Caffe2(2)----Eclipse环境中使用Caffe2

使用IDE开发深度学习的应用，可以事半功倍，Caffe2已经全面支持Python，这里介绍如何在Ubantu14.04下，利用EclipseCaffe2的二次开发或应用。

1.安装eclipse

具体请参考：ROS知识（6）----基于Eclipse开发

2.安装eclipse的插件PyDev

具体请参阅：几个常用的Eclipse插件

3建立PyDev新项目

a.点击"File->New->Other..."，弹出对话框，选择“PyDev Project”，如下图所示：

b.选择下一步，弹出如下对话框，在“Project Name”中输入项目名称，然后点击"Finish"。

c.设置caffe2的环境依赖

鼠标右击项目，选择“property”，弹出如下对话框，并选择“PyDev-Interpreter/Grammar”

 d.点击“New Folder”添加两个Python的路径，分别为：

/usr/local/caffe2/python
/usr/local

e.添加后如下图所示，点击”Apply“，然后点击”OK“退出。

f.重启eclipse，重新导入项目。

4.测试Caffe2

a.在项目的src下添加python文件test1.py，然后添加如下代码

from caffe2.python import workspace, model_helper,cnn
import numpy as np

data_dim = 1000
label_dim = 10

print("Build Net")
# Create the input data
data = np.random.rand(label_dim, data_dim).astype(np.float32)
# Create labels for the data as integers [0, 9].
label = (np.random.rand(label_dim) * 10).astype(np.int32)
workspace.FeedBlob("data", data)
workspace.FeedBlob("label", label)

# Create model using a model helper
m = cnn.CNNModelHelper(name="my first net")
fc_1 = m.FC("data", "fc1", dim_in=data_dim, dim_out=10)
pred = m.Sigmoid(fc_1, "pred")
[softmax, loss] = m.SoftmaxWithLoss([pred, "label"], ["softmax", "loss"])
m.AddGradientOperators([loss]) 
workspace.RunNetOnce(m.param_init_net)
workspace.CreateNet(m.net)
# Run 100 x 10 iterations
print("Start to Train")
for j in range(0, 10):
    data = np.random.rand(label_dim, data_dim).astype(np.float32)
    label = (np.random.rand(label_dim) * 10).astype(np.int32)
    workspace.FeedBlob("data", data)
    workspace.FeedBlob("label", label)
    workspace.RunNet(m.name, 10)   # run for 10 times
    print("%d:%f"%(j, workspace.FetchBlob("loss")))
print("End Training")

b.点击工具栏的运行或调试按钮，如果一切ok，会输出一下的迭代信息：

Build Net
Start to Train
0:2.324265
1:2.382756
2:2.357759
3:2.298997
4:2.331089
5:2.285640
6:2.336110
7:2.274807
8:2.366172
9:2.337986
End Training

5.代码

下载：caffe2learning