- 综合排序
- 最热优先
- 最新优先
windows上pycaffe导入报错no module named _caffe
当你在anaconda3运行import caffe正常，但是运行例子draw_net.py就会报错no module named _caffe，这个原因其实很简单，原因是import caffe会优先在draw_net.py所在文件夹下面寻找caffe,当你代码目录有caffe文件夹时候，结果没搜索到caffe模块于是就报错了。如果你因为这个原因很久没解决问题说明你对Python搜索路径规则还不清楚或者python基础还不扎实。解决方式就是把代码下面caffe文件夹换个名字即可。
11800编辑于 2025-07-18- 来自专栏软件研发
讲解from .pycaffe import Net, SGDSolver, NesterovSolver, AdaGradSolver, RMSPropSol
讲解from .pycaffe import Net, SGDSolver, NesterovSolver, AdaGradSolver, RMSPropSolver, AdaDeltaSolver在使用 Caffe进行深度学习模型训练和优化时，我们会遇到需要导入.pycaffe模块中的Net、SGDSolver、NesterovSolver、AdaGradSolver、RMSPropSolver和AdaDeltaSolver 希望本文对你理解from .pycaffe import Net, SGDSolver, NesterovSolver, AdaGradSolver, RMSPropSolver, AdaDeltaSolver 使用其他优化算法的Solver进行训练# 类似地，你可以使用NesterovSolver、AdaGradSolver、RMSPropSolver和AdaDeltaSolver进行模型训练上述示例代码展示了从.pycaffe
42310编辑于 2023-12-13 - 来自专栏机器学习、深度学习
从零开始安装 Caffe --CPU only----没有 pycaffe
版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/zhangjunhit/article/details/73456860
1.2K20发布于 2019-05-28 - 来自专栏机器学习、深度学习
Caffe在Ubuntu 14.04 64bit 下的安装------pycaffe 配置
这里我主要参考 pycaffe 的 安装配置 http://www.linuxidc.com/Linux/2015-07/120449.htm 最近因为各种原因，装过不少次Caffe，安装过程很多坑，为节省新手的时间 usr/local/lib/python2.7/dist-packages/ 接下来就好办了，直接make make all -j4 make test make runtest make pycaffe
1.2K10发布于 2019-05-29 - 来自专栏贾志刚-OpenCV学堂
使用pycaffe解析mean.binaryproto中的均值图像并显示
用Caffe框架训练图像相关的视觉任务时候，在预处理的时候会先求图像的均值，这个均值其实是整个数据集的图像均值，Caffe中提供了一个工具来计算数据集的均值，该工具就是compute_image_mean，只要调用一下，就会生成一个mean.binaryproto文件。
2.9K20发布于 2020-05-13 - 来自专栏Jack-Cui
Caffe学习笔记(五)：使用pycaffe生成solver.prototxt文件并进行训练
本文介绍了如何使用Caffe进行深度学习，通过实例演示了如何从图片数据集训练生成模型，并使用生成的模型进行预测。主要内容包括：安装Caffe，编写训练代码，生成模型，以及使用生成的模型进行预测。
1.5K00发布于 2017-12-28 - 来自专栏Jack-Cui
Caffe学习笔记(四)：使用pycaffe生成train.prototxt、test.prototxt文件
examples/cifar10/cifar10_quick_train.prototxt" test_net = "examples/cifar10/cifar10_quick_test.prototxt" 二、Pycaffe
2.8K60发布于 2018-01-08 - 来自专栏用户2442861的专栏
CTPN docker/nvidia-docker 安装
. && \ WITH_PYTHON_LAYER=1 make -j"$(nproc)" && make pycaffe # Set the environment variables so that the paths are correctly configured ENV PYCAFFE_ROOT $CTPN_ROOT/CTPN/caffe/python ENV PYTHONPATH $PYCAFFE_ROOT:$PYTHONPATH ENV PATH $CTPN_ROOT/CTPN/caffe/build/tools:$PYCAFFE_ROOT:$PATH RUN echo "$CTPN_ROOT
83330发布于 2018-09-14 - 来自专栏10km的专栏
CentOS6.5下为编译Caffe升级python2.6到2.7
因为Centos6.5默认安装的python版本(2.6.6)不满足Caffe的要求(2.7),所以当时没有编译pycaffe。 如果要使用pycaffe,就要将CentOS6.5自带的python(2.6.6)升级到2.7以上版本。 #! CentOS6.5编译Caffe过程记录(系统存在多个编译器)》中的过程差不多，只是不再需要加-DBUILD_python=OFF -DBUILD_python_layer=OFF参数,也就是默认编译pycaffe
55510发布于 2019-05-25 - 来自专栏Jack-Cui
Ubuntu14.04+CUDA8.0+Anaconda2+Python2.7下编译Caffe(详细教程)
no-install-recommends libboost-all-dev sudo apt-get install -y libgflags-dev libgoogle-glog-dev liblmdb-dev 三、编译Caffe、PyCaffe caffe.git cd caffe 2.编译caffe 用cmake默认配置： cmake .. make all -j8 make install make runtest -j8 3.安装pycaffe 需要的依赖包，并编译pycaffe cd .. /build make pycaffe -j8 4.添加pycaffe的环境变量 终端输入如下指令： vim ~/.bashrc 在最后一行添加caffe的python路径(到达vim最后一行快捷键：Shift
1.3K80发布于 2018-01-08 - 来自专栏SnailTyan
Caffe绘制神经网络结构图
介绍 Caffe中自带绘制神经网络结构图的工具，主要是在pycaffe中，因此首先要安装pycaffe，可参考我的另一篇文章，Caffe安装，除此之外还需要安装两个依赖：pydot和graphviz。
95110发布于 2019-05-25 - 来自专栏有困难要上，没有困难创造困难也要上！
Caffe Python开发环境设置
