Ubuntu14.04上深度学习Caffe库安装指南（CUDA7.5 + opencv3.1）

Ubuntu14.04上Caffe安装指南

安装的准备工作

首先，安装官方版Caffe时。假设要使用Cuda。须要确认自己确实有NVIDIA GPU。

安装Ubuntu时，将/boot 分区分大概200M左右，太小了会导致升级系统时/boot空间不足。交换分区能够分到和机子的内存差点儿相同。

/opt 和 /usr/local 文件夹要保证空间能够满足软件安装的需求。暂时文件夹也不能太小。建议10G以上，由于如今的Matlab、MKL软件都非常大，暂时文件夹可能挂载不上去。其余的差点儿相同都能够分到/home了。

開始安装

更新系统

请注意。尽量不要更换Ubuntu的源。如今的官方源已经非常快了。非官方源easy导致系统各库版本号不兼容。让部分软件无法安装。

sudo apt-get update
sudo apt-get install build-essential

安装CUDA

1. 在NVIDIA官网下载CUDA。然后把名字改成一个简单点的。比方cuda.run
2. sudo chmod +x ./cuda.run
3. sudo service lightdm stop
4. 经过第三步后会进入tty1命令行界面，输入自己的账号和password。登录成功后，先cd到cuda下载的文件夹，输入sudo ./cuda.run。里面会有非常多选项，文件夹就用默认的。选择Yes/No的时候就选Yes。
5. 完毕后我们还是回到图形界面吧，sudo service lightdm start
6. sudo gedit /etc/profile，在文件末尾加入例如以下内容：PATH=/usr/local/cuda-7.5/bin:$PATH
export PATH

source /etc/profile
sudo gedit /etc/ld.so.conf.d/cuda.conf

这个文件是空的。在编辑器中输入：

/usr/local/cuda-7.5/lib64

在命令行输入：sudo ldconfig
至此，显卡驱动和cuda就安装好了，接下来安装cuda samples

sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libglu1-mesa-dev

cd到cuda samples的安装文件夹cd /usr/local/cuda-7.5/samples。

sudo make

完毕后。

cd samples/bin/x86_64/linux/release

然后输入：sudo ./deviceQuery，假设能够打印出一系列的显卡信息，那么恭喜你，Cuda工作正常。

安装数学库

假设你能够下载到MKL，而且有序列号。能够将MKL解压出来。然后cd到解压后的文件夹。sudo ./install_GUI.sh，里面的文件夹就默认的即可了，一路往下next，安装结束后sudo gedit /etc/ld.so.conf.d/intel_mkl.conf，在里面输入/opt/intel/lib
/opt/intel/mkl/lib/intel64，然后 sudo ldconfig更新一下库。至此就结束这一部分了。

假设你没有购买到MKL。那么能够使用atlas

sudo apt-get install libatlas-base-dev

安装boost

在官网上下载boost源代码，解压出来。cd到boost文件夹里。

bash ./bootstrap.sh
sudo ./b2 install

上面的代码可能会执行10-20分钟，你能够去喝杯咖啡了。
假设上面的代码没有报错，就能够执行sudo ldconfig了。

安装opencv3.1

sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev  libhdf5-serial-dev libgflags-dev libgoogle-glog-dev liblmdb-dev protobuf-compiler

去官网下载一个opencv。然后解压出来。
在命令行中cd 到 opencv 里面后。一条条的执行以下的命令

mkdir build
cd build
cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local ..
make -j4
sudo make install
sudo /bin/bash -c 'echo "/usr/local/lib" > /etc/ld.so.conf.d/opencv.conf'
sudo ldconfig

上面的代码请一行行的执行。每一步都要确保没有报错。

安装Python环境

尽管系统默认有python，可是我们须要用到Python的头文件等。必须安装python-dev。以下会安装这个。可是假设你嫌弃它安装的python版本号太低（事实上不是必需嫌弃）。你能够自己去官网上下载个最新的python2，然后编译。

sudo apt-get install python-dev python-pip

下载caffe的源代码，然后解压出来。cd 到caffe-master/python里面。

for req in $(cat requirements.txt); do sudo pip install $req; done

注意，这一步可能会有些库安装失败。那你就须要自己去PyPI下载相应库。然后自己安装它。

详细的库名称就在那个 requirements.txt里，后面的数字是版本号号。能够不用管。
假设你自己喜欢Anaconda。也能够參考其它教程安装Anaconda。

安装Matlab

假设你不用matlab或者不用Caffe的matlab借口（预计绝大部分人都不会去用），能够跳过这一步，真的！假设你要Matlab。

sudo mkdir /media/matlab
mount -o loop [path][filename].iso /media/matlab
cd /media/matlab
sudo ./install

安装过程中使用 readme.txt中的序列号。安装后使用crack中的license进行激活。
以下的路径是破解文件的路径，

sudo cp /路径/libmwservices.so /usr/local/MATLAB/R2014A/bin/glnxa64

sudo gedit /usr/share/applications/Matlab.desktop

输入：

[Desktop Entry]
Type=Application
Name=Matlab
GenericName=Matlab 2014a
Comment=Matlab:The Language of Technical Computing
Exec=sh /usr/local/MATLAB/R2014a/bin/matlab -desktop
Icon=/usr/local/MATLAB/Matlab.png
Terminal=false
Categories=Development;Matlab;

里面的东西依据自己的版本号改动下。

编译Caffe

先 cd 到你的 caffe-master，

cp Makefile.config.example Makefile.config

打开Makefile.config，看看里面的说明，依据自己的进行下配置。假设你一切都是依照默认的路径配置的，那就好办了。
假设你没有N卡。或者要使用CPU模式。那就把CUP_ONLY打开。

假设你使用的Opencv是3.1。就把 OPENCV_VERSION := 3前面的#去掉。
假设你用的MKL，就在BLAS := 后填入mkl。
其它的就依照自己的配置来吧。一般能够默认。

mkdir builds
cd builds
cmake ..
make all -j4

假设没有不论什么错误，那恭喜你，Caffe成功安装。

以下測试一下

make test
make runtest

test假设有几个错误或者FAIL。也算正常，不用太操心，错误可能是MKL的计算精度导致的。
接下来编译pycaffe

make pycaffe

编译 matcaffe

make matcaffe

有可能matcaffe会报错，说gcc 版本号不合适，那就算了吧（早说了在caffe中不用搞Matlab吧）。有强迫症的人。就自己设置一下gcc版本号吧。

吐槽一下：CSDN的markdown今晚抽筋了吧。老是没法正常显示，不知道是触发了什么bug.