現在，你已經對Caffe2的功能有了足夠的了解，現在是時候自己來試驗Caffe2了。要使用預先訓練的模型或在自己的Python代碼中開發模型，必須首先在計算機上安裝Caffe2。
在Caffe2站點的安裝頁面上，連結https://caffe2.ai/docs/getting started.html您將看到以下內容來選擇您的平台和安裝類型。
正如您在上面的螢幕截圖中看到的，Caffe2支持幾種流行的平台，包括移動平台。
現在，我們將了解MacOS安裝的步驟，本教程中的所有項目都將在這些步驟上進行測試。
MacOS Installation
裝置可以有四種類型，如下所示;
- Pre-Built Binaries
- Build From Source
- Docker Images
- Cloud
根據您的偏好，選擇以上任意一種作爲安裝類型。這裡給出的說明是根據Caffe2安裝站點爲預構建二進位文件提供的。它使用水蟒來適應朱庇特環境。在控制台提示符下執行以下命令
pip install torch_nightly -f https://download.pytorch.org/whl/nightly/cpu/torch_nightly.html
除上述內容外，您還需要一些第三方庫，這些庫是使用以下命令安裝的−
conda install -c anaconda setuptools conda install -c conda-forge graphviz conda install -c conda-forge hypothesis conda install -c conda-forge ipython conda install -c conda-forge jupyter conda install -c conda-forge matplotlib conda install -c anaconda notebook conda install -c anaconda pydot conda install -c conda-forge python-nvd3 conda install -c anaconda pyyaml conda install -c anaconda requests conda install -c anaconda scikit-image conda install -c anaconda scipy
Caffe2網站中的一些教程還要求安裝zeromq，該程序使用以下命令−
conda install -c anaconda zeromq
Windows/Linux Installation
在控制台提示符下執行以下命令−
conda install -c pytorch pytorch-nightly-cpu
你一定注意到了，你需要水蟒來使用上面的裝置。您需要按照MacOS安裝中的說明安裝其他軟體包。
Testing Installation
爲了測試您的安裝，下面給出了一個小的Python腳本，您可以在Juypter項目中剪切粘貼並執行它。
from caffe2.python import workspace
import numpy as np
print ("Creating random data")
data = np.random.rand(3, 2)
print(data)
print ("Adding data to workspace ...")
workspace.FeedBlob("mydata", data)
print ("Retrieving data from workspace")
mydata = workspace.FetchBlob("mydata")
print(mydata)
當您執行上述代碼時，您應該看到以下輸出−
Creating random data [[0.06152718 0.86448082] [0.36409966 0.52786113] [0.65780886 0.67101053]] Adding data to workspace ... Retrieving data from workspace [[0.06152718 0.86448082] [0.36409966 0.52786113] [0.65780886 0.67101053]]
此處顯示安裝測試頁的螢幕截圖，供您快速參考;
現在，您已經在計算機上安裝了Caffe2，請繼續安裝教程應用程式。
Tutorial Installation
使用控制台上的以下命令下載教程原始碼−
git clone --recursive https://github.com/caffe2/tutorials caffe2_tutorials
下載完成後，您將在安裝目錄中的caffe2_tutorials文件夾中找到幾個Python項目。此文件夾的螢幕截圖供您快速閱讀。
/Users/yourusername/caffe2_tutorials
您可以打開其中一些教程，查看Caffe2代碼的外觀。本教程中描述的下兩個項目主要基於上面顯示的示例。
現在是我們自己編寫Python代碼的時候了。讓我們了解一下，如何使用Caffe2的預先訓練模型。稍後，您將學習創建自己的小神經網絡，以便在自己的數據集上進行訓練。