转摘http://weibo.com/p/2304189db078090102vdvx

虽然Deep Learning已经不是什么新鲜的东西了，但是由于设备原因，自己一直没有涉足。前几天有幸换了一台自带GPU的Workstation，甚是高兴。于是迫不及待地装了个Ubuntu系统，开始配置DeepLearning框架Caffe。前后共花了差不多两天时间，终于把它配好了。配了这么多年的软件，Caffe应该是我配过最复杂的软件，没有之一。终于知道为什么用Caffe的人这么多，亲自去配它的人这么少了。以下将一步步讲解配置Caffe的过程，希望对初学者有点帮助。PS：虽然官网http://caffe.berkeleyvision.org/installation.html给出了配置的过程，但是非常笼统，看着看着就不知道自己该干嘛了。

 

一、NVIDIA驱动和CUDAToolkit的安装

  1. 安装前需要注意的问题：
    1. 检查自己的GPU是否支持CUDA，linux可用以下命令来查看GPU型号：

Lspci | grep –I nvidia

只要GPU型号可以在https://developer.nvidia.com/cuda-gpus找到，就是支持CUDA的，比如我的GPU型号是：GeForceGTX Titan

 

  1. 检查自己的操作系统是不是CUDA支持的，可以输入以下命令：

uname -m && cat /etc/*release

CUDA支持的操作系统在以下网址可以找到http://docs.nvidia.com/cuda/cuda-toolkit-release-notes/#overview

 

  1. 检查操作系统是否安装了gcc，可用以下命令

gcc –version

很多操作系统都预装有gcc，如果你的没有就先安装一下。

 

  1. 去https://developer.nvidia.com/cuda-downloads下载最新版的CUDA，目前是6.5的。这里注意选择与自己机器和操作系统相匹配的（比如我的是64位的Ubuntu14.04）。友情提醒：文件有点大，大概1G，网速不好的同学请耐心等待。

 

  1. 验证下载的CUDA是否有效：

md5sum 安装包名字>

执行完上述命令后会出现一串md5值，例如我的是:90b1b8f77313600cc294d9271741f4da，看看https://developer.nvidia.com/cuda-downloads/checksums列表中是否能找到你的md5值，如果不能找到，那就说明之前下的安装包有问题，要重新下载。

 

  1. 处理版本冲突问题，第一次安装可以跳过这点。如果之前有装过NVIDIA驱动和CUDA的话，要卸载干净，具体卸载方法参见http://developer.download.nvidia.com/compute/cuda/6_5/rel/docs/CUDA_Getting_Started_Linux.pdf

 

 

  1. 安装时需要注意的问题：
    1. 退出GUI界面，操作方法是：同时按：CTRL+ALT+F1（F2-F6），切换到TTY1-6命令行模式。退出GUI界面后需要输入用户名、密码登陆。登陆后关闭桌面服务：

sudo stop lightdm

这步很重要，直接在GUI界面装肯定是会失败的！

 

  1. 官网说安装前需要Interaction with Nouveau，因为Nouveau是一个开源的显卡驱动，Ubuntu14.04默认安装了，但是它可能会影响NVIDIA驱动的安装。这一步我直接跳过了，事实证明并没有影响。(不放心的同学可以按官网http://developer.download.nvidia.com/compute/cuda/6_5/rel/docs/CUDA_Getting_Started_Linux.pdf那样多操作几步。)

 

  1. 现在可以开始安装了。先切换到CUDA安装包所在的位置，执行以下命令：

sudo sh cuda_6.5.14_linux_64.run

这边一路accept-yes-enter就行

执行完后出现以下结果：

Driver: Installed requirereboot

Toolkit: installskip

Samples: installskip

看到了吗，这个CUDA安装包事实上包含了Driver，Toolkit和Samples三部分，第一次安装时把驱动装上了，只不过要重新启动。重新启动了一下，还是跟上面一样，退出GUI，重新执行以下命令:

sudo sh cuda_6.5.14_linux_64.run

结果如下：

Driver:Installed

Toolkit: Installed in/usr/local/cuda-6.5

Samples: Installed in/home/Changzhi, but missing recommendedlibraries

这次就安装成功了，但是缺少了一些推荐的库。

 

  1. 这一步显然要安装那些推荐的库，没什么好说的，按官网推荐的，需要安装以下库：

sudo apt-get install freeglut3-dev build-essential libx11-devlibxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesalibglu1-mesa-dev

 

 

  1. 装完以后就可以回到GUI界面了，执行

sudo start lightdm

 

  1. 按照官网http://caffe.berkeleyvision.org/installation.html#prerequisites的要求，还需要安装一些dependencies，我的系统是Ubuntu14.04，所以还需要执行以下两步：

sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-devlibopencv-dev libboost-all-dev libhdf5-serial-dev

