关于Linux下conda安装caffe与pb转caffe问题

最近碰到了需要将tensorflow的pb模型转为caffe的prototxt格式的问题

发现除了安装mpythonmdnn以外，还依赖caffhttp://www.devze.come，配置caffe环境会遇到各种坑，因为我不需要caffe训练模型，只是为了转换，因此只需要装caffe-cpu版本即可，最后经过不断尝试，在百度的AI Studio上安装上了caffe，这里记录一下cafjsfe的安装：

Anaconda的安装就不赘述了，百度的AI Studio上已经有conda了，因此直接从caffe的安装开始：

1.先新建一个python3.5环境

conda create -n caffe-py3.5 python=3.5 -c defaults

输入 y 进行安装

2.激活环境

安装完毕后，激活进入环境

source activate caffe-py3.5

3.安装caffe-cpu版本或caffe-gpu版本

conda install -c defaults caffeconda install -c defaults caffe-gpu

4.测试安装是否成功：

python3import caffe

 无报错说明安装成功，退出python

exit()

5.安装tensorflow：

conda install -c defaults tensorflow==1.15.0

6.安装mmdnn

pip install mmdnn

6. 我们以tf官网下载的mohttp://www.devze.combilenetv1模型为例，转换前先使用netron查看pb模型输入和输出节点name，input shape：

记住name以及input shape

7.进行pb ----> caffe转换，命令行输入：

mmconvert -sf tensorflow -iw mobilenet_v1.pb --inNodeName input --inputShape 192,192,3 --dstNodeName MobilenetV1/Predictions/Reshape_1 -df caffe -om tf_mobilenet

8.转换结果：

成功转换为caffe模型：

总结:

caffe还是在linux下用conda安装最简单方便！

实测，python3.6、python3.5都可以按照上述方法开发者_交换机安装caffe

到此这篇关于关于Linux下conda安装caffe与pb转caffe问题的文章就介绍到这了,更多相关Linux下conda安装caffe内容请搜索我们以前的文章或继续浏览下面的相关文章希望大www.devze.com家以后多多支持我们！