一篇顺手的Ubuntu+caffe配置笔记

主要参考：

这三个算是比较新的，综合起来完成HP Z820 上Caffe环境配置

环境： Ubuntu 14.04 desktop， CUDA 7.5

Basics

主要是一部分准备工作

sudo apt-get update

sudo apt-get upgrade

sudo apt-get install build-essential

sudo apt-get autoremove

安装git

sudo apt-get install git

Nvidia Drivers

说明：

现在的显卡驱动安装，CUDA安装不需要关闭图形界面也可以实现；
也不像很多博客所说的那样，转cuda之前不能更新，否则有可能会崩溃之类的；
Nvidia Drivers的安装可以通过ubuntu自带的”软件和更新“里的附加驱动实现;
或者按照所提供网址里面的方法实现驱动安装；
另外一种说法是现在CUDA集成驱动，在关闭图形界面的情况下安装CUDA可以自动把驱动也装好，这个可能通过在线安装，顺带安装依赖项实现，离线安装包可能较小；
推荐352，而不是最新的361.42，最新的不一定最合适

查看显卡型号：

lspci | grep -i nvidia

在线安装：

sudo add-apt-repository ppa:graphics-drivers/ppa

sudo apt-get update

sudo apt-get install nvidia-

或者官网下载离安装包，安装

或者按照我所说的使用Ubuntu自带的软件和跟新选择合适的驱动，更简单；

重启系统：

sudo shutdown -r now

查看驱动版本：

cat /proc/driver/nvidia/version

CUDA

同样下载离线安装包，这里使用CUDA 7.5版本：

sudo dpkg -i cuda-repo-ubuntu1404*amd64.deb

sudo apt-get update

sudo apt-get install cuda

添加路径：

echo 'export PATH=/usr/local/cuda/bin:$PATH' >> ~/.bashrc

echo 'export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc

source ~/.bashrc

检查CUDA版本：

nvcc -V

重启系统：

sudo shutdown -r now

cuDNN

最新版本是cuDNN V5，但是经尝试，V5在编译的过程中有问题，推荐cuDNN V4 for Linux

跳转到cuDNN所在路径，解压安装：

cd ~/Downloads/

tar xvf cudnn*.tgz

cd cuda

sudo cp */*.h /usr/local/cuda/include/

sudo cp */libcudnn* /usr/local/cuda/lib64/

sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

这里其实就是复制相关文件到cuda目录，奇怪为啥cuda不集成cuDNN，也有可能已经自带，未做验证；

链接cuDNN库文件，不知是否必须：

sudo ln -sf /usr/local/lib/libcudnn.so.4.0. /usr/local/lib/libcudnn.so.

sudo ln -sf /usr/local/lib/libcudnn.so. /usr/local/lib/libcudnn.so

检查：

nvidia-smi

OpenBLAS

cuDNN和OpenBLAS只安装一个就可以完成caffe的编译工作，可选操作

mkdir ~/git

cd ~/git

git clone https://github.com/xianyi/OpenBLAS.git

cd OpenBLAS

make FC=gfortran -j $(($(nproc) + ))

sudo make PREFIX=/usr/local install

添加路径：

echo 'export LD_LIBRARY_PATH=/usr/local/lib:$LD_LIBRARY_PATH' >> ~/.bashrc

Common Tools

关于相关python依赖项，可以参照所给出的网址尝试，也可以直接安装Anaconda2一步到位，只是注意添加额外的环境变量：
当然也可以不装Anaconda2直接安装；
跑一下，稍作检查，确保依赖项都在；

sudo apt-get install -y libfreetype6-dev libpng12-dev

pip install -U matplotlib ipython[all] jupyter pandas scikit-image

还有一些caffe的依赖包：

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

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

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

OpenCV

推荐安装，很多时候是需要用到的：

下载安装包，切换到文件保存的文件夹，安装依赖项：

sudo sh Ubuntu/dependencies.sh

进入Ubuntu\3.0\安装OpenCV 3.0.0:

sudo sh opencv3_0_0.sh

如果成功安装应该不会有什么错误提示：

使用一个有用的命令查看版本：

pkg-config --modversion opencv

Caffe

下载安装包：

cd ~/git

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

cd caffe

cp Makefile.config.example Makefile.config

主要是新建了一个git文件夹，下载caffe安装包到git路径里面:

最后一条命令是复制一个配置文件，源文件留作备份，我们要修改这个配置文件，打开后修改；

sudo gedit /caffe/Makefile.config

USE_CUDNN :=

INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/lib/x86_64-linux-gnu/hdf5/serial/include

LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu/hdf5/serial

# 默认启用OpenBLAS

PYTHON_LIB := /usr/local/lib # pythn库

MATLAB_DIR := /usr/local/MATLAB/R2014a # Matlab安装路径，用于链接Matlab

OPENCV_VERSION = # OpenCV

仅仅列出修改部分，如果使用Anaconda配置文件中有相关修改，只需要取消注释就可以了，并修改路径为自己Anaconda安装路径；

编译caffe:

make all -j16

make test -j16

make runtest -j16

添加“-16”为使用多核进行编译，速度更快；

编译Pythn 和 Matlab用到的caffe

make pycaffe -j16

make matcaffe -j16

测试详见第二个网址末尾: )