Caffe安裝教程(原創)

轉載請註明地址

說明：本文檔參考自Caffe官網的安裝說明，http://caffe.berkeleyvision.org/installation.html

若是對安裝過程當中，須要用到的依賴不明，請自行百度其做用。Ubuntu系統的安裝請自行百度。 

1.安裝環境

硬件：Intel E3 CPU，NVIDIA  GTX960 GPU； 操做系統：Ubuntu14.04

2.依賴安裝

接下來的安裝所有使用linux命令行操做

(1)通用依賴 

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 

(2)CUDA安裝

可使用apt-get方式，或者去官網下載linux系統下的.run包進行離線安裝。因爲apt-get指令拿到的軟件包一般不是最新的，官網推薦使用.run包的方式進行離線安裝。

對於沒有GPU的同窗來講，能夠跳過這一步（以後在編譯源碼時配置CPU-ONLY）。

1）下載CUDA的.run包

地址：https://developer.nvidia.com/cuda-downloads 

根據本身的OS和CPU架構選擇.run包並下載

2）退出桌面環境

使用鍵盤Ctrl+Alt+F1，系統退出桌面版，進入命令行模式。

注意：此時有些系統會遇到黑屏問題。解決方法：切回桌面版本(Ctrl+Alt+F7)，修改/etc/default/grub文件中GRUB_CMDLINE_LINUX_DEFAULT的值爲nomodeset，更新grub(sudo update-grub)，重啓電腦（或者重啓電腦，在啓動時進入grub設置中，將倒數第2行的roquiet splash 後面空格添加nomodeset，按F10啓動系統，而後再按ctrl+alt+F1發現能夠正常進入字符界面了）。

(安裝時遇到這個問題，我經過後一種方式解決) 

3）退出X Windows桌面環境

sudo stop lightdm

4）安裝CUDA .run包

給.run包加上可執行權限：

chmod +x cuda_7.5.18_linux.run

執行.run包：

./cuda_7.5.18_linux.run 

5）返回X Windows桌面環境

sudo start lightdm
Ctrl+Alt+F7

6)cuDNN 安裝(可選)

若是使用 cuDNN 優化神經網絡， 須要安裝 cudnn-v5.0 以上版本。 該軟件的安裝很是簡單。

tar -xzvf cudnn-7.5-linux-x64-v5.0-ga.tgz
cd cudnn-7.5-linux-x64-v5.0
sudo cp lib* /usr/local/cuda/lib64/
sudo cp cudnn.h /usr/local/cuda/include/

(3)BLAS

sudo apt-get install libatlas-base-dev

(4)Python

若是使用默認Python的方式進行Caffe開發，則須要安裝python開發包。

sudo apt-get install python-dev

(5)兼容性說明 

操做系統	版本	兼容性說明
Ubuntu	16.04	CUDA8是被須要的
	14.04	sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev
	12.04	須要手動安裝依賴(以下)

 

若是是Ubuntu12.04，須要手動安裝兼容性依賴，以下：

wget https://google-glog.googlecode.com/files/glog-0.3.3.tar.gz
tar zxvf glog-0.3.3.tar.gz
cd glog-0.3.3
./configure
make && make install
# gflags
wget https://github.com/schuhschuh/gflags/archive/master.zip
unzip master.zip
cd gflags-master
mkdir build && cd build
export CXXFLAGS="-fPIC" && cmake .. && make VERBOSE=1
make && make install
# lmdb
git clone https://github.com/LMDB/lmdb
cd lmdb/libraries/liblmdb
make && make install

3.編譯Caffe源代碼並安裝

Caffe源碼支持make編譯，或者CMake方式進行編譯。編譯前請確認已經安裝好了gcc工具鏈(sudo apt-get install build-essential)，若是使用CMake構建工程，請確認安裝好CMake。

(1)下載Caffe源碼

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

或者在github官網搜索Caffe，選擇須要的分支而後Zip打包下載。

(2)Make編譯源碼

說明1：

Configure the build by copying and modifying the example Makefile.config for your setup. The defaults should work, but uncomment the relevant lines if using Anaconda Python.

如下爲命令行

cp Makefile.config.example Makefile.config
# Adjust Makefile.config (for example, if using Anaconda Python, or if cuDNN is desired)
make all
make test
make runtest 

說明2：

For CPU & GPU accelerated Caffe, no changes are needed.

For cuDNN acceleration using NVIDIA’s proprietary cuDNN software, uncomment the USE_CUDNN := 1 switch in Makefile.config. cuDNN is sometimes but not always faster than Caffe’s GPU acceleration.

For CPU-only Caffe, uncomment CPU_ONLY := 1 in Makefile.config. 

(3)CMake方式構建工程並編譯

根據須要能夠配置Makefile.config。

mkdir build
cd build
cmake ..
make all
make install
make runtest 

若是編譯沒有報Error，在runtest時一切OK，那麼說明安裝完成。能夠開始Caffe的第一個小例子MNIST。