附圖為深度神經網路辨識圖片的分類 可以看到網路精準地分出下圖為一輛跑車

左邊分別代表各個Label 的機率 右邊代表對應的Label

如果你也想和我一樣測試自己圖片的話  那趕快往下看

小編會陸續帶您完成caffe 的安裝~~

大家都說caffe 超難安裝，其實....還好阿 ，經我實際研究

一小時內可以裝好，如果不要遇到錯誤的話XD

今天先帶大家在Linux上安裝最簡單版的caffe

沒有GPU版本.....其實我也只會這個，哈

step1:安裝環境

sudo apt-get install build-essential

sudo apt-get install vim cmake git

step2:安裝雜七雜八的依賴項

這邊只要一行一行key 進 terminal 即可

protobuf, leveldb, snappy, opencv, hdf5, protobuf compiler and boost:

1.sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler
2.sudo apt-get install --no-install-recommends libboost-all-dev

gflags, glogs ,lmdband atlas.

3.sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev
4.sudo apt-get install libatlas-base-dev

step3:下載 大神提供的 caffe 主程式碼

用git clone 就行

git clone git://github.com/BVLC/caffe.git

step4: 編譯caffe

1.複製檔案

到caffe的資料夾中 cd /Documents/caffe/

將Makefile.config.example 複製一份成為 Makefile.config

cp Makefile.config.example Makefile.config

2.將選項調成只用CPU訓練

因為我們是只跑CPU 所以一定要做這步驟阿 不然一定錯

將Makefile.config 的下面這行註解弄掉

CPU_ONLY := 1

3.開始跑囉~

在 makefile 的這個資料夾中依序敲打以下指令:

make all

make test

make runtest

成功啦......YA~ 改天再研究CUDA 版本~~收工

​​​​​​​