更多公众号：Asiainfo__online聚焦产业互联网市场，通过自身长期产品积淀和技术能力，为互联网公司和进行互联网化转型的企业提供运营所需的核心支撑能力，帮助企业快速实现产品和服务的数字化。同时还将打通企业间的数字化协同，使跨界协作产生新的商业模式与业务增长点。最新文章相关推荐搜狗：感谢您阅读盘点 | 全球45个最有趣的人工智能项目，本文可能来自网络，如果侵犯了您的相关权益，请联系管理员。QQ:【深度学习及论文笔记】（77）
ubuntu 系统下的Caffe环境搭建
原文地址：/hjimce/article/details/
作者：hjimce
对于caffe的系统一般使用系统，当然也有windows版本的caffe，不过如果你一开始使用了windows下面的caffe，后面学习的过程中，会经常遇到各种错误，网上下载的一些源码、模型也往往不能快速的跑起来，因为貌似caffe的官方只提供了linux版本，而且caffe在不断的快速迭代更新中，如果不使用原版的话，后面编译出现什么问题，自己怎么错的，自己都不知道。本篇博文主要讲解快速搭建caffe环境：
电脑系统：ubuntu 14.04
显卡：GTX 850
在ubuntu下要完整的搭建caffe，个人感觉最难的一步就是cuda的安装了，特别是对于双显卡的电脑来说，很容易黑屏、无法登陆图形界面，这个我安装了n久，都没装成功，因为我的电脑笔记本双显卡，每次装完cuda就黑屏，网上的教程一大堆，但都中看不中用，导致我重装了二三十次的系统，最后才成功。这里为了讲caffe的安装，我们先不使用GPU，进行安装测试，因为没有GPU我们依旧可以跑caffe，只是速度比较慢而已。
1、安装caffe所需要的依赖库
[python]&&
这些库要安装挺久的，请耐心等待。
2、下载caffe。
到github上下载caffe：/BVLC/caffe。下载完成后，解压caffe源码包。解压后，我们打开文件，可以看到caffe的源码包如下：
3、配置Make.config 文件。caffe文件解压后，文件夹下面有一个Makefile.config.example文件，我们需要对这个文件进行重命名为：Make.config &。也就是去掉后缀example。然后我们打开这个文件，可以看到如下内容：
然后我们把：#CPU_ONLY:=1，那一行的注释符号去掉：CPU_ONLY:=1。这是因为我们没有安装CUDA，还不能使用gpu，所以我们把配置改为只使用cpu。
4、编译caffe。
(1)在完成Make.config配置后，我们输入命令：
[python]&&
进行caffe源码编译.这一步有可能遇到如下错误:
如果出现这个错误,那么输入命令:
然后在进行make all 就可以了
(2)编译完成后，在安装接口，输入命令：
[python]&&
这个如果不使用python接口，调用caffe模型的话也可以不用安装，不过建议还是搞一下，就一句话的事。完事后，我们会发现caffe源码目录下，多了一个build文件，这个文件下面有个tools，打开这个文件夹：
这个文件夹下面的工具可是个好东西啊，以后我们会经常用到这些可执行文件，最常用的就是可执行文件：caffe，我们只要调用这个工具，就可以进行训练。
(3)接着编译test文件夹下面的源码。命令如下：
[python]&&
采用这种方案一般没问题,不过我在使用c++调用的时候,会使用到链接库:libcaffe.so.1.0.0-rc3,这种方法编译后没有生成这个文件;经过google查找,发现采用cmake编译,才会生成libcaffe.so文件
方案二:直接采用cmake:
5、测试阶段
安装完了，自然要测试一下能不能用咯。首先cd到caffe目录，然后输入命令：
[python]&&
把lenet_solver.prototxt里面的solver_mode 改为 CPU。因为我们还没装GPU，暂时只使用CPU就好了。
然后我们运行脚本：
[python]&&
这个时候，如果成功的话，就会开始跑起来：
说明：如果在使用caffe、或者编译安装caffe过程中，出现如下错误：
[python]&&
那么请修改上面的Makefile文件（不是Makefile.config）：
[python]&&
也就是在libraries后面，加上opencv的相关库文件。
接着就开始caffe搞起吧，推荐个caffe模型网站：/BVLC/caffe/wiki/Model-Zoo。本来个人不是很喜欢caffe的，就是因为这个网站吸引了我，这个网站可以搞到好多caffe模型、源码，非常适合于我们学习。
二、在Eclipse中使用编译调试caffe
1、首先就是安装Eclipse，然后安装c++开发插件，这个可以百度搜一下，eclipse下面怎么进行c++开发。
2.导入caffe makefile工程到eclipse （由于是英文版，下面描述也用英文，省的翻译，方便大家调试）
（1）File→New→Project→C/C++ →Makefile Project with Existing Code.
（2）Create a new Makefile Project from existing code
Projectname:&caffe-master
Existing code location：/home/user/caffe-workspace/caffe-master
Language:&choose C and C++
Toolchain:choose Linux GCC
（3）Then click on caffe-master in Project Explorer (set Window→Open &Perspective → C/C++).
