在 Xcode 中調(diào)試和研究 Caffe

先記錄媳拴,后面再整理;

在 Xcode 中調(diào)試和研究 Caffe

在 Xcode 中調(diào)試和研究 Caffe
Debug and Explorer Caffe in Xcode
http://coldmooon.github.io/2016/03/18/debug_and_learn_caffe/

1萤晴、caffe 編譯參考這里;

Mac10.12+XCode編譯caffe(含GPU加速)
http://blog.csdn.net/hanlin_tan/article/details/53365480

// 首先结洼,打開(kāi)終端泌辫,切換到源碼根目錄,執(zhí)行
$ mkdir build
$ cd build/

// 不用CUDA的編譯方法
$ cmake -DCPU_ONLY=ON ..
$ make

2靖避、xcode 調(diào)試出錯(cuò)

1潭枣、下載腳本出錯(cuò)

./data/cifar10/get_cifar10.sh: line 9: wget: command not found
Unzipping...

$ brew install wget

2、xcode 編譯出錯(cuò)幻捏;

/util/mkl_alternate.hpp:14:10: fatal error: 'cblas.h' file not found
#include <cblas.h>


$ brew install openblas

// brew 安裝沒(méi)有鏈接好盆犁,自己手動(dòng)建立軟連接,包括include, lib
$ ln -s ../Cellar/openblas/0.2.19_1/include/ openblas

ln -s ../Cellar/openblas/0.2.19_1/lib/libblas.dylib libblas.dylib
ln -s ../Cellar/openblas/0.2.19_1/lib/libopenblas.dylib libopenblas.dylib
ln -s ../Cellar/openblas/0.2.19_1/lib/liblapack.dylib liblapack.dylib
ln -s ../Cellar/openblas/0.2.19_1/lib/libopenblasp-r0.2.19.a libopenblasp-r0.2.19.a
ln -s ../Cellar/openblas/0.2.19_1/lib/libopenblas.a libopenblas.a
ln -s ../Cellar/openblas/0.2.19_1/lib/libopenblasp-r0.2.19.dylib libopenblasp-r0.2.19.dylib
ld: library not found for -lopenblas

/usr/local/include/openblas

3粘咖、cifar10_quick_solver.prototxt 等修改

http://www.reibang.com/p/d5b4160f02d2

Xcode Using cusom working dictionary 包括 CaffeLearning/data 目錄蚣抗;

// cifar10_quick_solver.prototxt 修改如下
net: "./cifar10_quick_train_test.prototxt"
snapshot_prefix: "data_cifar10_quick"
solver_mode: CPU

//  cifar10_quick_train_test.prototxt 
路徑換成當(dāng)前路徑侈百;如下:
mean_file: "./mean.binaryproto"

在 Xcode 中編譯和調(diào)試 Caffe 的 C++ 程序 (非 Caffe 源代碼)

Compile and Debug Caffe C++ application in Xcode
http://coldmooon.github.io/2015/08/14/compile_caffe_cpp/

首先瓮下,caffe 的安裝過(guò)程需要 glog gflags protobuf leveldb snappy 這些依賴庫(kù)。那么在其 Makefile 中一定會(huì)存在這些依賴庫(kù)的調(diào)用钝域。在 Makefile 的 182 行中發(fā)現(xiàn):

LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_hl hdf5

# handle IO dependencies
USE_LEVELDB ?= 1
USE_LMDB ?= 1
USE_OPENCV ?= 1

ifeq ($(USE_LEVELDB), 1)
    LIBRARIES += leveldb snappy
endif
ifeq ($(USE_LMDB), 1)
    LIBRARIES += lmdb
endif
ifeq ($(USE_OPENCV), 1)
    LIBRARIES += opencv_core opencv_highgui opencv_imgproc

    ifeq ($(OPENCV_VERSION), 3)
        LIBRARIES += opencv_imgcodecs
    endif

endif
PYTHON_LIBRARIES ?= boost_python python2.7
WARNINGS := -Wall -Wno-sign-compare

