caffe 安装（ i5 6500, 8G 内存, 显卡GTX1060 6G, 系统：ubuntu 16.04）

电脑配置：i5 6500, 8G 内存, 显卡GTX1060  6G,   系统：ubuntu 16.04 .

1. 以下操作均使用root账户

       apt-get update （更新源）

       apt-get install vim （安装VIM，也可使用 emacs nano）

       vi /etc/default/grub （进入grub文件）

       启用字符界面登录

将这行GRUB_CMDLINE_LINUX_DEFAULT="quiet" 中的 quiet 修改为 text

       GRUB_CMDLINE_LINUX_DEFAULT="text"

保存退出

update-grub2  （更新一下）

reboot     （重启）

2. 我遇到了上述设置在安装显卡驱动时候还是提示 X不管用。按住CTRL+ALT+F1 进入命令行 F1-F6 ;  返回桌面界面CTRL+ALT+F7

sudo service lightdm stop    或者   sudo stop lightdm

reboot

3. 第一次使用root账户

使用: sudo passwd, 再输入登录新密码即可设定新值,使用su, 即可以登录管理员(root)用户;

4. unbuntu14.04升级到unbuntu16.04遇到的问题

N: Ignoring file'50unattended-upgrades.ucf-dist' in directory '/etc/apt/apt.conf.d/' as it hasan invalid filename extension 

See this explanation of the origin andpurpose of .ucf-dist files. This means you can either ignore the notice (that'swhat the N: prefix stands for) or remove said file. 

To remove the file run:

sudo rm /etc/apt/apt.conf.d/50unattended-upgrades.ucf-dist

 

• NVIDIA驱动    http://www.geforce.cn/drivers   （搜索 对应型号）
• CUDA驱动  https://developer.nvidia.com/cuda-toolkit （搜索对应版本）
• CUDNN驱动  https://developer.nvidia.com/cudnn

1.  Install NVIDIA Driver安装NVIDIA驱动

cd/**/**/** (cd到cuda所在文件目录下)   

  ./NVIDIA-Linux-x86_64-367.44.run  （安装NVIDIA驱动，此文件需执行权限，chmod +x NVIDIA-Linux-x86_64-367.44.run）

  reboot （重启）

2. Install CUDA安装CUDA

  cd/**/**/** (cd到cuda所在文件目录下)

  ./cuda_8.0.27_linux.run （安装CUDA，此文件需执行权限，如遇权限问题可执行  chmod +x 文件名）

  ！accept之后第一个选项填写“n”（该选项让你选择是否安装NVIDIA的Driver，之前已经安装过了，  所以不需要），之后一路“绿灯”。

vi /etc/default/grub   （打开grub）

启用图形界面登录

将这行    GRUB_CMDLINE_LINUX_DEFAULT="text"  中的 text修改为 quiet

保存退出

update-grub2（更新一下）

reboot（重启） 

3. Install cuDNN 安装cuDNN

  tar xvzfcudnn-7.5-linux-x64-v5.1-ga.tgz   （解压）

将CUDNN解压，将解压出来的文件复制到 CUDA 目录如下

  sudo cp cuda/include/cudnn.h /usr/local/cuda/include  （复制）

  sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64  （复制）

  sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*  （加权限）

 添加CUDA的环境变量CUDA Environment Path   终端中执行

  export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64"

  export CUDA_HOME=/usr/local/cuda

  export PATH="$CUDA_HOME/bin:$PATH"  

  

安装 caffe

1. 安装依赖项

  更新源

sudo apt-get update

参考官网页面地址：http://caffe.berkeleyvision.org/install_apt.html

安装命令：

sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-devprotobuf-compiler

sudo apt-get install--no-install-recommends libboost-all-dev

特别提示：ubuntu命令行里按住ctrl+shift+c是复制，ctrl+shift+v是粘贴

2. 相关安装

安装Git命令：

sudo apt-get installgit

安装BLAS命令：

sudo apt-get installlibatlas-base-dev

安装pycaffe接口所需的依赖项：

sudo apt-get install-y python-numpypython-scipy python-matplotlib python-sklearn python-skimage python-h5pypython-protobuf python-leveldb python-networkx python-nose python-pandaspython-gflags cython ipython

