caffe2的釋出，其優點有：1支援大規模分散式計算；2.支援移動部署，，，，等原因，而且據說caffe2的執行速度相對於caffe速度會快很多，所以因為一些業務需要嘗試將caffe轉caffe2，在轉的過程中遇到很多坑，現分享一下自己成功轉換的步驟，希望能幫到您

首先安裝好caffe2,相關安裝教程請參考官方文件：https://caffe2.ai/docs/getting-started.html?platform=mac&configuration=compile

要注意如果使用的是虛擬環境或者其他，需要把改caffe2安裝在對應的環境下。

安裝好之後就可以開始轉換之旅啦。

1.在命令列中啟用自己python執行的環境，本小白使用的是pycharm，並將caffe2安裝在對應的虛擬環境下。

本人虛擬環境為

啟用虛擬環境：source tensorflow_pycharm/bin/activate

2.caffe轉caffe2我是參考的官方說明：https://caffe2.ai/docs/caffe-migration.html

2.1. 配置需轉換的caffe檔案，具體為在自己的工程中的caffe資料夾中的models資料夾中新建一個以你需要轉換的模型的名字命名的資料夾，然後把你的模型和對應的引數檔案放在改資料夾下。（.prototxt和.caffemodel)

有沒有配置對可以使用官方提供的測試程式碼：https://github.com/caffe2/caffe2/blob/master/caffe2/python/tutorials/Getting_Caffe1_Models_for_Translation.ipynb

2.2. 在命令列中指定路徑到你剛才新建的這個資料夾

我的是放在untitled/caffe/models/resnet20_lipsync下，所以在命令列下輸入：cd untitled/caffe/models/resnet50_lipsync

3.開始轉換吧：

在命令列下輸入：python -m caffe2.python.caffe_translator deploy.prototxt pretrained.caffemodel（注意把其中的pretrained換成你需要轉的caffe模型名），我的示例：

python -m caffe2.python.caffe_translator deploy.prototxt resnet50_lipsync.caffemodel

經過上面的折騰就搞好了，可以發現在你新建的資料夾下除了之前的兩個caffe模型和對應引數檔案外還多了兩個.pb文件。這個檔案的命名和路徑修改可以修改caffe_translator原始碼695和696行實現。

至此caffe轉caffe2就搞定了，如果你遇到了什麼問題歡迎和我交流分享，祝大家工作順利，學業有成。