摘要：包括系統的原因自帶的系統環境無法安裝及其他第三方庫，必須通過來自行安裝一個而這個路徑和系統的并不一樣。在如此混亂的開發環境下，配置實在艱難，特此教程。你要用的話可以不忽略該教程了。

原文鏈接 https://jinkey.ai/post/tech/m...
本文作者 Jinkey（微信公眾號 jinkey-love，官網 https://jinkey.ai）
感謝 yubang 老司機指導填坑，大神的博客http://blog.yubangweb.com/
文章允許非篡改署名轉載，刪除或修改本段版權信息轉載的，視為侵犯知識產權，我們保留追求您法律責任的權利，特此聲明！

由于歷史原因：
我的電腦有五六個直接安裝在系統的Python的環境，加上一堆 Python 虛擬環境。

包括 Mac 系統的原因：
自帶的系統環境無法安裝 pip 及其他第三方庫，必須通過 homebrew來自行安裝一個python 而這個python路徑和系統的并不一樣。
包括 Anaconda 的原因：
之前為了安裝某些科學計算庫方便使用了Anaconda，并且需要同時使用python2和3，所以由多了兩個環境。

在如此混亂的開發環境下，配置 Caffe 實在艱難，特此教程。

因為 Pycharm Community Edition 2017.1 不支持遠程調試，其他開發環境不好用。你要用 docker 的話可以不忽略該教程了。

因為隨著各種庫更新，不一定有空更新教程導致該教程某些步驟不可用，特此說明一下寫這個文章的時候各個庫的版本。
MacOS 10.12.6
Python 2.7.13
pip 9.0.1
Pycharm Community Edition 2017.1
Homebrew 1.3.1
cmake version 3.8.2
caffe 1.0

終端運行

/usr/bin/ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)"

brew install python

下載(get-pip.py)[https://bootstrap.pypa.io/get...]，切換到 get-pip.py所在目錄，終端輸入命令

python get-pip.py

完成后安裝虛擬環境（也不是必須的，后面配置路徑的時候會說到，這里順便介紹虛擬環境，避免多個項目造成開發環境很混亂）

sudo pip install virtualenv

brew install cmake

brew install -vd snappy leveldb gflags glog szip lmdb
brew tap homebrew/science
brew install hdf5 opencv
brew install --build-from-source --with-python -vd protobuf
brew install --build-from-source -vd boost boost-python
brew install protobuf boost

這里我使用的是 Pycharm 新建虛擬環境，新建在 /Users/Yourname/CaffeLearn（建立在哪里都可以，你自己記住就好）
選擇基礎環境的時候記得選擇通過 Homebrew 安轉的那個，應該是在/usr/local/Cellar/python/2.7.13，參考下圖

創建好之后，在控制臺（點Terminal 那個Tab）依賴 caffe 所需要的 Python庫

運行以下命令

pip install numpy scikit-image protobuf

從(https://github.com/BVLC/caffe...[https://github.com/BVLC/caffe/releases]下載最新版本的代碼，解壓，從終端進入項目目錄cd caffe-1.0。該教程使用的是 caffe-1.0。

cp Makefile.config.example Makefile.config

用 Xcode 打開 Makefile.config（不要用 word 或者文本編輯打開）
如果你的 Mac 的顯卡是Intel 的GPU，那么是沒法使用 cuda 加速的，找到并把# CPU_ONLY := 1的注釋去掉，即CPU_ONLY := 1，這樣讓 Caffe 僅在 CPU 下運行。

找到以下片段

# NOTE: this is required only if you will compile the python interface.
# We need to be able to find Python.h and numpy/arrayobject.h.
PYTHON_INCLUDE := /usr/include/python2.7 
        /usr/lib/python2.7/dist-packages/numpy/core/include

PYTHON_INCLUDE修改成（ 步驟2.5叫你們記住的虛擬環境路徑!!! 現在就有用了，一定得分別能找到Python.h 和 numpy/arrayobject.h兩個文件），后面接著是python2.7還是python2.7.13還是python2.7.12取決于你們安裝的版本，教程后面提到的部分也請注意這點。

PYTHON_INCLUDE := /Users/Yourname/CaffeLearn/include/python2.7 
        /Users/Yourname/CaffeLearn/lib/python2.7/site-packages/numpy/core/include

保存，（caffe-1.0目錄）終端運行

cmake .

cmake完成后，用 Xcode 打開項目目錄下的 CaffeConfig.cmake（不要用 word 或者文本編輯打開），把倒數第三行的set(Caffe_CPU_ONLY OFF)改成set(Caffe_CPU_ONLY ON)，保存并關閉。

用 Xcode 打開項目目錄下的 CMakeCache.txt（不要用 word 或者文本編輯打開）

CPU_ONLY:BOOL=OFF

改為

CPU_ONLY:BOOL=ON

此外，找到然后修改PYTHON_EXECUTABLE:FILEPATH、PYTHON_INCLUDE_DIR:PATH、PYTHON_LIBRARY:FILEPATH，修改如下

//Path to a program.
PYTHON_EXECUTABLE:FILEPATH=/Users/Yourname/CaffeLearn/bin/python2.7

//Path to a file.
PYTHON_INCLUDE_DIR:PATH=Users/Yourname/CaffeLearn/include/python2.7

//Path to a library.（ 通過 Homebrew 安裝的 Python 環境）
PYTHON_LIBRARY:FILEPATH=/usr/local/Cellar/python/2.7.13_1/Frameworks/Python.framework/Versions/2.7/lib/libpython2.7.dylib

保存并關閉。

否則在接下來 make 的過程可能會出現錯誤：

"pyconfig.h" cannot be found

在終端運行以下命令建立連接

export CPLUS_INCLUDE_PATH="$CPLUS_INCLUDE_PATH:/usr/include/python2.7/"

在終端依次執行

make all
make install
make runtest

編譯且測試成功。

將 Caffe-1.0/python 路徑下的 caffe 文件夾拷貝到虛擬環境下

/Users/Yourname/CaffeLearn/lib/python2.7/site-packages/

在項目中 import caffe 即可。

原文鏈接 https://jinkey.ai/post/tech/m...
本文作者 Jinkey（微信公眾號 jinkey-love，官網 https://jinkey.ai）
感謝 yubang 老司機指導填坑，大神的博客http://blog.yubangweb.com/
文章允許非篡改署名轉載，刪除或修改本段版權信息轉載的，視為侵犯知識產權，我們保留追求您法律責任的權利，特此聲明！！