快速通过conda安装caffe并用mnist数据来训练caffe模型

东方耀

快速通过conda安装caffe并用mnist数据来训练caffe模型
conda create -n py3_caffe python=3.5.4
conda activate py3_caffe
conda install caffe-gpu
import caffe 报错：
from ._caffe import Net, SGDSolver, NesterovSolver, AdaGradSolver, \
ImportError: libgflags.so.2: cannot open shared object file: No such file or directory

报错后删除：conda remove -n py3_caffe --all


换一个python版本：


conda create -n py3_caffe python=3.6.10
conda activate py3_caffe
conda install -c defaults caffe-gpu   安装的时候必须是
此处 -c default 表示使用defaults 的channel安装

(py3_caffe) jingyun@jingyun-Ubuntu:~/py3_caffe_works$ python
Python 3.6.10 |Anaconda, Inc.| (default, May  8 2020, 02:54:21)
[GCC 7.3.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import caffe
>>> exit()
没有报错，说明安装成功啦！就是这么简单





下载caffe的源代码到项目目录git clone https://github.com/BVLC/caffe.git

配置好caffe之后不知该如何入门，于是就先跑个caffe自带的demo。

下面就先拿mnist为例来说明具体操作。。。

东方耀

你运行的例子是那种自己编译的，而用conda装好的caffe不能像自己编译的那样灵活使用。估计conda安装的caffe只能使用caffe的python接口

东方耀

东方耀 发表于 2020-7-3 18:07
你运行的例子是那种自己编译的，而用conda装好的caffe不能像自己编译的那样灵活使用。估计conda安装的caffe ...

我装完caffe以后基本没用过，不过个人认为这样装完和自己编译还是不一样，用conda装完caffe就像用conda装其他框架一样，可能不适合自己对框架的修改的情况，就像用conda装完tf我们一般不会对tf本身修改