caffe 安装文档

1、安装CUDA
1>打开blacklist.conf文件
vim /etc/modprobe.d/blacklist.conf
在文件末尾添加：
blacklist nouveau
2>Ctrl + Alt + F1登录后安装
sudo service lightdm stop
chmod +x cuda_7.5.18_linux.run
sudo ./cuda_7.5.18_linux.run
（安装过程中注意：先安装驱动程序，其余不安装，第一次安装驱动的时候可能会提示重启，重启后继续根据2>安装即可，安装完驱动之后重启机器，然后再安装cuda中的其余几项。）
3>输入nvidia-smi（会显示显卡的相关信息）（假如显卡信息出不来，可使用M40的驱动，但是可能会出现进不去ubuntu桌面的情况）
4>配置环境变量
sudo gedit /etc/bash.bashrc
在文本最后添加：
export PATH=$PATH:/usr/local/cuda-7.5/bin
export LD_LIBRARY_PATH=/usr/local/cuda-7.5/lib64:/lib
5>使环境变量生效
source /etc/bash.bashrc
6>创建cuda.conf文件
sudo touch /etc/ld.so.conf.d/cuda.conf
在里面添加/usr/local/cuda-7.5/lib64/
sudo ldconfig
7>验证nvcc
which nvcc（会出现nvcc所在的目录）

2、安装cuDNN
1>进入cudnn解压目录 cd cuda
2>进入lib64目录，cd lib64，sudo cp lib* /usr/local/cuda-7.5/lib64/
3>进入include目录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、安装caffe及相关依赖库
1>安装开发依赖包
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>安装requirement里面的包，需要root权限（在caffe解压位置下的python路径下）
sudo su
for req in $(cat requirements.txt); do pip install $req; done
3>编译caffe（建议用root用户）
1)修改配置文件，进入caffe目录
2)备份Makefile.config （要是原来没有不需要这一步）
3)cp Makefile.config Makefile.config.bak
4)cp Makefile.config.example Makefile.config
5)修改两处地方：（文件中已经有了就可以不用修改了这两步）
a)# USE_CUDNN := 1把#号去掉
b)PYTHON_INCLUDE := /usr/include/python2.7 \
/usr/lib/python2.7/dist-packages/numpy/core/include
改为：
PYTHON_INCLUDE := /usr/include/python2.7 \
/usr/local/lib/python2.7/dist-packages/numpy/core/include
6)编译
make all -j16
make test -j16
make pycaffe
或者
进入caffe解压位置
mkdir build
cd build
cmake ..
make --jobs=16
7)验证
cd python/
python
import caffe

4、测试（例如mnist）
均在caffe根目录下执行

1>下载数据： ./data/mnist/get_mnist.sh,
2>生成lmdb文件：./example/mnist/create_minist.sh
3>此时在当前./example.mnist/目录下生成 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，将mnist date转化为可用的lmdb格式的文件。并将新生成的2个文件mnist-train-lmdb 和 mnist-test-lmdb放于create_mnist.sh同目录下）。
4>设置lenet_solver.prototxt下的solver_mode: GPU，运行 ./example/mnist/train_lenet.sh（此时为单GPU卡运行）
5>修改./example/mnist/train_lenet.sh为./build/tools/caffe train --solver = examples/mnist/ lenet_solver.prototxt -gpu=0,1,2,3 $@，这时为4GPU卡运行。