CaffeをUbuntu14.04にインストールする

caffe

caffeは画像に特化したDeep learningのためのフレームワークで、GPUを使った高速な学習が可能である
アプリケーション開発を行いやすくするPythonインターフェイスが用意されており、公式のチュートリアルや学習済みモデルデータも充実している

特徴

画像処理に特化している

• 内部データ形式は画像処理を意識した4次元配列(画像数×(色数, 特徴マップ数)×高さ×幅)

CPU only modeがある

• 動作確認としてGPUが備わっていない安価なVPSでwebアプリケーションを動作させることができる

Python向けのインターフェースが用意されている

画像分類問題に対応するサンプルネットワークや学習済みパラメータが提供されている

• MNIST
• CIFAR-10
• ImageNet

インストール手順

環境

• Ubuntu14.04
• CUDA 7.5

Procedure

### ライブラリインストール
apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler
apt-get install --no-install-recommends libboost-all-dev
apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev libatlas-base-dev

### caffeのダウンロード
git clone https://github.com/BVLC/caffe.git
git checkout -b v1.0.0rc3 refs/tags/rc3

### コンパイル
cd caffe
cp Makefile.config.example Makefile.config
make all

make allが完了すればインストール完了です。
(結構時間がかかります)

テスト(確認)

Unit Test

cd caffe
make test
make runtest
.
.
.
 
[----------] Global test environment tear-down
[==========] 1868 tests from 255 test cases ran. (363508 ms total)
[  PASSED  ] 1868 tests.

学習テスト

cd caffe
 
### 学習に必要なイメージデータをダウンロード
./data/cifar10/get_cifar10.sh
 
### ダウンロードしたデータをCaffe用に加工
./examples/cifar10/create_cifar10.sh
 
### 学習を開始
./examples/cifar10/train_quick.sh

• うまくインストールが出来ていない場合はエラーメッセージと共に学習プロセスが終了します
• インストールが問題なく出来ている場合は学習プロセスが実行され続けます(たぶんすごい時間かかるのであるていど眺めたらCtrl+Cで終了しまししょう)