Caffeのインストール（CPU版 / GPU版）

機械学習フレームワークCaffeのインストール（CPU版 / GPU版）に関して、以下にそれぞれの手順を詳しく説明します。Caffeは主にUbuntuなどのLinux環境での利用が推奨されていますが、macOSやWindowsでも構築は可能です。以下では、代表的なUbuntu環境（例: Ubuntu 20.04）でのインストールを前提に説明します。

1. 前提条件の準備

Caffeをインストールする前に、以下の依存パッケージをインストールします。

bash
sudo apt update
sudo apt install -y build-essential cmake git pkg-config \
    libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev \
    libhdf5-serial-dev protobuf-compiler libatlas-base-dev \
    libboost-all-dev libgflags-dev libgoogle-glog-dev \
    liblmdb-dev python3-dev python3-numpy python3-pip

Pythonバインディングを利用する場合は以下も追加：

bash
pip3 install protobuf

2. Caffeのクローン

Caffeの公式GitHubリポジトリをクローンします。

bash
git clone https://github.com/BVLC/caffe.git
cd caffe

3. Makefile.config の編集

Makefile.config をコピーして設定します。

bash
cp Makefile.config.example Makefile.config

CPU版の場合

  • 以下の行を有効化（コメント解除）：

    make
    CPU_ONLY := 1

GPU版の場合（CUDA / cuDNN を利用）

  • CUDAを有効にするには、CPU_ONLY の行はコメントアウトしたままにします。

  • cuDNNを使用する場合、以下の行を有効化：

    make
    USE_CUDNN := 1

  • CUDAのインストールパスやcuDNNのバージョンに応じてパスを調整します（通常は不要）。

4. ビルドの実行

Makeを使用してビルドします。マルチスレッドビルドが可能です（例: 4スレッドでビルド）。

bash
make all -j4
make test -j4
make runtest -j4

Pythonバインディングが必要な場合：

bash
make pycaffe

5. 環境変数の設定（Pythonバインディングを使用する場合）

PythonでCaffeを利用する場合、PYTHONPATH を通す必要があります。

bash
export PYTHONPATH=$(pwd)/python:$PYTHONPATH

この設定を .bashrc などに追記すると毎回設定する手間が省けます。

6. 動作確認

以下のPythonコードでCaffeのインポート確認ができます。

python
import caffe
print("Caffe imported successfully.")

備考

  • GPU版Caffeの前提としてCUDAとcuDNNのインストールが必要です（NVIDIAの公式サイトから入手）。

  • Windows環境ではVisual Studioベースのビルドが必要になり手順が大きく異なります。

  • Dockerを使ったインストールも可能です（公式イメージあり）。

生成日：2025/05/23