可見(jiàn)讽坏,caffe 所需的各個(gè)依賴庫(kù)都存儲(chǔ)在 LIBRARIES 這個(gè)變量中。 caffe 編譯 examples 的過(guò)程必定與 LIBRARIES 這個(gè)變量息息相關(guān)例证。所以路呜,接下來(lái)專門(mén)搜索 LIBRARIES 這個(gè)關(guān)鍵字即可。在 426 行就會(huì)發(fā)現(xiàn):

LDFLAGS += $(foreach librarydir,$(LIBRARY_DIRS),-L$(librarydir)) $(PKG_CONFIG) \
        $(foreach library,$(LIBRARIES),-l$(library))
PYTHON_LDFLAGS := $(LDFLAGS) $(foreach library,$(PYTHON_LIBRARIES),-l$(library))
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市胀葱,隨后出現(xiàn)的幾起案子漠秋,更是在濱河造成了極大的恐慌,老刑警劉巖抵屿,帶你破解...
    沈念sama閱讀 222,729評(píng)論 6 517
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件庆锦,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡轧葛,警方通過(guò)查閱死者的電腦和手機(jī)搂抒,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 95,226評(píng)論 3 399
  • 文/潘曉璐 我一進(jìn)店門(mén),熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)尿扯,“玉大人求晶,你說(shuō)我怎么就攤上這事≈运瘢” “怎么了芳杏?”我有些...
    開(kāi)封第一講書(shū)人閱讀 169,461評(píng)論 0 362
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)辟宗。 經(jīng)常有香客問(wèn)我蚜锨,道長(zhǎng),這世上最難降的妖魔是什么慢蜓? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 60,135評(píng)論 1 300
  • 正文 為了忘掉前任亚再,我火速辦了婚禮,結(jié)果婚禮上晨抡,老公的妹妹穿的比我還像新娘氛悬。我一直安慰自己,他們只是感情好耘柱,可當(dāng)我...
    茶點(diǎn)故事閱讀 69,130評(píng)論 6 398
  • 文/花漫 我一把揭開(kāi)白布如捅。 她就那樣靜靜地躺著,像睡著了一般调煎。 火紅的嫁衣襯著肌膚如雪镜遣。 梳的紋絲不亂的頭發(fā)上,一...
    開(kāi)封第一講書(shū)人閱讀 52,736評(píng)論 1 312
  • 那天士袄,我揣著相機(jī)與錄音悲关,去河邊找鬼。 笑死娄柳,一個(gè)胖子當(dāng)著我的面吹牛寓辱,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播赤拒,決...
    沈念sama閱讀 41,179評(píng)論 3 422
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼秫筏,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼诱鞠!你這毒婦竟也來(lái)了?” 一聲冷哼從身側(cè)響起这敬,我...
    開(kāi)封第一講書(shū)人閱讀 40,124評(píng)論 0 277
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤航夺,失蹤者是張志新(化名)和其女友劉穎,沒(méi)想到半個(gè)月后崔涂,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體敷存,經(jīng)...
    沈念sama閱讀 46,657評(píng)論 1 320
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 38,723評(píng)論 3 342
  • 正文 我和宋清朗相戀三年堪伍,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了锚烦。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 40,872評(píng)論 1 353
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡帝雇,死狀恐怖涮俄,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情尸闸,我是刑警寧澤彻亲,帶...
    沈念sama閱讀 36,533評(píng)論 5 351
  • 正文 年R本政府宣布,位于F島的核電站吮廉,受9級(jí)特大地震影響苞尝,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜宦芦,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 42,213評(píng)論 3 336
  • 文/蒙蒙 一宙址、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧调卑,春花似錦抡砂、人聲如沸。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 32,700評(píng)論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)。三九已至溯捆,卻和暖如春丑搔,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背提揍。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 33,819評(píng)論 1 274
  • 我被黑心中介騙來(lái)泰國(guó)打工啤月, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人碳锈。 一個(gè)月前我還...
    沈念sama閱讀 49,304評(píng)論 3 379
  • 正文 我出身青樓顽冶,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親售碳。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,876評(píng)論 2 361

推薦閱讀更多精彩內(nèi)容