bin/activate 安装 Python 第三方库 cd <path_to_caffe>/caffe-1.0/python pip install -r requirements.txt 编译 pycaffe $ make pycaffe 测试 首先需要设置环境变量 PYTHONPATH，如下： $ export PYTHONPATH=<path_to_caffe>/caffe-1.0/python:$PYTHONPATH 问题二 在 “import caffe” 的时候出现下面错误 AttributeError: 'module' object has no attribute 'bool_' 解决办法 $ make pycaffe
1.2K130发布于 2018-05-14 - 来自专栏foochane
Caffe环境安装
) -Xcompiler -fPIC $(COMMON_FLAGS) 8.2 编译 $ make all -j4 $ make test -j4 $ make runtest -j4 9. pycaffe cython $ sudo apt-get install protobuf-c-compiler protobuf-compiler 9.2 依赖库编译 $ cd ~/caffe $ make pycaffe line 1, in <module> File "/home/fc/caffe/python/caffe/__init__.py", line 1, in <module> from .pycaffe AdaGradSolver, RMSPropSolver, AdaDeltaSolver, AdamSolver, NCCL, Timer File "/home/fc/caffe/python/caffe/pycaffe.py
2.1K30发布于 2019-05-23 - 来自专栏全栈程序员必看
Ubuntu16.04 Caffe 安装步骤记录（超详尽）
4、下载 CUDA 8.0 5、安装 CUDA 8.0 6、验证 CUDA 8.0 是否安装成功 7、安装 cudnn 8、安装 opencv3.1 9、安装 caffe 10、安装 pycaffe 10、安装 pycaffe notebook 接口环境 在上一步成功安装 caffe 之后，就可以通过 caffe 去做训练数据集或者预测各种相关的事了，只不过需要在命令行下通过 caffe 命令进行操作 ，而这一步 pycaffe 的安装以及 notebook 环境配置只是为了更方便的去使用 caffe ，实际上大多数都是通过 python 来操作 caffe 的，而 notebook 使用浏览器作为界面 首先编译 pycaffe : cd caffe sudo make pycaffe -j8 以下是我编译 pycaffe 时出现的错误： python/caffe/_caffe.cpp:10:31: install python-numpy 此外也可能是由于 Makefile.config 文件中 python 路径设置错误出现的错误，可根据上一步检查一下，也可能出现别的错误，百度谷歌之～ 编译 pycaffe
2K20编辑于 2022-08-01 - 来自专栏人工智能LeadAI
深度学习工具caffe详细安装指南
下面编译pycaffe，至执行 make pycaffe make distribute 执行完后修改bashrc文件，添加 PYTHONPATH=${HOME}/caffe/distribute/python
1.5K90发布于 2018-03-08 - 来自专栏素质云笔记
迁移学习︱艺术风格转化:Artistic style-transfer+ubuntu14.0+caffe（only CPU）
不明白可参考另外caffe+单CPU安装教程：caffe+CPU︱虚拟机+Ubuntu16.04+CPU+caffe安装笔记 1、实现前提 pycaffe是否可以使用？ 2、style-transfer实现步骤 （1）github下载，style-transfer相关代码，下载链接； （2）pycaffe环境布置，因为github上的代码是基于pycaffe的，所以需要配置 utm_source=google_rich_qa&utm_campaign=google_rich_qa 要实现caffe的多线程计算，就要把默认的BLAS换成openBLAS） 执行如下命令编译 pycaffe ： [html] view plain copy make pycaffe -j4 之后，再执行就ok了。 当然，在make pycaffe之后，还有网友有再执行make distribute的，不知道有没有用（深度学习工具caffe详细安装指南） 参考博客： 1、深度学习框架Caffe的编译安装 2、caffe
1.8K10发布于 2019-05-26 - 来自专栏10km的专栏
系统存在多个opencv库导致的caffe运行异常:undefined symbol imencode imread
/caffe-fast-rcnn/python/caffe/init.py”, line 1, in from .pycaffe import Net, SGDSolver, NesterovSolver /caffe-fast-rcnn/python/caffe/pycaffe.py”, line 13, in from .
2K100发布于 2018-01-03 - 来自专栏计算机视觉战队
实战——目标检测与识别
py-faster-rcnn.git 二、生成Cython模块 终端输入：cd /home/**（您服务器的名字）/py-faster-rcnn/lib make 三、生成Caffe和pycaffe 硬件调整） make install make runtest -j16 make pycaffe （编译pycaffe） 四、下载fetch_fast_rcnn_models 终端输入：cd /home/**（您服务器的名字）/py-faster-rcnn
90150发布于 2018-04-17 - 来自专栏用户2442861的专栏
在Ubuntu 14.04上安装Caffe
Makefile.config (for example, if using Anaconda Python) # uncomment CPU_ONLY := 1 最后编译 make all make pycaffe
1.8K40发布于 2018-09-19 - 来自专栏素质云笔记
caffe+CPU︱虚拟机+Ubuntu16.04+CPU+caffe安装笔记
lib/x86_64-linux-gnu/hdf5/serial （注意：/usr之前有一个“空格”,而且这个是在makefile中进行修改） 设置好文档名称之后，就要设置make： make pycaffe 出现的问题：不能修改文件内容，那么可以用： sudo gedit Makefile.config 报错： make: *** No rule to make target 'pycaffe'. Makefile.config make all -j8 #在build文件夹下进行编译 make test -j8 make runtest -j8 #使用CPU多核同时进行编译 3、python报错问题 （1）pycaffe
1.5K50发布于 2019-05-27
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号