深度學習caffe搭建

經過乙個月的時間，從開始接觸深度學習到環境搭建終於成功了！

發表第一篇部落格 慶祝一下  

按照21天實戰caffe 進行架構搭建出現的錯誤大致的解決辦法， ubuntu用的是14.04

按照裡面第三天的要求進行操作 後來到第五天發現這些依賴包沒什麼用  

直接到第5天  protobuffer：出現錯誤 caffe.pb.o檔案無法識別

make: protoc：命令未找到

make: *** [.build_release/src/caffe/proto/caffe.pb.o] 錯誤 127

在進行編譯的時候 需要

$ ./autogen.sh

再次執行，提示錯誤
./autogen.sh: 40: ./autogen.sh: autoreconf: not found
原因是沒安裝 automake 工具
執行命令安裝：sudo apt-get install autoconf automake libtool
再一次./autogen.sh，成功！然後依次執行以下命令
$ ./configure

$ make
$ make check
$ make install

執行完make check以後出現：//make check可以省略

這個是最麻煩的 需要改很多的選項

先進行cmake和ccmake把出現錯誤的 統統禁用

這樣就可以了  但是編譯的時候還會出現

cxx/

ld-o 
.build
_release/tools/convert_imageset
.bin
.build
_release/lib/libcaffe
.so: undefined reference to cv::imread(cv::string const&, int)』

.build
_release/lib/libcaffe
.so: undefined reference tocv::imencode(cv::string const&, cv::_inputarray const&, 
std::vector >&, 
std::vector > const&)』

.build
_release/lib/libcaffe
.so: undefined reference to `cv::imdecode(cv::_inputarray const&, int)』 
collect2:
error: 
ldreturned 
1exit status 
make:

* [

.build
_release/tools/convert_imageset
.bin
] error 
1...

所以出現上面的錯誤，應該是opencv_imgcodecs鏈結的問題，比較有效的解決方案是，把opencv需要的lib新增到makefile檔案中，
找到libraries（在python_libraries := boost_python python2.7前一行）並修改為：
lmdb boost_system hdf5_hl hdf5 m \
opencv_core opencv_highgui opencv_imgproc opencv_imgcodecs

只記得這些  。。。。。。。。終於邁向了第一步。加油、、、

ubuntu14 4搭建caffe 深度學習框架

網上右很多搭建caffe的教程我主要參考 根據這個部落格就可以搭建好caffe框架 但是我遇到如下幾個問題 1 找不到numpy importerror numpy.core.multiarray failed to import 在網上嘗試了很多方法不行 最後解決辦法 在pytho命令列 到這個路...

Python 深度學習Caffe

提到 深度學習庫 就不可能不說到caffe。事實上，自從你開啟這個頁面學習深度學習庫，我就敢打保票你肯定聽說caffe。那麼，究竟caffe是什麼呢？caffe是由berkeley vision and learning center bvlc 建立的深度學習框架。它是模組化的，速度極快。而且被應用...

深度學習 caffe入門學習

目錄下有個caffe.exe net examples mnist lenet train test.prototxt 定義網路結構檔案，也就是我們上一步編寫的檔案 test iter 100 test interval 500 每隔500次用測試資料，做一次驗證 base lr 0.01 學習率 ...