Mac下Caffe安裝無GPU

系統版本： os x 10.11.2

處理器：2.2ghz i7

記憶體： 16gb

由於caffe安裝過程需要依賴多個包，因此最好提前安裝好包管理工具。在mac上推薦使用homebrew，如果是mac新手可參考高效 macbook 工作環境配置的開發環境配置部分。

ruby -e
"$(curl -fssl "

注：在安裝caffe前還需要提前安裝好python（2.7以上版本，本人的是2.7.10）和xcode。

為了以後使用python介面方便，推薦安裝anaconda python

bash anaconda2- 4.0.0 -macosx -x86_64

.sh

安裝完成後會自動將anaconda python的路徑加入到系統的$path中

由於我的mac上沒有nvidia的gpu，所以在安裝caffe時跳過了cuda的安裝步驟，只需要在最後編譯時將makefile.config中cpu_only := 1前的『#』去掉即可。

# need the homebrew science source for opencv and hdf5

brew tap homebrew/science

#對於anaconda python在安裝opencv時需要做如下修改

brew edit opencv

_________

# 將如下兩行

args << "-dpython_library=#/libpython2.7.#"

args << "-dpython_include_dir=#/include/python2.7"

# 修改為：

args << "-dpython_library=#/lib/libpython2.7.dylib"

args << "-dpython_include_dir=#/include/python2.7"

________

# 接著執行如下命令

brew install opencv

brew install openblas

#切換到$caffe_root/python路徑下執行如下命令：

for req in

$(cat requirements.txt); do pip install $req; done

切換到caffe-master主目錄下面，將makefile.config.example 複製為makefile.config，並做以下修改：

（1）將第8行的『# cpu_only := 1』改為『cpu_only := 1』

（2）將第46行的『blas := atlas』改為『blas := open』

（3）將下圖中對應行前面的『#』去掉

切換到caffe的主目錄下，如下圖所示：

如果要呼叫caffe的python介面，需要將$caffe_root/python路徑加入到pythonpath中:

export pythonpath=/your/path /to/caffe-master/python: $pythonpath

安裝成功！

在caffe安裝成功後，可以拿mnist資料測試一把，看看能否跑通。

首先切換到caffe主目錄$caffe_root下

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

由於我們沒有gpu，因此需要將./examples/mnist/lenet_solver.prototxt中的solver_mode設為cpu

solver_mode: cpu

最後，在$caffe_root路徑下執行如下命令即可開始訓練

sh ./examples/mnist/train_lenet.sh

訓練過程中的相關引數可在./examples/mnist下的lenet_solver.prototxt和lenet_train_test.prototxt檔案中進行修改。

（1）undefined reference to xx

.build_release/lib/libcaffe.so: undefined reference to `boost::thread::start_thread_noexcept()' .build_release/lib/libcaffe.so: undefined reference to `boost::thread::join_noexcept()' convert_imageset.cpp:(.text+0x18a): undefined reference to `google::flagregisterer::flagregisterer(char const*, char const*, char const*, int*, int*)' convert_imageset.cpp:(.text+0x1b9): undefined reference to `google::flagregisterer::flagregisterer(char const*, char const*, char const*, int*, int*)'

這裡報錯是因為make的時候沒有找到boost和gflags對應的include和lib, 需要修改makefile.config中include_dirs和library_dirs的值，加上你自己需要的boost及gflags對應的include和lib路徑。

如果自己機器上的gflags或boost版本比較老，則可參考caffe官網給的安裝方法：

# gflags wget unzip master.zip cd gflags-master mkdir build && cd build export cxxflags="-fpic" && cmake .. && make verbose=1 make && make install

（2）import caffe 遇到 xx segmentation fault python

這個是你的系統裡有多個版本的python，並且編譯和執行的時候不是乙個版本（通常是boost-python鏈結的python是系統自帶python而不是anaconda）。這個時候可以在編譯的時候強制他們都用同乙個python。（該問題的解決方法參考）

首先檢視_caffe.so有沒有鏈結到你的anaconda python

otool -l python/caffe/_caffe.so

如果沒有鏈結，採用下面的命名強制鏈結

install_name_tool -change "libpython2.7.dylib" "$home/anaconda2/lib/libpython2.7.dylib" python/caffe/_caffe.so

完美解決segmentation fault的問題

參考網頁

Mac下Caffe安裝無GPU

Caffe 安裝配置 CentOS 無GPU

mac下搭建caffe環境

小白MAC下安裝Caffe 2019最新血淚史

Mac下Caffe安裝 無GPU

Caffe 安裝配置 CentOS 無GPU

mac下搭建caffe環境

小白MAC下安裝Caffe 2019最新血淚史

相關推薦

Mac下Caffe安裝無GPU