ubuntu14.04 安装caffe（亲测几次）

ubuntu14.04 安装caffe

主要参考博客：

http://blog.csdn.net/reformatsky/article/details/73773439#t3

官网：http://caffe.berkeleyvision.org/

 

安装步骤：

1    安装相关依赖项

1）  sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler；

2）  sudo apt-get install --no-install-recommends libboost-all-dev（博客上命令有误）；

3）  sudo apt-get install libopenblas-dev liblapack-dev libatlas-base-dev；

4）  sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev。

 

2    安装 CUDA 和 cuDNN

参考：

Ubuntu-安装-cuda7.0-单显卡-超详细教程 
ubuntu 14.04 如何安装nvidia显卡驱动 [转载]

1） 检查配置

l  lspci | grep -i nvidia 

验证硬件支持GPU CUDA，只要型号存在于

https://developer.nvidia.com/cuda-gpus，就没问题了。

l  uname -m && cat /etc/*release  

确定你的系统是否支持，重点是“x86_64”这一项，保证是x86架构，64bit系统。

l  gcc –version

确定有gcc，没有就装。

2）下载 NVIDIA driver 网站：http://www.geforce.com/drivers 

建议选用手动根据自己的系统、显卡型号等选择相关的驱动，最后一项选择recommended，下载的文件是 .run。

3）下载 CUDA 网站：https://developer.nvidia.com/cuda-downloads 

下载的是runfile (local) 。

4）下载 cuDNN 网站：https://developer.nvidia.com/cudnn 

    登录后下载。

5）安装驱动

l  nvidia-uninstall #卸载driver

apt remove --purge
nvidia*

卸载所有和nvidia相关的包 ,如果有
nouveau ，则需要关掉，或者卸载。

l  开机启动到console界面

lightdm stop 
#停止light

chmod +x  
/…(对应路径)/NVIDIA-Linux-x86_64-xxx.run

/…(对应路径)/NVIDIA-Linux-x86_64-xxx.run

           安装之前下载的驱动。

l  中间有提示nvidia xconfig，因为它会备份系统本身的配置，卸载这个driver的时候会给你恢复，所以给它自己配置。装完之后检查下：

nvidia-smi

6） 安装CUDA

l  执行前面下载的很大的那个run文件，首先会显示很长的license，按 q ，然后输入accept。

1
Install NVIDIA Accelerated Graphics Driver for Linux-x86_64

填 n 
2 Do you want to install the OpenGL libraries?

填 n

3 Do you
want to run nvidia-xconfig?

填 y，提示里面说了会给你恢复，不要虚

4
Install the CUDA 8.0 Toolkit?

如果你装过了，也没有卸载，就不用再装了。这个link 环境变量需要用到，填y

5
Install the CUDA 8.0 Samples?

sample 可以用来检测CUDA 是否正确地被安装了。Y

l  装完之后，提示修改 PATH 和
LD_LIBRARY_PATH：

直接修改 /etc/profile 。文件尾增加以下内容:

PATH=/usr/local/cuda/bin:$PATH

LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH

export PATH

export LD_LIBRARY_PATH

并 source生效:

source /etc/profile

l  添加链接参数

echo "/usr/local/cuda/lib64" >
/etc/ld.so.conf.d/cuda.conf

ldconfig

安装完成后重启一下。

7） 安装cuDNN

按部就班，参考

https://developer.nvidia.com/compute/machine-learning/cudnn/secure/v6/prod/Doc/cudnn_install-txt 
分别安装 Runtime Lib 和 Dev Lib。

 

