Ubuntu14.04（估计16.04也可以用，参照的就是16.04）+opencv + caffe(GPU版) + cuDnn

lalalalala~

经过一星期的折磨，总算把caffe配置好，感谢网上大神们的助攻。

查看了好多的博客，多多少少存在着坑。然后不停的在查找与修改，终于把caffe装进自己的碗里。在成功运行caffe后两天，特意分享一下caffe的配置过程，帮助后来有需要配置的人。 配置过程参考了https://www.cnblogs.com/go-better/p/7161006.html博文，对这次的配置提供了很大的帮助，感谢。

1. 安装相关依赖项

 

sudo apt-get update
sudo apt-get upgrade
sudo apt-get install -y build-essential cmake git pkg-config
sudo apt-get install -y libprotobuf-dev libleveldb-dev libsnappy-dev libhdf5-serial-dev protobuf-compiler libatlas-base-dev libboost-all-dev libgflags-dev libgoogle-glog-dev liblmdb-dev

# (Python general)
sudo apt-get install -y python-pip

# (Python 2.7 development files)
sudo apt-get install -y python-dev
sudo apt-get install -y python-numpy python-scipy

# (or, Python 3.5 development files)
sudo apt-get install -y python3-dev
sudo apt-get install -y python3-numpy python3-scipy
 
# (OpenCV 2.4)
sudo apt-get install -y libopencv-dev

(or, OpenCV 3.3 - see the instructions below)

这些依赖项包括了opencv的一些依赖项，opencv是必须要安装的。基本复制粘贴就能把依赖项解决了。

 

2.安装opencv3.1

 既然说到了OpenCV，那我们先把这个难题解决吧，我开始装opencv的时候，是在Ubuntu16.04系统下装的，也不知道哪里出了问题，MAKE一直报错，最后重装了14.04一步一步的装上去就没有。

在官网https://opencv.org/releases.html上下载OpenCV3.1

这里需要说一下的是，官网下载网站很多博客放错了，所以出现了404.

并将其解压到你要安装的位置，假设解压到了/home/opencv

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

安装前准备，创建编译文件夹：

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 ..

编译：

sudo make 

以上只是将opencv编译成功，还没将opencv安装，需要运行下面指令进行安装：

sudo make install

如果没有报错，opencv就安装完成了。

 

3.安装NVIDIA驱动

（1）查询显卡型号以及支持版本

安装显卡驱动，是不能直接在官网上查找并下载安装的，否则会造成循环登录的问题！

首先在官网查询网址 http://www.nvidia.com/Download/index.aspx?lang=en-us查询自己机子的显卡，点击右边的search进入下载页面

这里可以看到我的显卡支持416，我之前装的是410也能正常工作，应该是装到最新的版本就行。

要是你不知道自己的机子的显卡型号可以在终端输入：

lspci | grep -i nvidia

（2）安装驱动

在终端下输入：

sudo apt-get purge nvidia-*  //这是卸载以前的nvidia驱动
sudo add-apt-repository pa:graphics-drivers/ppa
sudo apt-get update
sudo apt-get install nvidia-410
sudo reboot //重启

确认每个语句都能执行，没有报错，要不然是装不上显卡驱动的。完成后，一定要重启！！

安装完成之后输入以下指令进行验证：

sudo nvidia-smi

  要是成功，或出现如下信息，也许根据显卡的不一样，后面那段not supported的显示不一样，大概是我的机子显卡有限制，所以有一些不支持。这个都是没关系的。

4.安装CUDA

首先在官网上(https://developer.nvidia.com/cuda-downloads)下载CUDA，根据实际装的系统选择选项：

（2）下载完成后执行以下命令（我用的是cuda7.5，直接登录进系统一般下载是最新的CUDA，因为CUDA要跟后面下载的CuDnn配套，以及计算机的一些兼容性，推荐选择低版本的CUDA下载）：

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

注意：执行后会有一系列提示让你确认，但是注意，有个让你选择是否安装nvidia367驱动时，一定要选择否：
Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 367.48?
因为前面我们已经安装了更加新的nvidia410，所以这里不要选择安装。其余的都直接默认或者选择是即可。

