機械学習用 Caffe 環境構築手順

いのひろです。

会社で席替えをしました。
今までより開放的な席で効率もあがりそうです。
新しく覚えることも多く、環境作りも大変ですがやり甲斐のある仕事なので
集中していると夜遅くまで残りがちです。夕方を過ぎるとお腹がすき、
オフィスグリコに手を伸ばしそうになるのを我慢する日々です。

今回は機械学習用に Caffe の環境を構築した際の手順です。

Caffe | Deep Learning Framework

構築環境

構築した環境は以下のとおりです。

項目	バージョン
ホストOS	Mac OS X El Capitan 10.11.4
ゲストOS	Ubuntu14.04 LTS
VirtualBox	4.3.36
Vagrant	1.8.1

手順

1. Vagrant、Ubuntu環境の構築
2. 各種必要ファイルのインストール
3. Caffe サンプル動作

1. Vagrant、Ubuntu環境の構築

コマンド	備考
vagrant box add caffe https://cloud-images.ubuntu.com/vagrant/trusty/current/trusty-server-cloudimg-amd64-vagrant-disk1.box	BOXファイルのダウンロードと追加します。名前は「caffe」で登録します。
vagrant box list	CaffeのBoxが追加されているか確認します。
mkdir xxxx	Vagrantfileを配置するディレクトリを作ります。Desktop等で実行します
cd xxxx	上記にて作成したフォルダに移動します
vagrant init caffe	Vagrantfile作成します
vagrant up	Vagrant立ち上げます
vagrant ssh	Vagrant環境にログイン(Windowsの場合はTera Team等からアクセスするが必要あります。)

2. 各種必要ファイルのインストール

GPUを利用しない場合はNVIDIA社のCUDAインストールしません。
Gitコマンド使う部分は事前にGitをインストールしておく必要あります。
※手動でレポジトリからダウンロードし、手動で配置する方法でも大丈夫です。

コマンド	備考
sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev	必要なライブラリのインストール
sudo apt-get install --no-install-recommends libboost-all-dev	必要なライブラリのインストール
sudo apt-get install libatlas-base-dev	必要なライブラリのインストール
sudo apt-get install python-dev python-pip
sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev	必要なライブラリのインストール
sudo apt-get install protobuf-compiler
sudo apt-get install g++-4.6	本コンパイラにてビルドする必要があるため、インストール
sudo apt-get update	更新しておきます
git clone https://github.com/BVLC/caffe	caffeをレポジトリよりクローン
cd caffe	caffeに移動
cp Makefile.config.example Makefile.config	Makefileコピー
vi Makefile.config	vi等で編集。CPU_ONLY := 1 のコメントアウトを外します。CPUで動作させる場合 CUSTOM_CXX := g++-4.6に編集します
make all	一度make済の場合は事前に make clean
make test	make内容のテスト
make runtest	動作チェックです

3. Caffe サンプル動作

コマンド	備考
cd (caffeのパス)/data/mnist
./get_mnist.sh	サンプル用のファイルをダウンロード
cd ../../
./examples/mnist/creat_mnist.sh	ファイルを変換
vi ./examples/mnist/lenet_solver.prototxt	GPU指定からCPUに変更
./examples/mnist/train_lenet.sh	学習の実行
./build/tools/caffe test -model ./examples/mnist/lenet_train_test.prototxt -weights ./examples/mnist/lenet_iter_10000.caffemodel

まだまだ Caffe を使い始めたところですが、
簡単に導入出来るのでオススメです。

この本がかなり勉強になりました。

初めてのディープラーニング --オープンソース"Caffe"による演習付き