Caffe のインストールと動作確認（Ubuntu 上）

Caffe は，カリフォルニア大学バークレー校の BAIR (Berkeley AI Research) で開発された深層学習フレームワークである．最終リリースは 1.0（2017年4月）であり，現在は新機能の追加が行われていない．Ubuntu の公式パッケージ（caffe-cpu, caffe-cuda）が提供されていたのは Ubuntu 20.04 (focal) までであり，Ubuntu 22.04 以降には収録されていない．したがって，Ubuntu 22.04 以降ではソースコードからのビルドが必要である．

Caffe 1.0 は，cuDNN 8 以降の API 変更（cudnnGetConvolutionForwardAlgorithm 等の廃止）や OpenCV 4 での定数廃止（CV_LOAD_IMAGE_COLOR 等）に対応していない．このページでは，これらを回避する設定（USE_CUDNN=OFF，USE_OPENCV=OFF）でビルドする手順を示す．

前準備

Ubuntu のシステム更新

Ubuntu で OS のシステム更新を行うときは，端末で，次のコマンドを実行する．パッケージ情報を最新の状態にし，インストール済みのパッケージをセキュリティ更新やバグ修正を含めて更新するためである．

Ubuntu のインストールはこちらの別ページで説明する．

# パッケージリストの情報を更新
sudo apt update
# インストール済みのパッケージを包括的に更新 (依存関係も考慮)
sudo apt full-upgrade
# カーネル更新等で実際に再起動が必要な場合のみ実行を推奨
# sudo shutdown -r now

Python3 開発用ファイル，pip, setuptools, venv のインストール（Ubuntu 上）

Python のインストールは行わない（Ubuntu のシステム Python を用いる．）

Python, pip のコマンドでの起動のまとめ．

Ubuntu のシステム Python を用いるとき， python, pip は，次のコマンドで起動できる．

python3 （Ubuntu のシステム Python）
sudo pip3 （pip 3）

Ubuntu での Python 開発環境（JupyterLab, spyder, nteract）のインストール: 別ページ »で説明

Python3 開発用ファイル，pip, setuptools, venv のインストール

端末で，次のコマンドを実行する．

# パッケージリストの情報を更新
sudo apt update
sudo apt -y install python-is-python3 python3-dev python-dev-is-python3 python3-pip python3-setuptools python3-venv python3-numpy build-essential

NVIDIA ドライバ，NVIDIA CUDA ツールキット，NVIDIA cuDNN のインストール（Ubuntu 上）

GPU を用いたビルドを行う場合のみ必要である．CPU のみで利用する場合は不要である．

Ubuntu での NVIDIA ドライバ，NVIDIA CUDA ツールキット，NVIDIA cuDNN のインストール: 別ページ »で説明

Caffe のビルドに必要なパッケージのインストール

端末で，次のコマンドを実行する．Caffe は，protobuf, LevelDB, Snappy, LMDB, HDF5, BLAS (ATLAS), gflags, glog, Boost に依存する．

# パッケージリストの情報を更新
sudo apt update
sudo apt -y install build-essential cmake git pkg-config \
  libprotobuf-dev protobuf-compiler \
  libleveldb-dev libsnappy-dev liblmdb-dev libhdf5-dev \
  libatlas-base-dev libgflags-dev libgoogle-glog-dev \
  libboost-all-dev

Caffe のソースコードの取得とビルド（CPU 版）

Caffe のソースコードを取得する
端末で，次のコマンドを実行する．
```
cd $HOME
git clone https://github.com/BVLC/caffe.git
cd caffe
```
CMake で構成し，ビルドする
端末で，次のコマンドを実行する．CPU_ONLY=ON は CPU のみで動作させる設定，USE_OPENCV=OFF は OpenCV 4 との非互換によるビルドエラーを避けるための設定，python_version=3 は Python 3 用の pycaffe を生成するための設定である．
```
mkdir -p build
cd build
cmake .. \
  -DCMAKE_BUILD_TYPE=Release \
  -DCPU_ONLY=ON \
  -DUSE_OPENCV=OFF \
  -DUSE_NCCL=OFF \
  -DBUILD_python=ON \
  -Dpython_version=3
make -j$(nproc)
```
テストを実行する
端末で，次のコマンドを実行する．
```
make runtest
```
エラーメッセージが出ていないことを確認する．

GPU (CUDA) を利用してビルドする場合

NVIDIA ドライバと NVIDIA CUDA ツールキットのインストールを済ませてから行う． Caffe 1.0 は cuDNN 8 以降に対応していないため，USE_CUDNN=OFF を指定する．また，Caffe 1.0 の既定の GPU アーキテクチャ一覧には，新しい CUDA ツールキットが対応しない古い世代（compute capability 2.0, 3.5 など）が含まれるため，CUDA_ARCH_NAME=Manual を指定して，使用する GPU の compute capability のみを指定する．

端末で，次のコマンドを実行する．CUDA_ARCH_BIN の値は使用する GPU の compute capability に置き換える（例：GeForce RTX 30 シリーズは 86，GeForce RTX 40 シリーズは 89）．

cd $HOME/caffe
mkdir -p build-gpu
cd build-gpu
cmake .. \
  -DCMAKE_BUILD_TYPE=Release \
  -DCPU_ONLY=OFF \
  -DUSE_CUDNN=OFF \
  -DUSE_OPENCV=OFF \
  -DUSE_NCCL=OFF \
  -DBUILD_python=ON \
  -Dpython_version=3 \
  -DCUDA_ARCH_NAME=Manual \
  -DCUDA_ARCH_BIN="86" \
  -DCUDA_ARCH_PTX=""
make -j$(nproc)
make runtest

動作確認

caffe コマンドの確認
端末で，次のコマンドを実行する．バージョン情報が表示されれば，ビルドは成功している．
```
$HOME/caffe/build/tools/caffe --version
```
pycaffe の確認
端末で，次のコマンドを実行する．PYTHONPATH に pycaffe のディレクトリを追加してから，import を行う．
```
export PYTHONPATH=$HOME/caffe/python:$PYTHONPATH
python3 -c "import caffe; print(caffe.__version__)"
```
端末を起動するたびに設定を有効にするときは，端末で，次のコマンドを実行する．
```
echo 'export PYTHONPATH=$HOME/caffe/python:$PYTHONPATH' >> ~/.bashrc
source ~/.bashrc
```
エラーメッセージが出ていないことを確認する．