Linux下conda安装caffe（超简单），pb转caffe

本文链接：https://blog.csdn.net/qq_32194791/article/details/121000375

本文档记录了在AIStudio中安装Anaconda和caffe，并将TensorFlow的.pb模型转换为Caffe的.prototxt格式的过程。首先创建Python3.5环境，然后安装caffe-cpu，接着安装tensorflow1.15.0和mmdnn。通过netron检查模型输入输出节点，使用mmconvert进行转换。最终成功将模型转换，证明了在Linux环境下conda安装caffe是最简便的方法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

最近碰到了需要将tensorflow的pb模型转为caffe的prototxt格式的问题，参考了

keras/tensorflow1.x模型转换为caffe推理模型 - 知乎

mmdnn tensorflow 转 caffe

发现除了安装mmdnn以外，还依赖caffe，配置caffe环境会遇到各种坑，因为我不需要caffe训练模型，只是为了转换，因此只需要装caffe-cpu版本即可，最后经过不断尝试，在百度的AI Studio上安装上了caffe，这里记录一下caffe的安装：

Anaconda的安装就不赘述了，百度的AI Studio上已经有conda了，因此直接从caffe的安装开始：

1.先新建一个python3.5环境

conda create -n caffe-py3.5 python=3.5 -c defaults

输入 y 进行安装

2.激活环境

安装完毕后，激活进入环境

source activate caffe-py3.5

3.安装caffe-cpu版本或caffe-gpu版本

conda install -c defaults caffe
conda install -c defaults caffe-gpu

4.测试安装是否成功：

python3
import caffe

无报错说明安装成功，退出python

exit()

5.安装tensorflow：

conda install -c defaults tensorflow==1.15.0

6.安装mmdnn

pip install mmdnn

6. 我们以tf官网下载的mobilenetv1模型为例，转换前先使用netron查看pb模型输入和输出节点name，input shape：

记住name以及input shape

7.进行pb ----> caffe转换，命令行输入：

mmconvert -sf tensorflow -iw mobilenet_v1.pb --inNodeName input --inputShape 192,192,3 --dstNodeName MobilenetV1/Predictions/Reshape_1 -df caffe -om tf_mobilenet

8.转换结果：