安装其他依赖项目：

sudo apt-get installlibgflags-dev libgoogle-glog-dev liblmdb-dev

3. Caffe相关操作

注意： 这里直接下载到当前的命令输入的文件夹位置，可以 mv 更改位置

下载caffe：

sudo git clonehttps://github.com/BVLC/caffe.git

进入caffe：

cd caffe

配置Makefile.config文件：

sudo cpMakefile.config.example Makefile.config

修改Makefile.config：

sudo viMakefile.config

笔者这里使用cudnn，所以将第四行

# USE_CUDNN :=1   前面的#删掉变为

USE_CUDNN := 1

编译caffe：

依次执行如下命令

j4 表示4个线程编译。j8 j16类似

sudo make all –j4 

sudo make test –j4

sudo make runtest –j4

4. 编译Python用到的caffe文件

编译caffe：

执行如下命令

make pycaffe –j4

5. 验证

cd python

python

import caffe

不报错就表明安装成功了！

6. 基于caffe的手写数字识别

caffeMNIST by小蔡
官方github地址:
https://github.com/BVLC/caffe
cd /caffe/caffe 
1.下载数据
./data/mnist/get_mnist.sh 
2.转化为lmdb格式
./examples/mnist/create_mnist.sh
3.训练数据
./examples/mnist/train_lenet.sh

注意：一定要在 caffe的根目录上进行编译才可以

问题 

1.  fatal error: hdf5.h:没有那个文件或目录”解决方法

参考自http://blog.youkuaiyun.com/hongye000000/article/details/51043913

Step 1

在Makefile.config文件的第85行，添加/usr/include/hdf5/serial/ 到 INCLUDE_DIRS，也就是把下面第一行代码改为第二行代码。

INCLUDE_DIRS:= $(PYTHON_INCLUDE) /usr/local/include

INCLUDE_DIRS:= $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial/

Step 2

在Makefile文件的第173行，把 hdf5_hl和hdf5修改为hdf5_serial_hl 和 hdf5_serial，也就是把下面第一行代码改为第二行代码。

LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_hl hdf5

LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_serial_hl hdf5_serial

 

2   .build_release/tools/caffe: error while loading shared libraries: libcudart.so.8.0: cannot open shared object file: No such file or directory
Makefile:527: recipe for target 'runtest' failed
#When I run testing routine, facing error: error while loading shared libraries: libcudart.so.6.5: cannot open shared object file: No such file or directory.
#Solution for this, copy respect library to /usr/local/lib:
#sudo cp /usr/local/cuda-6.5/lib64/libcudart.so.6.5 /usr/local/lib/libcudart.so.6.5 && sudo ldconfig
#sudo cp /usr/local/cuda-6.5/lib64/libcublas.so.6.5 /usr/local/lib/libcublas.so.6.5 && sudo ldconfig
#sudo cp /usr/local/cuda-6.5/lib64/libcurand.so.6.5 /usr/local/lib/libcurand.so.6.5 && sudo ldconfig
cp /usr/local/cuda/lib64/libcudart.so.8.0 /usr/local/lib/libcudart.so.8.0 && ldconfig
cp /usr/local/cuda/lib64/libcublas.so.8.0 /usr/local/lib/libcublas.so.8.0 && ldconfig
cp /usr/local/cuda/lib64/libcurand.so.8.0 /usr/local/lib/libcurand.so.8.0 && ldconfig

#error while loading shared libraries: libcudnn.so.5: cannot open shared object file: No such file or directory
cp /usr/local/cuda/lib64/libcudnn.so.5 /usr/local/lib/libcudnn.so.5 && ldconfig