标签：atlas bz2 python环境 环境 pre 直接 env 写入 window
下载链接以及说明：
1.caffe代码按照官方教程下载windows分支下面的就可以了（https://github.com/BVLC/caffe/tree/windows）。
2.cmake(https://cmake.org/download/)
3.miniconda3 python3.6 x64(https://conda.io/miniconda.html) （注意：官方只能下载python 3.6版本的，在安装完python3.6版本的miniconda之后，注意在安装的时候将目录添加到环境变量中，然后命令行中执行：
conda create -n py35 python=3.5 anaconda，执行之后，会下载并安装python3.5下面的库，成功之后；
命令行中执行 activate py35，即可激活python3.5,但是当退出之后仍然是默认的3.6,这个时候命令行执行：
conda info --envs，可以看到有2个python环境：一个是root,一个是py35，并且可以看到py35这个包的安装路径。
然后在windows的环境变量中，把py35这个环境的路径和这个路径下的scripts路径添加到path路径中，
并在系统变量的path路径中删除掉原来的miniconda3/bin和miniconda3/scripts路径，这个再进入命令行中输入python,
默认就是python3.5了。
4.下载相应的caffe依赖包，地址https://github.com/willyd/caffe-builder/releases/ （注意我这里下载的是：libraries_v140_x64_py35_1.1.0.tar.bz2 ，这个文件非常难下载，我下载了很多次都没下载下来，如果有需要的，请看百度云链接: https://pan.baidu.com/s/1bp4hJiv 密码: zwn8）
Q: CMake Error
at D:/cmake/share/cmake-3.11/Modules/FindPackageHandleStandardArgs.cmake:137
(message):
Could NOT find Atlas (missing: Atlas_CLAPACK_INCLUDE_DIR
Atlas_CBLAS_LIBRARY Atlas_BLAS_LIBRARY Atlas_LAPACK_LIBRARY)
Call Stack (most recent call first):
solve:提示atlas错误，把BLAS 选项改为Open，意思是用OpenBlas
总算cmake成功了，接着就是编译了。
Mnist数据转化成lemdb格式
可以参考http://blog.csdn.net/qq_14845119/article/details/52415090
mnist测试：
下面通过一个一个最简单的网络结构lenet来对刚才安装的caffe进行测试。
（1）去官网http://yann.lecun.com/exdb/mnist/下载mnist数据集。下载后解压到E:\caffe\data\mnist，如下图所示。
（2）在caffe根目录下，新建一个create_mnist.bat，里面写入如下的脚本：
.\Build\x64\Release\convert_mnist_data.exe .\data\mnist\mnist_train_lmdb\train-images.idx3-ubyte .\data\mnist\mnist_train_lmdb\train-labels.idx1-ubyte .\examples\mnist\mnist_train_lmdb
echo.
.\Build\x64\Release\convert_mnist_data.exe .\data\mnist\mnist_test_lmdb\t10k-images.idx3-ubyte .\data\mnist\mnist_test_lmdb\t10k-labels.idx1-ubyte .\examples\mnist\mnist_test_lmdb
pause
然后双击该脚本运行，即可在E:\caffe\examples\mnist下面生成相应的lmdb数据文件。
（3）修改E:\caffe\examples\mnist\lenet_solver.prototxt，将最后一行改为solver_mode:CPU，
修改E:\caffe\examples\mnist\lenet_train_test.prototxt，如下所示，左面为原始的，右面为修改后的。
（4）在caffe根目录下，新建train_mnist.bat，然后输入如下的脚本，
.\Build\x64\Release\caffe.exetrain --solver=.\examples\mnist\lenet_solver.prototxt
pause
然后双击运行，就会开始训练，训练完毕后会得到相应的准确率和损失率。
需要注意的是：
1.将他们都下载下来，在./data/mnist中建立两个文件夹分别装好
2. 写脚本语言是应核对好路径是否正确，要用自己的路径，不能照抄作者的。
3. 如果只用CPU，网络训练时间在一小时左右（可能是我笔记本配置低）
[libprotobuf ERROR
C:\Users\guillaume\work\caffe-builder\build_v140_x64\packages\protobuf\protobuf_download-prefix\src\p
rotobuf_download\src\google\protobuf\text_format.cc:298] Error
parsing text-format caffe.NetParameter: 14:17: Invalid es
可以看出是解析lenet_train_test.prototxt出错，NetParameter后面跟的是错误的位置，比如第一个是14行17列，找到lenet_train_test.prototxt这个位置发现是’\’。
在windows中路径分隔符是’\’，比如我一开始直接复制lmdb的路径到prototxt中的：
source这个字符串在c里面解析为转义，所以出错。
将‘\’改为‘/’或者‘\\’
我的
双击运行runMNIST.bat文件，训练数据集。
第一个测试程序已经完成了，准确度还挺高，下一步该研究网络结构了。
标签：atlas bz2 python环境 环境 pre 直接 env 写入 window
原文地址：https://www.cnblogs.com/juluwangshier/p/10217613.html
