Ubuntu14.04下安装Caffe

最近几天看了点深度学习(Deep Learning)的东西，也想搞个来玩玩，从Theano、Torch7和Caffe种选择了Caffe，主要是安装比较简单而且网上教程很多。

贴一段Caffe的介绍：

Caffe一个清晰而高效的深度学习框架，其作者是博士毕业于UC Berkeley的 贾扬清，目前在Google工作。

Caffe是纯粹的C++/CUDA架构，支持命令行、Python和MATLAB接口；可以在CPU和GPU直接无缝切换：

Caffe的优势

上手快：模型与相应优化都是以文本形式而非代码形式给出。
Caffe给出了模型的定义、最优化设置以及预训练的权重，方便立即上手。
速度快：能够运行最棒的模型与海量的数据。
Caffe与cuDNN结合使用，测试AlexNet模型，在K40上处理每张图片只需要1.17ms.
模块化：方便扩展到新的任务和设置上。
可以使用Caffe提供的各层类型来定义自己的模型。
开放性：公开的代码和参考模型用于再现。
社区好：可以通过BSD-2参与开发与讨论。

就这样吧，自己去网上找一堆堆的，不是我们这次的重点，跳过。。。。。

也从网上找了一堆教程来看，简单的复杂的都有，好多都属于过时的并不能用，我也是参照了好多网上的博客资料，下面会列出如有侵权行为请联系我

先说下自己机子的配置，i5+Intel集显+4GB RAM，所以CUDA之类的GPU加速是用不上了，不过对于刚入门来说还是没什么问题的。Caffe建议还是在Ubuntu或者CentOS之类的Linux下安装，官方给的教程也都是这样，Windows下真心不建议搞。

Caffe官网

Caffe官方指导

下面开始安装过程：

（1）安装Ubuntu14.04

这个就不说了，不行的可以参考下这个Ubuntu安装

（2）安装CUDA

虽然说自己的破机子用不到但还是装上吧，免得后续出什么差就麻烦了，呵呵

首先，需要下载CUDA的安装包：CUDA下载地址，进入选择自己Ubuntu14.04 deb包下载即可

其次，安装repository和CUDA：

$ sudo dpkg -i cuda-repo-ubuntu1410-7-0-local_7.0-28_amd64.deb
$ sudo apt-get update
$ sudo apt-get install -y cuda

设置环境变量：

$ export CUDA_HOME=/usr/local/cuda7
$ export LD_LIBRARY_PATH=${CUDA_HOME}/lib64
$ PATH=${CUDA_HOME}/bin:${PATH}
$ export PATH

（3）安装ipython环境

python系统已经自带了，python2.7，需要安装ipython环境，Caffe不少程序需要用到ipython，网上有人直接装的是spyder，装好了它就默认自带帮你装好ipython，也可以安装EPD下载脚本安装就可以了，默认会帮你安装众多的库，包括ipython,numpy,scipy,pandas,matplotlib等等；嫌麻烦的话，你也可以在ubuntu软件中心搜索spyder安装也可以。

（4）安装BLAS

BLAS选择的是MKL，你也可以选ATLAS或者OpenBLAS，MKL下载地址，需要先申请再下载，一定要保留住安装序列号，后面要用到的

$ tar zxvf parallel_studio_xe_2015.tar.gz
$ chmod a+x parallel_studio_xe_2015 -R
$ sudo ./install_GUI.sh

这样你就启动了GUI形式的安装，感觉就和windows下安装和软件差不多，next一路，最后输入之前发邮件给你的序列号，就OK啦

（5）MKL环境设置

新建MKL配置文件：

$ sudo gedit /etc/ld.so.conf.d/intel_mkl.conf

写入下面两句：

/opt/intel/lib/intel64
/opt/intel/mkl/lib/intel64

新建cuda配置文件：

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

写入下面两句：

/usr/local/cuda/lib64
/lib

最后完成链接：

$ sudo ldconfig -v

（6）安装OpenCV

这里用别人提供的安装包，解决了一些依赖的问题，下载地址：OpenCV

切换到文件保存的文件夹，然后安装依赖项：

$ sudo sh Ubuntu/dependencies.sh

切换目录3.0\安装OpenCV 3.0.0rc1：

$ sudo sh opencv3_0_0-rc1.sh

联网安装，等就行了

（7）安装glog和其他依赖

glog下载地址

安装：

$ tar zxvf glog-0.3.3.tar.gz
$ ./configure
$ make
$ sudo make install

其他依赖：

$ sudo apt-get install -y libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev
$ sudo apt-get install -y libgflags-dev libgoogle-glog-dev liblmdb-dev protobuf-compiler
$ sudo apt-get install -y python-numpy python-scipy python-matplotlib python-sklearn python-skimage python-h5py python-protobuf python-leveldb python-networkx python-nose python-pandas python-gflags Cython ipython
$ sudo apt-get install -y protobuf-c-compiler protobuf-compiler

（8）安装CUDNN

这一步用不到GPU加速的其实不用装，CPU跑也可以，自己没装，贴一段别人的，不敢保证成功。

a.该改版本caffe-master默认支持cudnn-6.5-linux-x64-v2，使用cudnn-6.5-linux-R1会报错，安装前请去先官网下载最新的cuDNN

$ sudo cp cudnn.h /usr/local/include
$ sudo cp libcudnn.so /usr/local/lib
$ sudo cp libcudnn.so.6.5 /usr/local/lib
$ sudo cp libcudnn.so.6.5.48 /usr/local/lib

b. 链接cuDNN的库文件

$ sudo ln -sf /usr/local/lib/libcudnn.so.6.5.48 /usr/local/lib/libcudnn.so.6.5
$ sudo ln -sf /usr/local/lib/libcudnn.so.6.5 /usr/local/lib/libcudnn.so
$ sudo ldconfig -v

c. 切换到Caffe-master的文件夹，生成Makefile.config配置文件，执行：

$ cp Makefile.config.example Makefile.config

d. 配置Makefile.config文件（仅列出修改部分）

<1>. 启用CUDNN，去掉”#”（目前caffe-master仍然只支持R1版本）

USE_CUDNN := 1

<2>. 启用GPU，添加注释”#”

# CPU_ONLY := 1

<3>. 配置一些引用文件（增加部分主要是解决新版本下，HDF5的路径问题）

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

<4>.启用Intel Parallel Studio XE 2015 Professional Edition for C++ Linux

BLAS := mkl

<5>.配置路径，实现caffe对Python和Matlab接口的支持

PYTHON_LIB := /usr/local/lib
MATLAB_DIR := /usr/local/MATLAB/R2014a

<6>.配置Makefile文件（实现对OpenCV 3.x的支持）

查找“Derive include and lib directories”一节，修改“LIBRARIES +=”的最后一行，增加opencv_imgcodecs

opencv_core opencv_highgui opencv_imgproc opencv_imgcodecs

(9)编译caffe

caffe源代码下载地址

编译：

$ make all -j8
$ make test -j8
$ make runtest -j8
$ make pycaffe -j8
$ make matcaffe -j8

到此应该就可以了，下个博客再写如何使用Caffe跑自己的东西

Reference：

（1）OuXinYU的博客

（2）CSDN的Caffe介绍

（3）其他的