Ubuntu16.04 14.04安裝配置Caffe(GPU版)

caffe配置過程很長啊，坑非常多，沒有linux基礎的估計會香菇的。我參考了網上很多的帖子，基本上每個帖子都有或多或少的問題，研究很久最終配置成功。參考過的帖子太多，都記不太清來源了。為了對前人的感謝，特地寫下我的配置過程，以供大家參考。可能我寫的時候會有遺漏，還望多多包涵，共同探討！

1. 安裝相關依賴項

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 libopenblas-dev liblapack-dev libatlas-base-dev
sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev

2.安裝NVIDIA驅動

(1) 查詢NVIDIA驅動

首先去官網 http://www.nvidia.com/Download/index.aspx?lang=en-us 查看適合自己顯卡的驅動（這里不要下載，用下載的驅動安裝可能會出現循環登陸問題）

點擊右邊的search進入下載頁面

可以看到我的顯卡支持375

（2）安裝驅動

在終端下輸入：

 

sudo apt-get purge nvidia-*  //這是卸載以前的nvidia驅動
sudo add-apt-repository pa:graphics-drivers/ppa
sudo apt-get update
sudo apt-get install nvidia-375
reboot //重啟

完成后，電腦重啟。

安裝完成之后輸入以下指令進行驗證：

sudo nvidia-smi

若列出了GPU的信息列表則表示驅動安裝成功。如下圖：

3.安裝CUDA

（1）下載CUDA

首先在官網上(https://developer.nvidia.com/cuda-downloads)下載CUDA：

（2）下載完成后執行以下命令（我用的是cuda7.5）：

sudo chmod 777 cuda_7.5.44_linux.run
sudo  ./cuda_7.5.44_linux.run

注意：執行后會有一系列提示讓你確認，但是注意，有個讓你選擇是否安裝nvidia367驅動時，一定要選擇否：
Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 367.48?
因為前面我們已經安裝了更加新的nvidia367，所以這里不要選擇安裝。其余的都直接默認或者選擇是即可。

（3）環境變量配置

打開~/.bashrc文件：

sudo gedit ~/.bashrc

將以下內容寫入到~/.bashrc尾部：

export PATH=/usr/local/cuda-7.5/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-7.5/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

在/etc/profile文件中添加CUDA環境變量：

sudo gedit /etc/profile

打開文檔都在文檔結尾加上下面兩句：

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

保存后, 執行下列命令, 使環境變量立即生效：

source /etc/profile

同時添加lib庫路徑，在 /etc/ld.so.conf.d/新建文件 cuda.conf

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

在文中加入下面內容：

/usr/local/cuda/lib64

執行下列命令使之立刻生效：

sudo ldconfig

(4)測試CUDA的samples

cd /usr/local/cuda-7.5/samples/1_Utilities/deviceQuery
make
sudo ./deviceQuery

如果顯示一些關於GPU的信息，則說明安裝成功。

nvcc –V 命令可查看版本

4.配置cuDNN(感覺我的有問題，我暫時沒用這個，另外這個單獨寫了個教程)

cuDNN是GPU加速計算深層神經網絡的庫。

首先去官網 https://developer.nvidia.com/rdp/cudnn-download 下載cuDNN，需要注冊一個賬號才能下載。

我直接在網上下的cuda7.5的cudnn-7.5-linux-x64-v5.0.tgz

進行解壓：

sudo tar -zxvf ./cudnn-7.5-linux-x64-v5.0.tgz

進入cuDNN5.0解壓之后的include目錄，在命令行進行如下操作：

cd cuda/include
sudo cp cudnn.h /usr/local/cuda/include  #復制頭文件

再將進入lib64目錄下的動態文件進行復制和鏈接：

cd ..
cd lib64
sudo cp lib* /usr/local/cuda/lib64/    #復制動態鏈接庫
cd /usr/local/cuda/lib64/
sudo chmod +r libcudnn.so.5.0.5
sudo ln -sf libcudnn.so.5.0.5 libcudnn.so.5
sudo ln -sf libcudnn.so.5 libcudnn.so
sudo ldconfig

5.安裝opencv3.1

從官網(http://opencv.org/downloads.html)下載Linux版Opencv

並將其解壓到你要安裝的位置，假設解壓到了/home/opencv

unzip opencv-3.1.0.zip
sudo cp ./opencv-3.1.0 /home
sudo mv opencv-3.1.0 opencv

安裝前准備，創建編譯文件夾：

cd ~/opencv
mkdir build
cd build

配置：

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

編譯：

sudo make -j8 

-j8表示並行計算，根據自己電腦的配置進行設置，配置比較低的電腦可以將數字改小或不使用，直接輸make。

以上只是將opencv編譯成功，還沒將opencv安裝，需要運行下面指令進行安裝：

sudo make install

測試opencv:

mkdir ~/opencv-test  
cd ~/opencv-test  
gedit DisplayImage.cpp  

編輯如下代碼：

#include <stdio.h>  
#include <opencv2/opencv.hpp>  
using namespace cv;  
int main(int argc, char** argv )  
{  
    if ( argc != 2 )  
    {  
        printf("usage: DisplayImage.out <Image_Path>\n");  
        return -1;  
    }  
    Mat image;  
    image = imread( argv[1], 1 );  
    if ( !image.data )  
    {  
        printf("No image data \n");  
        return -1;  
    }  
    namedWindow("Display Image", WINDOW_AUTOSIZE );  
    imshow("Display Image", image);  
    waitKey(0);  
    return 0;  
}  

