1、pycaffe介绍：
参考链接：Interfaces
Caffe提供了Python的接口（pycaffe），详见caffe/python文件夹。在python代码中import caffe，可以load models（导入模型），forward and backward（前向、反向迭代）， handle IO（数据输入输出），visualize networks（net可视化），instrument model solving（自定义优化方法）。所有的模型数据、计算参数都是可供读写的。
caffe.Net是主要接口，负责导入数据、校验数据、计算模型的。caffe.Classifier用于图像分类。caffe.Detector用于图像检测。caffe.SGDSolver是solver接口。caffe.io处理输入输出，数据预处理。caffe.draw可视化net的结构。Caffe blobs以numpy ndarrays的形式表示，更加方便、高效。2、配置pycaffe：
详见Ubuntu14.04 安装Caffe（仅CPU）第10点。
安装依赖库：
$ sudo apt-get install python-numpy python-scipy python-matplotlib python-sklearn python-skimage python-h5py python-protobuf python-leveldb python-networkx python-nose python-pandas python-gflags Cython ipython $ sudo apt-get install protobuf-c-compiler protobuf-compiler 12 12编译：
$ cd ~/caffe $ make pycaffe 12 12添加~/caffe/python到$PYTHONPATH：
$ sudo gedit /etc/profile # 添加： export PYTHONPATH=/path/to/caffe/python:$PYTHONPATH $ source /etc/profile # 使之生效 12345 12345测试是否可以引用：
$ python Python 2.7.6 (default, Jun 22 2015, 17:58:13) [GCC 4.8.2] on linux2 Type "help", "copyright", "credits" or "license" for more information. >>> import caffe >>> 如果失败可能需要进行如下操作：import syssys.path.append('/home/usr/caffe/python')import caffe如果报错error ：No module named google.protobuf.internal就如下操作sudo chmod 777 -R anaconda（文件夹） 改变权限 然后
conda install protobuf
今天使用，莫名其妙就提示
Intel MKL FATAL ERROR: Cannot load libmkl_avx2.so or libmkl_def.so找了半天解决方法，最终还是不使用mkl吧。。。
如参考网址http://stackoverflow.com/questions/36659453/intel-mkl-fatal-error-cannot-load-libmkl-avx2-so-or-libmkl-def-so中给出的：
conda install nomkl numpy scipy scikit-learn numexpr conda remove mkl mkl-service其实我这边第二句一直有问题，但是也能使用。。。
