caffe2 介绍

Caffe2的特性

Caffe2框架可以通过一台机器上的多个GPU或具有一个及多个GPU的多台机器来进行分布式训练。

也可以在iOS系统、Android系统和树莓派（Raspberry Pi）上训练和部署模型。
只需要运行几行代码即可调用Caffe2中预先训练好的Model Zoo模型。
Caffe2框架已经应用在Facebook平台上。
NVIDIA（英伟达），Qualcomm（高通），Intel（英特尔），Amazon（亚马逊）和Microsoft（微软）等公司的云平台都已支持Caffe2。
GitHub上有Caffe2的源代码
Caffe2的首页：http://caffe2.ai/

Facebook 部署 Caffe2 旨在帮助开发人员和研究人员训练大规模机器学习模型，并在移动应用中提供 AI 驱动的用户体验。现在，开发人员可以获取许多相同的工具，能够在大规模分布式场景训练模型，并为移动设备创建机器学习应用。

Caffe2 是一个兼具表现力、速度和模块性的深度学习框架，是 Caffe 的实验性重构，能以更灵活的方式组织计算。

Caffe2安装

官网上的安装教程

这里写图片描述

依赖库

sudo apt-get update
sudo apt-get install -y --no-install-recommends \build-essential \cmake \git \libgoogle-glog-dev \libprotobuf-dev \protobuf-compiler \python-dev \python-pip                          
sudo pip install numpy protobuf

GPU支持

Ubuntu 16.04

sudo apt-get update && sudo apt-get install wget -y --no-install-recommends
wget "http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64/cuda-repo-ubuntu1604_8.0.61-1_amd64.deb"
sudo dpkg -i cuda-repo-ubuntu1604_8.0.61-1_amd64.deb
sudo apt-get update
sudo apt-get install cuda

安装 cuDNN（所有都是 Ubuntu 版本）

CUDNN_URL="http://developer.download.nvidia.com/compute/redist/cudnn/v5.1/cudnn-8.0-linux-x64-v5.1.tgz"
wget ${CUDNN_URL}
sudo tar -xzf cudnn-8.0-linux-x64-v5.1.tgz -C /usr/local
rm cudnn-8.0-linux-x64-v5.1.tgz && sudo ldconfig

可选择的依赖项

# for Ubuntu 16.04
sudo apt-get install -y --no-install-recommends libgflags-dev

# for both Ubuntu 14.04 and 16.04
sudo apt-get install -y --no-install-recommends \
      libgtest-dev \
      libiomp-dev \
      libleveldb-dev \
      liblmdb-dev \
      libopencv-dev \
      libopenmpi-dev \
      libsnappy-dev \
      openmpi-bin \
      openmpi-doc \
      python-pydot
sudo pip install \
      flask \
      graphviz \
      hypothesis \
      jupyter \
      matplotlib \
      pydot python-nvd3 \
      pyyaml \
      requests \
      scikit-image \
      scipy \
      setuptools \
      tornado

检查下面的 Python 部分，并在建立 Caffe2 之前安装可选择的程序包。

mkdir build && cd build
cmake ..
make

Clone & Build

git clone --recursive https://github.com/caffe2/caffe2.git && cd caffe2
make && cd build && sudo make install
python -c 'from caffe2.python import core' 2>/dev/null && echo "Success" || echo "Failure"

通过显示为 Success

出现问题见 gflags.cc’ is being linked both statically and dynamically into this execut

GPU测试执行：

python -m caffe2.python.operator_test.relu_op_test

在/usr/local/caffe2、/home/bids/softwares/caffe2/build（你的build路径）路径生成caffe2的python文件，在/usr/local/lib路径生成库文件。

环境变量设置

具体设置更改对应shell的配置文件

sudo vim ~/.bashrc

添加

export PYTHONPATH=/usr/local:$PYTHONPATH
export PYTHONPATH=$PYTHONPATH:/home/bids/softwares/caffe2/build
export LD_LIBRARY_PATH=/usr/local/lib:$LD_LIBRARY_PATH

环境变量生效