Caffe安装手记【Ubuntu15.04、CUDA7、OpenBlas、OpenCV、cuDNN】

本文链接：https://blog.youkuaiyun.com/Doral/article/details/45622235

前言

Caffe安装耗时很长，前后重装系统多次，苦尽甘来，编译成功，现在主要分一下5部分：

Linux安装
CUDA安装
Python安装
Caffe安装

Linux安装

尝试了很多版本，最好选择LTS的英文版本，推荐Ubuntu14.04，也可参见CUDA支持的相关Linux版本，当然Ubuntu15.04也是可以的，系统预留的空间也要尽量较大，因为ImageNet都是百G以上。

CUDA-7安装

对于双显卡的笔记本而已，推荐使用下载deb的离线包的方式来安装，该方法不需要切换到tty终端来安装cuda，同时里面包含的NVIDIA驱动也是最新的，此处建议采用cuda自带nvidia驱动。

验证硬件是否支持GPU
可以在NVIDIA官网查找自己的显卡及compute capability参数
https://developer.nvidia.com/cuda-gpus最好CUDA Capability在3.0以上，这样才能启用cuDNN

$ lspci | grep -i nvidia  %查看nvida显卡信息

验证系统版本

$ uname -m && cat /etc/*release %查看linux信息，有x86_64即可

验证gcc是否安装

$ gcc --version  %查看gcc版本

安装常用的开发编译工具包

$ sudo apt-get install build-essential

下载离线版CUDA-7.0的deb文件
deb安装包请自行去NVidia官网下载cuda-repo-ubuntu1410-7-0-local_7.0-28_amd64.deb

$ sudo dpkg -i cuda-repo-ubuntu1410-7-0-local_7.0-28_amd64.deb
$ sudo apt-get update
$ sudo apt-get install -y cuda %该过程中会先联网安装一些必备环境

配置CUDA的环境变量

$ export CUDA_HOME=/usr/local/cuda-7.0 %默认装载该目录
$ export LD_LIBRARY_PATH=${CUDA_HOME}/lib64
$ PATH=${CUDA_HOME}/bin:${PATH}
$ export PATH

安装一些必要的库文件，譬如：OpenGL (e.g., Mesa), GLU, GLUT, and X11 (including Xi, Xmu, and GLX).

$ sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev

检验CUDA是否安装成功

$ cd /usr/local/cuda-7.0/samples %cuda的deb包默认安装了samples
$ sudo make %编译，大约10分钟，sudo下运行
$ sudo ./deviceQuery %进入samples/bin/x86_64/linux/release，运行deviceQuery，如果出现显卡详细信息，则表明驱动及显卡安装成功

Python安装

安装IDE运行环境
Ubuntu自带iPython，选择一个适合你的IDE运行环境，可推荐用Spyder，Theano默认安装的也是Spyder，直接在Ubuntu软件中心搜索“spyder”即可安装。
配置和编译pycaffe（见后续）

Caffe的安装和测试

首先参考Caffe官网，按照官网步骤进行http://caffe.berkeleyvision.org/installation.html

安装BLAS之MKL
【ATLAS，MKL或者OpenBLAS】三选一，三者的速度大致为MKL>OpenBLAS>ATLAS，推荐采用MKL，首先下载并安装英特尔® 数学内核库 Linux* 版MKL，下载链接是：