 

sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-devprotobuf-compiler

 

 

  1. 安装后需要注意的问题：
    1. 设置环境变量：

在/etc/profile最后面添加一句（添加不了的可以切换到root用户）

export PATH=$PATH:/usr/local/cuda-6.5/bin

保存后执行以下命令，是环境变量立即生效

source /etc/profile

 

 

  1. 添加lib库路径

在/etc/ld.so.conf.d加入文件cuda.conf，写入

/usr/local/cuda-6.5/lib64

同样，执行下列命令使其立即生效

sudo ldconfig

 

 

  1. 验证安装结果

 

  1. 验证驱动的版本，和上述gcc类似，就是验证驱动和有没有问题

cat /proc/driver/nvidia/version

 

 

  1. 编译例子

先看一下编译器版本，执行

nvcc –V

          不出意外，这里会提示nvcc没有安装，其实就是之前装的NVIDIA-CUDA-Toolkit的编译器没有安装完整，根据提示安装就好：

               sudoapt-get install nvidia-cuda-toolkit

                    这个安装也需要很长时间，请耐心等待。安装完后就可以编译例子了，例子默认安装在/home/username/NVIDIA_CUDA-6.5_Samples，进入这个目录，执行

               make

        该过程也比较漫长，请耐心等待。

 

  1. Running the binaries.

全部编译玩后，进入/home/username/NVIDIA_CUDA-6.5_Samples/bin/x86_64/linux/release，执行

sudo ./deviceQuery

如果出现以下信息，则驱动及显卡安装成功：

Note： 如果大家第一次安装显示的CUDA driver version和runtimeversion是一样的话，以下标绿的部分可以略过。

我
第一次安装时，出现了“cuda driver version isinsufficient for
cudaruntime”这个错误，就是默认安装时cuda版本是6.5，但是驱动版本还是5.5。解决这个问题肯定是安装个6.5版的cuda驱动就行
了。但问题没有那么简单。我从官网下了6.5的cuda驱动，安装后，别说解决问题，连ubuntu系统都进不去了。开机时就左上角有个小横线在一闪一闪
的，还什么都不能输入，真是能把人急死！后来网上找到了解决办法如下：

   login the system using root recover mode,execute:

       sudo apt-get purge nvidia*

       sudo apt-get install nvidia-current

       sudoreboot

 

系统启动不了原因是显卡驱动冲突，所以我们只需卸载干净前一个驱动，只保留一个最新版的驱动即可。这个recovermode开机时按住左边的shift键就可以进入。

 

至此，NVIDIA驱动和CUDAToolkit的安装完成。

 

二、BLAS的安装

这边选择的是很多网友推荐的intel MKL，这个是收费软件，但学生可以申请免费使用，申请地址https://software.intel.com/en-us/intel-education-offerings#pid-2460-93，这里注意选择自己对应操作系统的版本，还要申请时只能用edu的邮箱。这个软件非常大，3G+，下载时可以选择在线安装或者离线下载，这里强烈推荐离线下载再安装，因为我就是在线安装时出现问题了，后来卸载重新离线安装的。我是linux系统，所以下载的是parallel_studio_xe_2015_update1.tgz，解压后进入目录，执行

sudo ./install_GUI.sh

这是GUI界面安装，和windows一样，按照提示一步步安装就行了，路径什么的选择默认就好。装好后需要添加library路径，具体操作是在/etc/ld.so.conf.d/下新建文件intel_mkl.conf，没权限的话切换到root用户来操作，建好后在文件中添加：

/opt/intel/lib/intel64

/opt/intel/mkl/lib/intel64

安装mkl时如果不是选择默认路径的，以上操作记得换成自己的安装路径。添加完内容后执行以下命令使其立即生效。

sudo ldconfig

 

 

三、OpenCV的安装

这个尽量不要手动安装， Github上有人已经写好了完整的安装脚本：https://github.com/jayrambhia/Install-OpenCV，下载后解压，然后进去该目录，选择自己的操作系统，比如我的是Ubuntu，执行

sudo ./dependencies.sh

sudo ./open2_4_9.sh

其中第一步是安装依赖项，第二部是安装opencv，这个过程大概二三十分钟，慢慢等。

 

四、Caffe的安装和编译

Caffe下载地址：https://github.com/BVLC/caffe

下载后，进入Caffe目录执行

cp Makefile.config.example Makefile.config

然后修改Makefile.config中的BLAS:= atlas为BLAS := mkl，保存退出就行了。

最后是编译，执行以下三条命令：

make all

make test

make runtest

前两步是肯定没问题的，第三部runtest，最后会有两项不通过，但是还是pass了，不影响，应该是没装python的原因。如果不需要在python下用caffe，就可以不管了。

至此Caffe安装完成！