caffe 安裝文檔

1、安裝CUDA
1>打開blacklist.conf文件
vim /etc/modprobe.d/blacklist.conf
在文件末尾添加：
blacklist nouveau
2>Ctrl + Alt + F1登錄後安裝
sudo service lightdm stop
chmod +x cuda_7.5.18_linux.run
sudo ./cuda_7.5.18_linux.run
（安裝過程中注意：先安裝驅動程序，其餘不安裝，第一次安裝驅動的時候可能會提示重啓，重啓後繼續根據2>安裝即可，安裝完驅動之後重啓機器，然後再安裝cuda中的其餘幾項。）
3>輸入nvidia-smi（會顯示顯卡的相關信息）（假如顯卡信息出不來，可使用M40的驅動，但是可能會出現進不去ubuntu桌面的情況）
4>配置環境變量
sudo gedit /etc/bash.bashrc
在文本最後添加：
export PATH=$PATH:/usr/local/cuda-7.5/bin
export LD_LIBRARY_PATH=/usr/local/cuda-7.5/lib64:/lib
5>使環境變量生效
source /etc/bash.bashrc
6>創建cuda.conf文件
sudo touch /etc/ld.so.conf.d/cuda.conf
在裏面添加/usr/local/cuda-7.5/lib64/
sudo ldconfig
7>驗證nvcc
which nvcc（會出現nvcc所在的目錄）

2、安裝cuDNN
1>進入cudnn解壓目錄 cd cuda
2>進入lib64目錄，cd lib64，sudo cp lib* /usr/local/cuda-7.5/lib64/
3>進入include目錄cd ../include，sudo cp cudnn.h /usr/local/cuda-7.5/include/
4>cd /usr/local/cuda-7.5/lib64/
5>sudo ln -sf libcudnn.so.5.0.4 libcudnn.so.5
6>sudo ln -sf libcudnn.so.5 libcudnn.so
7>sudo ldconfig

3、安裝caffe及相關依賴庫
1>安裝開發依賴包
sudo apt-get install build-essential
sudo apt-get install vim cmake git
sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev
sudo apt-get install libboost-all-dev libhdf5-serial-dev libgflags-dev libgoogle-glog-dev
sudo apt-get install liblmdb-dev protobuf-compiler
sudo apt-get install libatlas-base-dev python-opencv
sudo apt-get install python-numpy python-scipy python-matplotlib ipython
sudo apt-get install ipython-notebook python-pandas python-sympy python-nose
sudo apt-get install python-pip
2>安裝requirement裏面的包，需要root權限（在caffe解壓位置下的python路徑下）
sudo su
for req in $(cat requirements.txt); do pip install $req; done
3>編譯caffe（建議用root用戶）
1)修改配置文件，進入caffe目錄
2)備份Makefile.config （要是原來沒有不需要這一步）
3)cp Makefile.config Makefile.config.bak
4)cp Makefile.config.example Makefile.config
5)修改兩處地方：（文件中已經有了就可以不用修改了這兩步）
a)# USE_CUDNN := 1把#號去掉
b)PYTHON_INCLUDE := /usr/include/python2.7 \
/usr/lib/python2.7/dist-packages/numpy/core/include
改爲：
PYTHON_INCLUDE := /usr/include/python2.7 \
/usr/local/lib/python2.7/dist-packages/numpy/core/include
6)編譯
make all -j16
make test -j16
make pycaffe
或者
進入caffe解壓位置
mkdir build
cd build
cmake ..
make --jobs=16
7)驗證
cd python/
python
import caffe

4、測試（例如mnist）
均在caffe根目錄下執行

1>下載數據： ./data/mnist/get_mnist.sh,
2>生成lmdb文件：./example/mnist/create_minist.sh
3>此時在當前./example.mnist/目錄下生成 mnist_train_lmdb,mnist_test_lmdb文件（create_mnist.sh是利用caffe-master/build/examples/mnist/的convert_mnist_data.bin工具，將mnist date轉化爲可用的lmdb格式的文件。並將新生成的2個文件mnist-train-lmdb 和 mnist-test-lmdb放於create_mnist.sh同目錄下）。
4>設置lenet_solver.prototxt下的solver_mode: GPU，運行 ./example/mnist/train_lenet.sh（此時爲單GPU卡運行）
5>修改./example/mnist/train_lenet.sh爲./build/tools/caffe train --solver = examples/mnist/ lenet_solver.prototxt -gpu=0,1,2,3 $@，這時爲4GPU卡運行。