Ubuntu16.04下安装caffe的方法（踩坑无数后的吐血总结）

        平常较少接触linux系统，因项目需要使用linux下的caffe。为了这一次安装探索了两天，踩了无数的坑，参考了网上很多教程，发现百度里的答案不是内容有错误，就是描述的问题和自己无关。在此把自己的安装过程分享给大家，可能并不适用于每一个人，可以此参考。

        整个安装流程的概括：

        1、NVIDIA显卡驱动

        2、cuda安装（GPU加速使用）

        3、cuDNN配置（深度神经网络的加速计算库）

        4、opencv安装

        5、caffe安装

        6、mnist数据集测试

一、安装NVIDIA显卡驱动

        从官网 http://www.nvidia.com/Download/index.aspx?lang=en-us找到适合自己系统版本的驱动并下载，推荐下载.run格式的。下载好的安装文件放置于/home下即可（注意：不要放到中文目录下，因为之后要使用文本模式操作，中文目录无法读取）。本人下载的驱动是NVIDIA-Linux-x86_64-384.90.run。

        输入命令行：

          sudo gedit /etc/modprobe.d/blacklist.conf

        在最后一行加上 blacklist nouveau ，该操作是为了屏蔽系统自带的显卡驱动

        在终端输入：

          sudo update-initramfs -u

        重启电脑，进入控制台

        首先输入账户和密码（注意要先输账户）

        输入

          sudo init 3     （注意每一步操作都要输密码）  
          sudo rm -r /tmp/.X*  
          sudo service lightdm stop  
          sudo sh NVIDIA-Linux-x86_64-384.90.run

        按提示操作完成后重启电脑，输入命令 sudo nvidia-smi 可查看GPU信息

    

二、安装cuda

        去官网 https://developer.nvidia.com/cuda-downloads 下载适合的cuda，本人下载的是cuda_8.0.61_375.26_linux.run。

        输入 

          sudo ./cuda_8.0.61_375.26_linux.run

        之后经过一长段说明后会跳出一些选项，注意看到Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 367.48?时一定要选否

        输入

          sudo gedit ~/.bashrc

        将以下内容写到最后
          export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}  
          export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

         测试cuda的sample

          cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery  
          sudo make  
          sudo ./deviceQuery

         

         可看到相关信息

   

三、配置cuDNN

        去官网 https://developer.nvidia.com/rdp/cudnn-download 下载相关文件，并解压

        进入cuDNN5.1解压之后的include目录，输入：

          cd cuda/include  
          sudo cp cudnn.h /usr/local/cuda/include

        链接动态文件，输入

          cd ..  
          cd lib64  
          sudo cp lib* /usr/local/cuda/lib64/  
          sudo chmod a+r/usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*  
  
          cd /usr/local/cuda/lib64/  
          sudo rm -rf libcudnn.so libcudnn.so.5  
          sudo ln -s libcudnn.so.5.1.10 libcudnn.so.5 （注意自己下载的版本，不一定一致）  
          sudo ln -s libcudnn.so.5 libcudnn.so

四、安装opencv

        下载opencv安装压缩包，并解压到/home/opencv

        安装前准备，创建编译文件夹：

          cd ~/opencv  
          mkdir build  
          cd build

        使用cmake编译，若没有要事先安装

          sudo apt install cmake  
          sudo cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local ..  
          sudo make  
          sudo make install

       

        提示：在安装cmake阶段，会出现错误，提示找不到ippicv，是因为其下载速度太慢，我们要事先将它下载好（网上搜），放到/opencv/3rdparty/ippicv/downloads/linux-808b791a6eac9ed78d32a7666804320e文件夹下

        安装完成后，可用 pkg-config --modversion opencv 查看已安装的opencv版本

   

五、安装caffe

        从github上下载caffe源码并解压

        进行内容复制，输入

          sudo cp Makefile.config.example Makefile.config

        修改配置文件，输入

          sudo gedit Makefile.config

         a.若使用cudnn，则
        将

          #USE_CUDNN := 1

        修改成：

          USE_CUDNN := 1

     
        b.若使用的opencv版本是3的，则
        将

          #OPENCV_VERSION := 3

        修改为：

          OPENCV_VERSION := 3

        c.若要使用python来编写layer，则
        将  

          #WITH_PYTHON_LAYER := 1

        修改为

           WITH_PYTHON_LAYER := 1

        将 # Whatever else you find you need goes here. 下面的

          INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include  
          LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib

        修改为：

          INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/local/cuda-8.0/include /usr/include/hdf5/serial  
          LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/local/cuda-8.0/lib64 /usr/lib/x86_64-linux-gnu/hdf5/serial 

        编辑/usr/local/cuda/include/host_config.h

         #error-- unsupported GNU version! gcc versions later than 4.9 are not supported!

        改为

         //#error-- unsupported GNU version! gcc versions later than 4.9 are not supported!

        安装caffe所需的各种依赖库，会用到包括如下

          sudo apt-get update -y  
          sudo apt-get upgrade -y  
          sudo apt-get install build-essential -y  
          sudo apt-get install -y pkg-config automake autoconf  
          sudo apt-get install libprotobuf-dev libleveldb-dev -y  
          sudo apt-get install libsnappy-dev libhdf5-serial-dev protobuf-compiler -y  
          sudo apt-get install libatlas-base-dev -y  
          sudo apt-get install --no-install-recommends libboost-all-dev -y  
          sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev -y  
          sudo apt-get install libopencv-dev -y  
          sudo apt-get install python-pip python-dev -y  
          sudo apt-get install -y python-numpy python-scipy

        进入caffe目录，开始编译caffe

          cd ~/caffe  
          sudo make all -j4

        期间可能会出现很多error，基本上分为两种，一种是缺少相应依赖库，则安装所缺少的相应库，二是路径不对，查看上步所说Makefile.config的路径是否添加

        个人遇到的问题举例：缺少google/protobuf/stubs/common.h  安装 sudo apt-get install libprotobuf-dev

        出现找不到lhdf5_hl和lhdf5的错误， 
        在计算机中搜索libhdf5_serial.so.10.1.0，找到后右键点击打开项目位置
        该目录下空白处右键点击在终端打开，打开新终端输入 

          sudo ln libhdf5_serial.so.10.1.0 libhdf5.so   
          sudo ln libhdf5_serial_hl.so.10.0.2 libhdf5_hl.so

        最后在终端输入sudo ldconfig使链接生效

        解决完错误后，再次编译前首先 sudo make clean 删除上次不完整编译残留的文件

        继续sudo make all -j4 编译

        成功后使用

          sudo make test -j4
          sudo make runtest -j4 

        看到如下图时，则大功告成了。

   

六、mnist数据集测试

        下载mnist数据集

          cd ~/caffe/data/mnist  
          sudo sh ./get_mnist.sh

        在该目录下将有相应图片和标签文件

        mnist数据格式转换

          cd ~/caffe  
          sudo sh ./example/mnist/create_mnist.sh

        将在mnist文件夹（上个步骤的路径）生成LMDB格式数据集

        训练mnist
          cd ~/caffe  
          sudo sh ./example/mnist/train_lenet.sh

        看到如下结果，则测试成功