caffe 配置坑的总结

关于前面安装各种依赖的步骤，以及caffe的git clone都不多说，基本跟网上很多相同，只是后续的步骤有些比较常见的问题，特此总结。

常见问题：

（1）在python环境下，import caffe，显示No Module named caffe.

原因：没有把caffe里面的python接口库添加到python的module搜索路径。可以进入python，import sys，sys.path,查看当前的module搜索路径。

解决办法：export PYTHONPATH=$PYTHONPATH:your/caffe/path/about/python

（1.1）有时候也会遇到segment fault 11，这个之前网上有人说过解决办法有点复杂，这个问题其实也是caffe编译的python版本，和shell里用的版本不一致导致。最好的解决办法就是，只留一个版本的python，不要装anaconda和brew的版本，然后重新编译caffe，详见（2）。

  (2) 上述都配置好了，import caffe也没问题，但是后续的各种深层调用会出错，比如一些基本库，collections,site...

原因：主要的可能是，caffe编译时候，依赖的python版本，和你现在使用的版本不一致，导致虽然都是python，但是版本不同。

解决办法：尽量保持电脑中只有一个版本的python。mac系统自带的就不错，anaconda或者homebrew安装的，除非特别必须，不建议装很多。

然后，shell中查看当前用的python，which python，最好将当前python的安装路径也添加到/etc/bashrc中，记得source一下，mac自带的python路径通常为/System/Library/Frameworks/Python.framework/Versions/2.7/bin。

接着，进入caffe文件夹，rm -rf build;mkdir build;make clean;make -j4;make pycaffe;

还有个好用的命令可以查看某个库的编译依赖项及版本：otools -L _caffe.so(这个是caffe的python接口编译后的静态库)

最后看到没有错误提示，说明成功。

（3）有时会出现，找不到numpy中的一个头文件

原因：caffe中MakeFile.config中的numpy路径不对

解决：进入caffe的Makefile.config文件，仔细查看有关PYTHON_INCLUDE,PYTHON_LIB的路径部分，都修改对，该注释的注释掉。然后重新编译如（2）所说。

（4）关于跑别人demo的经验

在caffe配的没有问题的情况下，主要是solver中用到的训练网络或者测试网路的data source path，一定要仔细改对。用python接口的时候，常常会写一个data provider的py文件，这个文件会配合train.prototxt（或者val.prototxt）中的网络，说明使用哪个provider为该网络提供数据。通常都是先把图片的路径写到文本中，再根据这个文本去读图片，这个文本通常是train.txt或者test.txt。