創建CMake編譯文件：

gedit CMakeLists.txt

寫入如下內容：

cmake_minimum_required(VERSION 2.8)  
project( DisplayImage )  
find_package( OpenCV REQUIRED )  
add_executable( DisplayImage DisplayImage.cpp )  
target_link_libraries( DisplayImage ${OpenCV_LIBS} )  

編譯：

cd ~/opencv-test  
cmake .  
make 

執行：

此時opencv-test文件夾中已經產生了可執行文件DisplayImage，隨便從網上下載一張圖片放在opencv-test文件夾下，此處下載了opencv.jpg，然后運行：

./DisplayImage opencv.jpg

結果是顯示我下載的這張圖像。

 如果想用python調用opencv，安裝python-opencv：

sudo apt-get install python-opencv  
sudo apt-get install python-numpy

打開python，import即可。

Ps：如果用cuda8.0，可能會出現以下錯誤：

這是因為opecv3.0與cuda8.0不兼容導致的。解決辦法：修改 ～/opencv/modules/cudalegacy/src/graphcuts.cpp文件內容，如圖：

 

其中

#if !defined (HAVE_CUDA) || defined (CUDA_DISABLER)||(CUDART_VERSION>=8000)

是我們修改的。

 6.配置caffe

（1）https://github.com/BVLC/caffe下載caffe

下載完成后，會在家目錄下的下載里找到caffe-master.zip，用unzip命令解壓到家目錄下，然后重命名為caffe.

（2）復制Makefileconfig

sudo cp Makefile.config.example Makefile.config

（3）打開並修改配置文件：

sudo gedit Makefile.config #打開Makefile.config文件 

根據個人情況修改文件：

a.若使用cudnn，則
將

#USE_CUDNN := 1

修改成：

USE_CUDNN := 1

b.若使用的opencv版本是3的，則

#OPENCV_VERSION := 3 

修改為：

OPENCV_VERSION := 3

c.若要使用python來編寫layer，則

#WITH_PYTHON_LAYER := 1 

修改為

WITH_PYTHON_LAYER := 1

d.重要的一項 :

將# 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

修改為：

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

（4）修改makefile文件

打開makefile文件，做如下修改：（這個不知道有沒有用，這一步感覺沒作用）
將：

NVCCFLAGS +=-ccbin=$(CXX) -Xcompiler-fPIC $(COMMON_FLAGS)

替換為：

NVCCFLAGS += -D_FORCE_INLINES -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS)

接下來是針對安裝opencv3.0.0版本的同學而言的，對於3.0.0之前的版本不需要修改：

在位置（(LIBRARIES+= glog gflags protobuf leveldb snappy lmdbboost_system hdf5_hl hdf5 m 
opencv_coreopencv_highgui opencv_imgproc opencv_imgcodecs)）處添加opencv_imgcodecs

這一步非常重要，否則編譯后會出現錯誤如下：

CXX/LD-o.build_release/tools/convert_imageset.bin
.build_release/lib/libcaffe.so:undefined reference tocv::imread(cv::String const&,int)'.build_release/lib/libcaffe.so: undefined referencetocv::imencode(cv::String const&, cv::_InputArray const&,std::vector >&, std::vector > const&)'

原因就是opencv3.0.0把imread相關函數放到imgcodecs.lib中了，而非原來的imgproc.lib。

（If you input "make all",the problem is the same again.But if you delete all the file in build(rm -rf ./build/*) before "make all"(I use make clean ),you will success.I just success）

（5）編輯/usr/local/cuda/include/host_config.h（不知道有沒有用，這一步我看到有帖子改了，但大多數沒改這個）

將其中的第115行注釋掉：

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

改為

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

（6）編譯

make all –j8
make test –j8
make runtest –j8

7.編譯pycaffe

在caffe根目錄的python文件夾下，有一個requirements.txt的清單文件，上面列出了需要的依賴庫，按照這個清單安裝就可以了。

在安裝scipy庫的時候，需要fortran編譯器（gfortran)，如果沒有這個編譯器就會報錯，因此，我們可以先安裝一下。

首先回到caffe的根目錄，然后執行安裝代碼：

cd ~/caffe
sudo apt-get install gfortran
cd ./python
for req in $(cat requirements.txt); do pip install $req; done

安裝完成以后，再次回到caffe根目錄我們可以執行：

cd ..
sudo pip install -r python/requirements.txt

就會看到，安裝成功的，都會顯示Requirement already satisfied, 沒有安裝成功的，會繼續安裝。

編譯python接口:

 

make pycaffe  -j8

 

配置環境變量，以便python調用：

sudo gedit ~/.bashrc

將export PYTHONPATH=/home/caffe/python:$PYTHONPATH添加到文件中

source ~/.bashrc