3   
安装Intel MKL,openBlas 或Atlas

1） 我选择的是Atlas,为caffe默认使用的，不需要额外配置，安装命令：

sudo apt-get install libatlas-base-dev

2） OpenBlas是更好的选择，具体安装步骤参考胡泽鑫的博客（最上面有）。

还有一篇博客：http://blog.csdn.net/quhediegooo/article/details/53082809

3） 想装Intel MKL，简易教程：

压缩包：Intel MKLi链接:
http://pan.baidu.com/s/1sjwOzIt 密码: bmi5

解压安装包，下面有一个install_GUI.sh文件， 执行该文件，会出现图形安装界面，根据说明一步一步执行即可。

注意：
安装完成后需要添加library路径

sudo gedit /etc/ld.so.conf.d/intel_mkl.conf

在文件中添加内容

/opt/intel/lib

/opt/intel/mkl/lib/intel64

注意把路径替换成自己的安装路径。
编辑完后执行

sudo ldconfig

 

4   
安装OpenCV

安装OpenCV3.0：参考胡泽鑫的教程：（建议）

https://github.com/HustCoderHu/myNotes/blob/master/baseLibs/openCV3_installation.md

我安装的是2.4.9（不推荐），命令如下：

    git clone https://github.com/bearpaw/Install-OpenCV  //下载安装脚本

      cd
 Install-OpenCV/Ubuntu/2.4

       chmod  +x *.sh  //添加权限

       sudo
./opencv2_4_9.sh

注：如果这样直接装2_4_10会出现问题。

 

5   
编译caffe

下载caffe安装包：

sudo git clone https://github.com/BVLC/caffe.git

1）安装Caffe所需要的Python环境

首先安装pip和python-dev （系统默认有python环境的， 不过我们需要的使python-dev）：

sudo apt-get install
python-dev python-pip

然后执行如下命令安装编译caffe python wrapper 所需要的额外包：

sudo pip install –r   /。。。（对应路径）/caffe/python/requirements.txt

在执行上述命令时， 会报错导致不能完全安装所有需要的包。
可以按照官方建议安装anaconda包。 在anaconda官网下载.sh文件，执行，最后添加bin目录到环境变量即可。

2）安装MATLAB

Caffe提供了MATLAB接口， 有需要用MATLAB可以额外安装MATLAB。

安装教程请自行搜索。

安装完成后添加图标
http://www.linuxidc.com/Linux/2011-01/31632.htm

3）编译Caffe

终于完成了所有环境的配置，可以愉快的编译Caffe了！ 进入caffe根目录， 首先复制一份Makefile.config：

cp Makefile.config.example
Makefile.config

然后修改里面的内容，主要需要修改的参数包括：

CPU_ONLY
是否只使用CPU模式，没有GPU没安装CUDA可以打开这个选项，我们不打开

BLAS
(使用intel mkl还是OpenBLAS)

MATLAB_DIR
如果需要使用MATLAB wrapper的同学需要指定matlab的安装路径, 如我的路径为 /usr/local/MATLAB/R2013b (注意该目录下需要包含bin文件夹，bin文件夹里应该包含mex二进制程序)

DEBUG
是否使用debug模式，打开此选项则可以在eclipse或者NSight中debug程序

完成设置后， 开始编译：

make all -j4

make test

make runtest

注意:-j4 是指使用几个线程来同时编译， 可以加快速度， j后面的数字可以根据CPU core的个数来决定， 我的CPU使4核， 所以-j4.

4）编译Matlab wrapper

make matcaffe

然后就可以跑官方的matlab demo啦。

5）编译Python wrapper

 make pycaffe

安装完毕。

 

一些问题的解决：有一篇解决问题写的很好的博客：

http://blog.csdn.net/doral/article/details/45620857

还有一个简单的安装教程：

Caffe学习系列(1)：安装配置ubuntu14.04+cuda7.5+caffe+cudnn

这里面的CUDA版本是7.5，下载网址博客有误，正确网址：

https://developer.nvidia.com/cuda-75-downloads-archive

（因为我选择的也是7.5，博客中的网址找不到）

 

最后的建议：以官网安装教程为准，安装教程为辅，遇到问题网上有很多参考文章，多看，多问，多学。