Caffe实战四（Caffe可视化方法）

面对一堆文件，一行行的数据，确实很难理解深度学习相关的概念，好比训练的数据、构建的网络是怎样的？今天按照书中第16天的内容实践了一翻，终于看到了所谓的深度神经网络的模样。
（参考：《深度学习 21天实战Caffe 第16天 Caffe可视化方法》）

实现可视化的脚本有两种，分别是Matlab和Python，首先安装Matlab。

1、安装Matlab2014a for Linux
下载链接：http://pan.baidu.com/s/1qYJ9tNm （含破解文件）
Note：文件太大，本文在windows系统中下载并解压，得到文件夹 /MATHWORKS_R2014A

安装：
cd MATHWORKS_R2014A
sudo ./install -javadir=/opt/jvm/jdk1..0_77
安装过程中使用破解文件夹Crack内Readme.txt中的序列号
安装完成后使用破解文件夹Crack内 license_405329_R2014a.lic进行激活
并将破解文件夹Crack内Linux文件夹内libmwservices.so copy到 /opt/MATLAB/R2014A/bin/glnxa64
完成安装，命令行下使用sudo matlab即可启动使用

（可视化matlab脚本参照书中例子）

注意：
参数：-javadir=/opt/jvm/jdk1.8.0_77是指定jdk的安装路径，因为Matlab的安装程序是用java编写的
jdk安装参考：Ubuntu 16.04配置JDK1.8.0_77教程

2、准备Python环境

sudo apt update
sudo apt install python-pip python-dev python-numpy
sudo apt install gfortran
sudo pip install -r ${CAFFE_ROOT}/python/requirements.txt
sudo pip install pydot

3、编译pycaffe

cd ${CAFFE_ROOT}
sudo make clean
sudo make -j
sudo make pycaffe

4、绘制网络结构图

cd ${CAFFE_ROOT}/python
python draw_net.py ../models/bvlc_reference_caffenet/train_val.prototxt caffenet.png

## 依次出现问题及解决方法：
1）ImportError: No module named google.protobuf

解决：
在protobuf的pthon目录下对python进行支持
cd protobuf-2.6./python
python setup.py install
（可能会提示缺少文件夹：google/protobuf/compiler，重新建立即可：sudo mkdir google/protobuf/compiler）

2）ImportError: No module named skimage.io

解决：
终端安装：pip install -U scikit-image

3）Exception: “dot” not found in path.

解决：
终端安装：sudo apt-get install graphviz 

绘制的网络结构图如下：