ubuntu16.04下caffe安装(GPU版)

1. 安装 opencv

opencv3.1.0 安装过程见上一博客 http://blog.csdn.net/zly_kemgine/article/details/78749764

2. 安装NVIDIA显卡驱动

最好采用系统适配显卡驱动的方式

找到附加驱动

输入以下指令进行验证：

sudo nvidia-smi

若列出了GPU的信息列表则表示驱动安装成功。如下图：

3. 安装cuda8.0

(1) 下载cuda

首先在官网上(https://developer.nvidia.com/cuda-downloads)下载CUDA.  这里提供了下载好的百度云链接  https://pan.baidu.com/s/1qXAUd5a  密码 f415

(2) 下载完成后执行以下命令

sudo chmod 777 cuda_8.0.61_375.26_linux.run
sudo  ./cuda_8.0.61_375.26_linux.run

注意：首先会提醒你看一些它的使用协议，一直按空格直到出现是否同意，选择Accept,（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 forLinux-x86_64 367.48?
因为前面我们已经安装了更加新的nvidia367，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

具体显示如下

(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-8.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/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：

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

在终端中进入CUDA 8.0 Samples默认安装路径，

 cd /usr/local/cuda-7.5/samples/

输入命令

sudo make all

完成后继续输入

1. cd bin/x86_64/linux/release   
2. ./deviceQuery

如果显示一些关于GPU的信息，则说明安装成功。

nvcc -V命令可查看版本情况

4. 安装cudnn

去Nvidia官网https://developer.nvidia.com/rdp/cudnn-download下载cuDNN安装包，选择这个：Download cuDNN v5.1 (August 10, 2016), for CUDA 8.0 版本解压安装包以后会出现cuda的目录，进入该目录

1. cd cuda/include/   
2. sudo cp cudnn.h /usr/local/cuda/include/   
3. cd ../lib64   
4. sudo cp lib* /usr/local/cuda/lib64/   
5. sudo chmod a+r /usr/local/cuda/include/cudnn.h/usr/local/cuda/lib64/libcudnn*

接下来执行下列命令

1. cd /usr/local/cuda/lib64/   
2. sudo rm -rf libcudnn.so libcudnn.so.5   
3. sudo ln -s libcudnn.so.5.1.5 libcudnn.so.5   
4. sudo ln -s libcudnn.so.5 libcudnn.so

5. 安装caffe

(1) 安装依赖包

1 sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler2 sudo apt-get install --no-install-recommends libboost-all-dev3 sudo apt-get install libopenblas-dev liblapack-dev libatlas-base-dev4 sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev

参看caffe官网

(2) 设置Makefile.config文件

sudo cp Makefile.config.example Makefile.config

sudo gedit Makefile.config #打开Makefile.config文件 

修改成：

USE_CUDNN := 1  #去掉#号

OPENCV_VERSION := 3

WITH_PYTHON_LAYER := 1   #使用python来编写层

重要的

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

(3) 修改Makefile文件

1. $ vim Makefile  
2. - opencv_core opencv_highgui opencv_imgproc  
3. + opencv_core opencv_highgui opencv_imgproc opencv_imgcodecs  

   在位置（(LIBRARIES += glog gflags protobuf leveldb snappy \
   lmdb boost_system hdf5_hl hdf5 m \
   opencv_core opencv_highgui opencv_imgproc opencv_imgcodecs)）处添加opencv_imgcodecs

修改

1. $ vim examples/cpp_classification/classification.cpp  
2. + #include <opencv2/imgproc/types_c.h>  
3. + #include <opencv2/objdetect/objdetect_c.h>

(4) 编译

cd caffe-master
mkdir build
cd build
cmake ..
cd ..
make all
make test
make runtest

5. 安装python接口

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

编译python接口:

 

make pycaffe

 

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

参考链接如下

http://www.cnblogs.com/go-better/p/7161006.html (依赖库 cuda安装)
http://www.linuxidc.com/Linux/2016-11/137561.htm （cuda测试）
http://blog.csdn.net/lhanchao/article/details/54667728（cuDNN安装）
http://www.nvidia.com/object/macosx-cuda-8.0.81-driver.html(cuda 8.0)