まず、ダウンロードしてOpenCVのインストール
最初の依存関係をインストール
sudo apt-get install build-essential cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev
そして、OpenCVのQuguanネットワーク見つけ、私はOpenCVの公式サイトに入ったポイントは、
ソースコードのダウンロードを選択して、ダウンロード・アーカイブは、フォルダ（I〜/ドキュメント/環境/）形式は.zipファイルをダウンロードされ、須藤-apt-getをインストール必要に移動しました解凍ツールを使用して、それを解凍した後。
フォルダOpenCVの-XXXをゲット、CMakefile.txtの中に発見フォルダを開き、それを解凍した後にcmakeを使用してコンパイルされます。だから、ディレクトリにCMakefile.txtは、ビルドの実行を入力し、buildフォルダを構築しています
cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local ..
make -j8
sudo make install
エラーなし、その後、インストールされています。それはどのようなCUDAの最初のものである場合には、リードの間違ったバージョンをインストール発生する可能性があります。CUDA_nppi_LIBRARY（ADVANCED）について王位を見つけることができない、あなたが参照できるcuda9 2.0アーキテクチャをもはやによりcmakeのエラーのためにサポートされていません。言葉がインストールCUDAとアンインストールがまだ残っている可能性がある場合は、この時間cmakeのが与えられます。この状況は十分にcmakeの数倍以上に数回、再起動します。
第二に、カフェをダウンロードしてインストール
すべての関連する環境のconfigureの初見。
インストールATLAS：
sudo apt-get install libatlas-base-dev
インストールの依存関係：
sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev libgflags-dev libgoogle-glog-dev liblmdb-dev protobuf-compiler
ディレクトリにダウンロードするカフェカフェの公式githubの
git clone git://github.com/BVLC/caffe.git
そして、このディレクトリを入力します。それを変更することが開いMakefile.configという名前Makefile.config.exampleコピーは、あります：
cp Makefile.config.example Makefile.config
vim Makefile.config
以下のように変更は以下のとおりです。
- CPU_ONLY：= 1行のコメントを削除するには、そのようなCPU_ONLYモードが有効です。
- OPENCV_VERSION：それは、関連するopencv3.0の発効を結ぶよう= 3は、この行をコメント解除しました
- パスHDF5ファイルを変更します。私は、64ビットシステムだので、以下の変更を行います。
あなたは32ビットシステムの場合は、ディレクトリ名を変更する必要があります# Whatever else you find you need goes here. INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/include/hdf5/serial /usr/local/include LIBRARY_DIRS := $(PYTHON_LIB) /usr/lib/x86_64-linux-gnu/hdf5/serial /usr/local/lib /usr/lib# Whatever else you find you need goes here. INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/include/hdf5/serial /usr/local/include LIBRARY_DIRS := $(PYTHON_LIB) /usr/lib/i386-linux-gnu/hdf5/serial /usr/local/lib /usr/lib
一つは保存し、それをコンパイルして実行されます。ここでは8つの並列処理は、所望のqwqと速くすることができます
sudo make all -j8
与えられていません
sudo make runtest
エラーは、このカフェは行われません。
第三に、公式テストデータセットカフェ
sudo sh data/mnist/get_mnist.sh
sudo sh examples/mnist/create_mnist.sh
prototxtファイルのLeNetを変更した後。lenet_solver.prototxtファイルのバージョンは、CPUやGPUのバージョンを実行するように設定されています。
sudo vim examples/mnist/lenet_solver.prototxt
solver_mode：CPU最後の行を変更します。
その後、トレーニングを見て
sudo sh examples/mnist/train_lenet.sh
ちょうど例の後/ mnist /フォルダが現れました。
-rw-r--r-- 1 root root 1725006 4月 13 09:11 lenet_iter_10000.caffemodel
-rw-r--r-- 1 root root 1724471 4月 13 09:11 lenet_iter_10000.solverstate
-rw-r--r-- 1 root root 1725006 4月 13 09:02 lenet_iter_5000.caffemodel
-rw-r--r-- 1 root root 1724470 4月 13 09:02 lenet_iter_5000.solverstate
これらのファイル。彼らは我々のモデルを訓練されています。：... /カフェディレクトリの下だけで実行コンパイルモデルの管理者権限を使用して、次はテスト
sudo ./build/tools/caffe.bin test -model examples/mnist/lenet_train_test.prototxt -weights examples/mnist/lenet_iter_10000.caffemodel -iterations 100
あなたは見ることができます
I0413 09:24:03.045549 22565 data_layer.cpp:73] Restarting data prefetching from start.
I0413 09:24:03.101616 22564 caffe.cpp:304] Batch 96, accuracy = 0.97
I0413 09:24:03.101655 22564 caffe.cpp:304] Batch 96, loss = 0.0803656
I0413 09:24:03.159685 22564 caffe.cpp:304] Batch 97, accuracy = 0.98
I0413 09:24:03.159719 22564 caffe.cpp:304] Batch 97, loss = 0.122915
I0413 09:24:03.216450 22564 caffe.cpp:304] Batch 98, accuracy = 1
I0413 09:24:03.216486 22564 caffe.cpp:304] Batch 98, loss = 0.00288249
I0413 09:24:03.274421 22564 caffe.cpp:304] Batch 99, accuracy = 1
I0413 09:24:03.274456 22564 caffe.cpp:304] Batch 99, loss = 0.00460428
I0413 09:24:03.274474 22564 caffe.cpp:309] Loss: 0.0289698
I0413 09:24:03.274492 22564 caffe.cpp:321] accuracy = 0.9906
I0413 09:24:03.274507 22564 caffe.cpp:321] loss = 0.0289698 (* 1 = 0.0289698 loss)
この種のもの。これが私たちの訓練の結果です。