（4）Now&&File → Properties → Run/Debug settings.Click
&New.., and choose C/C++ application
（5）Fill launch configurationproperties
· & & & &Arguments:
fill & train –solver=examples/mnist/lenet_solver.prototxt
and change working directory from default to /home/user/caffe-workspace/caffe-master（change to your own directory）
(6)Now you can use debug caffe code: Run-& Debug
三、C++函数调用相关路径，makefile
[python]&&
windows下的caffe环境搭建
最近在ubuntu搞了一个月的caffe，总感觉很不爽，因为ubuntn下面的c++集成开发工具，eclipse用起来没有vs爽，因为对caffe的函数名不是很熟悉，所以需要借助vs的c++助手。然后前一个月大部分也是调用pycaffe，但是最近感觉需要对caffe的c++函数比较熟悉，才能把自己的能力进一步提高，于是就开始搞起了windows 下的caffe，借助vs的强大功能，快速学习caffe。一开始采用vs2012，最后各种错误，最后改成vs2013很容易就编译成功了。
最后推荐一个windows下caffe安装网站：&
& 这个包含了python的集成开发环境anaconda，caffe的全套功能。
************作者：hjimce & 时间： &联系QQ： &原创文章，转载请保留原文地址、作者等信息***************
附录:在使用pycaffe遇到如下错误
[python]&&
那么把&./python/caffe/io.py文件夹下面的代码:
[python]&&
[python]&&
参考知识库
* 以上用户言论只代表其个人观点，不代表CSDN网站的观点或立场
访问：18276次
排名：千里之外
转载：209篇
(9)(1)(158)(2)(4)(46)用Caffe实现人脸特征点检测 资料整理（不定期更新）
用Caffe实现人脸特征点检测 资料整理（不定期更新）
[摘要：1、开源项目caffe caffe的项目主页：http://caffe.berkeleyvision.org/（露有细致的闭于caffe先容） caffegithub：/BVLC/caffe caffe接头组：https://groups.谷歌.com/forum/#!forum/caffe-users（碰到了问]
1、开源项目caffe
caffe的项目主页：http://caffe.berkeleyvision.org/（含有详细的关于caffe介绍）
caffegithub：/BVLC/caffe
caffe讨论组：/forum/#!forum/caffe-users（遇到了问题在上面基本都能得到解答）
2、caffe安装与入门教程
建议在Ubuntu下进行安装，caffe的详细安装、配置说明、初步试用，见另一篇博客：
Ubuntu12.04+CUDA 6.5+Caffe安装配置最全经验
3、人脸特征点检测工作
去年九月份刚过来实习时，属于纯小白阶段。应老板要求，要基于深度学习作人脸方面的工作。一开始是对 http://mmlab.ie.cuhk.edu.hk/archive/CNN_FacePoint.htm 中的工作进行学习研究，并编码再现，于是便跳进了深度学习这个大坑。。。
刚开始还不知道有caffe这个神器，而是找到了一个基于卷积神经网络的手写体识别的开源软件，用c++ MFC实现的，很好很强大：
/Articles/16650/Neural-Network-for-Recognition-of-Handwritten-Digi
一开始在这上面折腾了很久，主要是头次接触机器学习/深度学习这块（实在是入门太晚了），边看论文，边看深度学习的相关资料。大概折腾了两个月，论文已经让画的面目全非了，也基本将原来的手写体识别程序改成了人脸特征点检测。然后提取、处理训练（图片和标签），程序基本跑起来了。但是可以预见，训练速度奇慢无比，一方面可能是由于程序比较臃肿，另一方面对于卷积网络的计算过程并未作优化，单纯地进行循环、相乘、累加… …不过也算是手把手地实现，在这个过程中对卷积网络的内部结构，连接机制，各个组件（网络层，神经元，神经元间的局部连接等）有了比较清晰的认识。
原论文的级联式结构还是比较复杂，因此初步只对F1层进行了编码实现，因此网络训练好后，检测结果差强人意，只能够粗略地定位几个特征点的。这个结果也是合理的，毕竟论文中的论述，前面第一层本就是用于大致地定位特征点位置，后面再做coarse to fine的检测。这部分完全基于C++实现的人脸特征点检测的试水工作基本完成，中间也做了很多看似浪费时间的无用功，甚至在知道有caffe这个大杀器后一度觉得之前的努力貌似都白做了。不管怎样，基于之前的积累，好好研究caffe也为时不晚。对纯C++实现的卷积神经网络的人脸特征点检测程序感兴趣的童鞋可以看我的github：
/feixuan090803/CNN-Face-Point-Detection
（完整的工程项目）
4、用caffe作人脸特征点检测
（… …后续待更新）
感谢关注 Ithao123精品文库频道，是专门为互联网人打造的学习交流平台，全面满足互联网人工作与学习需求，更多互联网资讯尽在 IThao123!
Laravel是一套简洁、优雅的PHP Web开发框架(PHP Web Framework)。它可以让你从面条一样杂乱的代码中解脱出来；它可以帮你构建一个完美的网络APP，而且每行代码都可以简洁、富于表达力。
产品设计是互联网产品经理的核心能力，一个好的产品经理一定在产品设计方面有扎实的功底，本专题将从互联网产品设计的几个方面谈谈产品设计
随着国内互联网的发展，产品经理岗位需求大幅增加，在国内，从事产品工作的大部分岗位为产品经理，其实现实中，很多从事产品工作的岗位是不能称为产品经理，主要原因是对产品经理的职责不明确，那产品经理的职责有哪些，本专题将详细介绍产品经理的主要职责
Swift是Apple在WWDC2014所发布的一门编程语言，用来撰写OS X和iOS应用程序[1]。在设计Swift时．就有意和Objective-C共存，Objective-C是Apple操作系统在导入Swift前使用的编程语言
Swift是供iOS和OS X应用编程的新编程语言，基于C和Objective-C，而却没有C的一些兼容约束。Swift采用了安全的编程模式和添加现代的功能来使得编程更加简单、灵活和有趣。界面则基于广受人民群众爱戴的Cocoa和Cocoa Touch框架，展示了软件开发的新方向。
IThao123周刊