机器学习之环境配置—ubuntu 18.04下用一行代码搭建CAFFE

上篇文章从零开始配置了win 10 和ubuntu 18.04的双系统，并在ubuntu 18.04下搭建了可以使用GPU的tensorflow框架。

看评论说都是在ubuntu 14,、16下安装的，因为旧的教程都是基于老的操作系统，为了避免出现问题难以找到解答。但我偏就选择了最新的ubuntu18作为安装教程，整个过程还是比较复杂，坑也较多。

但新系统并非就意味着要独自解决问题。

在ubuntu18.04下（17.04也可以）只需要一行代码就可以安装好CAFFE。

而网上使用ubuntu14/16安装CAFFE的教程冗长繁杂，也极易出错。

下面给出方法。

接上篇文章。

上篇文章已经安装好了CUDA和cudNN，和anaconda3。

第一行代码：

这就安装好了。

什么？这就好了？那些dependencies呢？配置Makefile.config呢？编译呢？一开始我是不信的，直到看到了官方网站也如是说。

原来Ubuntu 17.04以上的系统全都包含了所有的依赖而且直接提供了编译好的Caffe。

但是我运行python才发现这完全不行嘛！

小伙伴看出来原因了吗？？

仔细一看，原来是在Anaconda下的python环境。那就难怪了。Anaconda的模组目录下没有caffe。

接下来找一找caffe在哪：

发现Caffe在 /usr/lib/python3/dist-packages/caffe 下。

接下来再试试

搞定！（但事实上，由于anaconda的特殊性，sys.path是动态变化的，所以并不是特别方便，每次都要添加该路径。不过如果python不是在anaconda环境下，该方法则是一劳永逸的，包括ipython和jupyter notebook的配置，都是一样的。）

可见使用新的系统（17.04以上）必然是更加方便的。不过最重要的还是多反思，面对新事物要勇于面对。

其实没打算写这篇文章的，毕竟干货太少。只是当我打算试着配置最新的ubuntu 18.04下的Caffe但看到大家都竭力避免安装新系统去配置Caffe，只想走和前辈们走过的一样的路，觉得应该写一点东西提醒大家。

模仿是高效的，但要超越前人，也要学会独立思考。

个人公众号：Know1GetAll