 （3）环境变量配置

打开~/.bashrc文件：

sudo gedit ~/.bashrc

将以下内容写入到~/.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环境变量：

sudo gedit /etc/profile

打开文档都在文档结尾加上下面两句：

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

保存后, 执行下列命令, 使环境变量立即生效：

source /etc/profile

同时添加lib库路径，在 /etc/ld.so.conf.d/新建文件 cuda.conf

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

在文中加入下面内容：

/usr/local/cuda/lib64

 执行下列命令使之立刻生效：

sudo ldconfig

(4)测试CUDA的samples

cd /usr/local/cuda-7.5/samples/1_Utilities/deviceQuery  //要是报错，查看自己的这个文件在哪个文件夹
make
sudo ./deviceQuery

如果显示一些关于GPU的信息，则说明安装成功。

最后结果出现Result = PASS就是完成了。

nvcc –V 命令可查看版本

5.配置cuDNN

感觉最坑的地方来了，要注意每一行的配置代码。

cuDNN是GPU加速计算深层神经网络的库。

首先去官网 https://developer.nvidia.com/rdp/cudnn-download 下载cuDNN，需要注册一个账号才能下载。

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

进行解压：

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

进入cuDNN5.0解压之后的include目录，在命令行进行如下操作：

cd cuda/include
sudo cp cudnn.h /usr/local/cuda/include  #复制头文件

再将进入lib64目录下的动态文件进行复制和链接：

cd ..
cd lib64
sudo cp lib* /usr/local/cuda/lib64/    #复制动态链接库
cd /usr/local/cuda/lib64/
sudo chmod +r libcudnn.so.5.0.5
sudo rm -rf libcudnn.solibcudnn.so.5   
sudo rm -rf libcudnn.solibcudnn.so    //移除两个位连接的文件，否则下面的软连接会失败
sudo ln -sf libcudnn.so.5.0.5 libcudnn.so.5
sudo ln -sf libcudnn.so.5 libcudnn.so      //这里的so.5.0.5和so.5是我下载下来的版本，你需要进入文件夹查看一下自己的版本
sudo ldconfig

 这里要确保两个软连接的文件有连接好，要是没有连接好，就要删掉再重新连接。（在这里兜兜转转好几次）

 

 6.安装Atlas

sudo apt-get install libatlas-base-dev

 7.配置caffe

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

下载完成后，会在家目录下的下载里找到caffe-master.zip，用unzip命令解压到家目录下，然后重命名为caffe.

（2）复制Makefileconfig

sudo cp Makefile.config.example Makefile.config

（3）打开并修改配置文件：

sudo gedit Makefile.config

根据个人情况修改文件：

#USE_CUDNN := 1
修改成
USE_CUDNN := 1

#OPENCV_VERSION := 3 
修改成
OPENCV_VERSION := 3

#WITH_PYTHON_LAYER := 1 
修改成
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
修改成
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

打开makefile文件，做如下修改：（这个不知道有没有用，这一步感觉没作用）
将：

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

接下来是针对安装opencv3.0.0版本的同学而言的，对于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)）处添加opencv_imgcodecs

这一步非常重要，否则编译后会出现错误。

原因就是opencv3.0.0把imread相关函数放到imgcodecs.lib中了，而非原来的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）编辑/usr/local/cuda/include/host_config.h（不知道有没有用，这一步我看到有帖子改了，但大多数没改这个）

将其中的第115行注释掉：

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

 

改成

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

 

（6）编译

 

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

8.编译pycaffe

在caffe根目录的python文件夹下，有一个requirements.txt的清单文件，上面列出了需要的依赖库，按照这个清单安装就可以了。

在安装scipy库的时候，需要fortran编译器（gfortran)，如果没有这个编译器就会报错，因此，我们可以先安装一下。

首先回到caffe的根目录，然后执行安装代码：

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

安装完成以后，再次回到caffe根目录我们可以执行：

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

就会看到，安装成功的，都会显示Requirement already satisfied, 没有安装成功的，会继续安装。

编译python接口:

make pycaffe  -j8

配置环境变量，以便python调用：

sudo gedit ~/.bashrc

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

 source ~/.bashrc

编译完成！