机器学习 caffe 环境搭建——redhat7.1 和 caffe 的 python 接口编译
相信看这篇文章的都知道 caffe 是干嘛的了，无非就是深度学习、神经网络、计算机视觉、人工智能这些，这个我就不多介绍了，下面说说我的安装过程即遇到的问题，当然还有解决方法。
说下我的环境：1》虚拟机：VM Workstation 12 Player 2》OS：redhat7.1
虚拟机装好之后因为 RedHat 的 yum 服务是收费的，为了倒腾免费 yum 源看网上的教程，坑了一 b，浪费了 N 久时间，最后得高人指点得以成功，写了个 blog：redhat 配置免费 yum 源
步入正题，安装 caffe. 再次建议大家尝试看英文文档，因为最新的东西很少有中文的，而且，中文教程各种坑。。。附上官方地址：caffe 官方安装教程
这一步之前，你要先把 yum 源都配好，要不的话会出现下面的情况：
假设你 yum 配置好了，继续：
sudo yum install protobuf-devel leveldb-devel snappy-devel opencv-devel boost-devel hdf5-devel
sudo yum install gflags-devel glog-devel lmdb-devel sudo yum install atlas-devel
你可能会问，都是安装依赖为啥需要 2 条命令，而不是一条直接运行。这个我只能说，官方文档里第一行里的是：General dependencies，即：基本依赖，理解出必选的就行，第二行的包是：Remaining dependencies 剩余的依赖？不管了，你只管装就好了。
另外，如果你是按照我上面给出的方法配置的 yum 源的话（上面支配了本地源，163 源，和 epel），可能还会有包找不到, 这时候就要自己找源了，添加方法都是差不多的。
如果你需要用 caffe 提供的 python 接口的话，那还有一个包需要安装：sudo yum install python-devel，后面会说到。
2. 下载 caffe 源码，编译
sudo yum install git git clone https://github.com/BVLC/caffe.git
下载过程有点慢，慢慢等。
下完之后, 会在当前目录生成一个 caffe 文件夹，本文默认 caffe 下载到 / code 目录下，以下所有命令默认都在 / code/caffe 目录下，除非有 cd 命令出现。
root@localhost caffe]#cd /code/caffe
[root@localhost caffe]# cp Makefile.config.example Makefile.config
[root@localhost caffe]# vi Makefile.config
把第8行的注释打开，我们使用CPU模式，如图。
接着，开始编译吧，遇到问题再说：
[root@localhost caffe]# make all
遇到的第一个问题，如图：
很明显，提示 g++ 找不到。安装 g++，
[root@localhost caffe]# yum install gcc-c++
继续编译，遇到第二个错，如图：
找不到 atlas，上面明明装了atlas-devel，查看官方教程发现如下描述：
（图 BLAS）
我标注了两个地方，先看第二个，说需要取消 BLAS_LIB 的注释，并且要设置 atlas 的路径，提示说一般都放在 / usr/lib/atlas 目录下。那就试试，但是编辑哪个文件呢？当然是 Makefile.config, 编辑它，如图：
找到 51 行的样子，果然有一个 BLAS_LIB 被注释掉了，第一步取消注释，第二步，先到 / usr/lib64/atlas 下看看有没有这个目录。我看了下是有的，并且在 atlas 下有这些文件，如图：
那把 / usr/lib64/atlas 配到 51 行，继续编译（make all），错误依旧。继续看官方给出的对 BLAS 的解释（图 BLAS）（往上数第三个截图），
官方提示安装是这么说的：install ATLAS by sudo yum install atlas-devel or install OpenBLAS，注意一个 or, 我们刚才是第一种方法，现在试试安装 openblas
yum install openblas openblas-devel
安装之后，搜索下安装到的目录：
find / -name "*openblas*.so"
发现都在 / usr/lib64 目录下，再次修改 Makefile.config, 如图：
再次编译：
make all
顺利通过。这里也给各位再次强调下，各种教程官网的最正宗，一定要强迫自己看官网。。。虽然是英文。。
接着运行下测试命令
make test make runtest
上面的成功了，这两个应该不会有问题。
到此，caffe 的安装就结束了.
还是在 / code/caffe 目录下：
第一步还是安装依赖，下把 pip 安装了，并且升级下：
[root@localhost caffe]#yum intall python-pip [root@localhost caffe]# pip install --upgrade pip
然后安装 pycaffe 的各种依赖：
[root@localhost caffe]# pip install -r python/requirements.txt
[root@localhost caffe]# yum install python-devel
把 caffe 的 python 接口路径添加到系统环境变量：
[root@localhost caffe]# vim /etc/profile 在文件的最后一行添加： export PYTHONPATH=/code/caffe/python:$PYTHONPATH 注意，/code/caffe/python这部分要根据你的实际目录来填写。 然后然修改生效 [root@localhost caffe]# source /etc/profile [root@localhost caffe]# source /etc/profile
编译 pycaffe
[root@localhost caffe]# make pycaffe
输出如下：
导入 python 试试：
提示找不到 caffe，这时候再重新打开一个终端试试，如果还不行，那就说明配置有问题了。
我的导入时出现如下问题：
提示 six 这个包没有 indexbytes 方法。手动 dir 了一下，确实没有 indexbytes, 如下：
但是既然 caffe 代码里有写这个方法，那就应该是有的，猜测是 python 引用的 six 包的版本不对。于是想到看看系统里有没有其他的 six.py 文件：
python 默认导入的是 /usr/lib/python2.7/site-packages / 这个目录下的 six.py, 它没有 indexbytes 方法，看了下上图其他几个目录下的 six.py 文件都是有该方法的，于是，把 / usr/lib/python2.7/site-packages/pip/_vendor 下的 six.py 拷贝到 / usr/lib/python2.7/site-packages/（建议备份）。然后重新打开一个终端，导入 caffe
另外，导入 caffe 的时候若提示 numpy 版本问题，到 / usr/lib64/python2.7/site-packages 下执行
rm -rf numpy*
然后在安装 numpy: pip install numpy
ok 了，完事。祝好！欢迎下方交流。
PS, 有错误，或者有问题的地方欢迎下方交流。
《机器学习 caffe 环境搭建——redhat7.1 和 caffe 的 python 接口编译》
原文：https://www.cnblogs.com/cx2016/p/13432898.html