Caffe Install and Config

Caffe Install and Config

一、Caffe安装过程：
0、安装Ubuntu 12.04 LTS_x64 虚拟机
1、根据http://caffe.berkeleyvision.org/installation.html此处的安装说明，
分别下载caffe-master.zip、cuda_5.5.22_linux_64.run、 l_mkl_online_11.1.0.080.sh；
2、安装cuda 5.5

sudo ./cuda_5.5.22_linux_64.run
sudo ldconfig /usr/local/cuda/lib64

3、 安装glog：
wget https://google-glog.googlecode.com/files/glog-0.3.3.tar.gz
tar zxvf glog-0.3.3.tar.gz
cd glog-0.3.3/
./configure
make & make install
ldconfig
4、安装MKL：
sudo sh l_mkl_online_11.1.0.080.sh 
sudo ldconfig /opt/intel/mkl/lib/intel64
5、安装boost、opencv、leveldb、protobuf
sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev
6、安装caffe，配置环境变量
cd caffe-master
cp Makefile.config.example Makefile.config
make
make test
make runtest
export CAFFE_ROOT=/home/zxy/Downloads/caffe-master/
二、Caffe自带lenet训练
1、下载并转换数据集为leveldb格式
cd $CAFFE_ROOT/examples/lenet/
cd $CAFFE_ROOT/data/mnist
./get_mnist.sh
cd $CAFFE_ROOT/examples/lenet
./create_mnist.sh
会生成两个文件夹mnist-test-leveldb、mnist-train-leveldb
2、使用CPU模式、减少迭代次数
修改 $CAFFE_ROOT/examples/lenet/lenet_solver.prototxt，
# The maximum number of iterations
max_iter: 2000
# solver mode: 0 for CPU and 1 for GPU
solver_mode: 0
3、训练
./train_lenet.sh
生成结果文件：lenet_iter_2000

4、测试

编写测试脚本test_lenet.sh,内容为：
 #!/usr/bin/env sh TOOLS=../../build/tools GLOG_logtostderr=1 $TOOLS/test_net.bin lenet_test.prototxt lenet_iter_2000 2000 CPU
运行结果： Test accuracy:0.9859

三、基于Caffe的开发

1、使用Eclipse做为开发工具，Java做为开发语言

2、采用在Java中调用shell命令行（train_lenet.sh,test_lenet.sh）的方式