- – Configuring done
- – Generating done
- – Build files have been written to: /Users/admin/caffe/build
上述表格中Python的interpreter、libraries、numpy的位置应该保持一致，“ /Users/admin/anaconda2/envs/py27”说明都是py27所指的python。
修改配置文件
CMakeCache.txt
- set(Caffe_CPU_ONLY OFF) 替换成 set(Caffe_CPU_ONLY ON)
CaffeConfig.cmake
- CMAKE_CXX_FLAGS:STRING= 替换成 CMAKE_CXX_FLAGS:STRING=-std=c++11
- CPU_ONLY:BOOL=OFF 替换成 CPU_ONLY:BOOL=ON
- USE_LEVELDB:BOOL=ON //如果leveldb报错，可以试着改成OFF
修改完成后，继续编译caffe
- make all
下面是成功标志：
- [100%] Linking CXX shared library …/lib/_caffe.dylib
- Creating symlink /Users/admin/caffe/python/caffe/_caffe.so -> /Users/admin/caffe/build/lib/_caffe.so
- [100%] Built target pycaffe
继续，一般这两步不会出现问题：
- make install
- make runtest
- make pycaffe
最后改验证caffe是否安装成功了：
- source activate py27
- python -c "import caffe" //这一步很容易出问题，一般是模块缺失，我在下面列举了一下，百度一般也能解决。
如果提示 ImportError: No module named caffe，那还需要进一步将caffe中的python导入到解释器中，将环境变量放到配置文件里即可。
- vim ~/.bash_profile
- //在文件中加入配置信息 export PYTHONPATH=~/caffe/python:$PYTHONPATH
- //关闭文件，输入下述命令，让环境变量生效 ，或者重启
- source ～/.bash_profile
再次输入python -c "import caffe"若没出现任何错误提示，说明成功了，恭喜你!
使用anaconda的jupyter
打开anaconda-navigater，找到你之前配置的环境名字。
然后安装jupyter
之后就可以从这里进入了
或者你可以在py27环境里用sudo pip install jupyter-notebook安装，使用jupyter notebook命令进入
进去之后新建个Python文件，用import caffe试试，若不报错，恭喜，万里长征第一步结束了！繁重的caffe学习开始了！
一些错误汇总
error1:你可能会找不到vecLib.framewor，我帮你找好了
- //vecLib include directory
- vecLib_INCLUDE_DIR:PATH=/Library/Developer/CommandLineTools/SDKs/MacOSX.sdk/System/Library/Frameworks/Accelerate.framework/Versions/A/Frameworks/vecLib.framework/Versions/A/Headers
errer2:
- The dependency target "pycaffe" of target "pytest" does not exist !
网上各种病因千奇百怪，解决方法也很多，我的原因是boost安装了两个版本，删除一个就好了。
error3:
- ImportError: No module named skimage.io
找不到模块,安装喽
- sudo pip install 'networkx==2.2' //注意此时我用的Python2.7，如果你版本不一样或许可以跳过这一步
- sudo pip install -U scikit-image
error4:
- ImportError: No module named google.protobuf.internal
解决方法
-
sudo pip install google
- sudo pip install protobuf
其他注意事项：
使用Cmake命令注意实在build文件夹下，Make命令是在build上级目录。若使用Cmake，最后一步需要make all,也是在build下。（因为有两个makefile文件，所以提醒一下）
本文参考了以下文章：
Mac安装CPU-only Caffe ：https://blog.csdn.net/qq_38712865/article/details/89267439
深度学习框架Caffe在Mac上的安装和测试 ：https://www.linuxidc.com/Linux/2016-06/132548.htm