最近碰到了需要将tensorflow的pb模型转为caffe的prototxt格式的需求，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.转换前先使用netron查看pb模型输入和输出节点name：
记住name以及input shape
7. 我们以tf官网下载的mobilenetv1模型为例，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：
成功转换为caffe模型：
总结:
caffe还是在Linux下用conda安装最简单方便！
实测，python3.6、python3.5都可以按照上述方法安装caffe
reference:
1.Anaconda安装caffe（超简单）_abcd740181246的博客-CSDN博客_anaconda安装caffe
2.安装教程：使用Anaconda创建caffe和tensorflow共存环境_PRIMEZPY的博客-CSDN博客
