? ? ? ? ?Caffe是一個高效的深度學習框架。它既可以在CPU上執行也可以在GPU上執行。

???????? 下面介紹在Ubuntu上不帶CUDA的Caffe配置編譯過程：

1.??????安裝BLAS：$ sudo apt-get install libatlas-base-dev

2.??????安裝依賴項：$ sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev protobuf-compiler liblmdb-dev

3.??????安裝glog(從http://download.csdn.net/download/chenguangxing3/6661667下載)：$ tar zxvf glog-0.3.3.tar.gz , $ cd glog-0.3.3 , $ ./configure , $make , $ sudo make install

4.??????安裝gflags(從https://github.com/gflags/gflags下載)，依次執行：$ unzip gflags-master.zip? , $cd gflags-master , $ mkdir build , $ cd build , $ export CXXFLAGS=”-fPIC” , $ cmake .. , $ make VERBOSE=1 , $ make , $ sudo make install

5.??????安裝lmdb：$ git clone git://gitorious.org/mdb/mdb.git , $ cdmdb/libraries/liblmdb , $ make , $ sudo make install

6.??????下載Caffe：$ git clone git://github.com/BVLC/caffe.git

7.??????安裝Caffe：(1)、$ cp Makefile.config.example Makefile.config? (2)、修改Makefile.config文件：去掉注釋, CPU_ONLY:= 1 (3)、$ make all (4)、$ make test (5)、$ make runtest

?

說明：(1)、如果在第2步中加入了libgflags-dev libgoogle-glog-dev liblmdb-dev 項，則可省去第3、4、5步對glog、gflags、lmdb的單獨安裝；

? ? ?(2)、編譯帶CUDA支持的Caffe與上面的步驟完全一致，只要把CPU_ONLY:=1注釋掉即可。

?

參考文獻：

1.??????http://caffe.berkeleyvision.org/installation.html

2.??????http://m.blog.csdn.net/blog/zxd675816777/39649281

3.??????http://www.haodaima.net/art/2823705

4.??????http://demo.netfoucs.com/danieljianfeng/article/details/42836167

5.??????http://www.cnblogs.com/platero/p/3993877.html

6.??????http://blog.csdn.net/kuaitoukid/article/details/40395617