ubuntu 16.04 上安装支持GPU的caffe

这两天在ubuntu 16.04上安装caffe-gpu碰了很多壁，老是出现很多莫名其妙的问题，搞得我焦头烂额；直到我找到一个博客教程，很细节，特此梳理一下。

该教程中的caffe来自github的资源（记得检查Makefile是否和caffe版本符合）。

硬件和系统需求

硬件只要能支持cuda8.0和cudnn v6.0以上的就行。系统Ubuntu 16.04。

编译器和Python环境

确保系统有gcc-5 和g++ -5

$ echo $PATH # Should not contain anaconda
$ gcc --version # 5.4.0
$ g++ --version # 5.4.0
$ which python # /usr/bin/python

Nvidia 驱动、cuda-8.0和cudnn安装

因为本文主要是caffe安装，cuda安装参考官方文档和https://ywpkwon.github.io/post/ubuntu-setting/

caffe安装

安装依赖

这里是基于Python2.7安装的，所有依赖也是基于Python2.7：

sudo apt-get update
sudo apt-get upgrade
sudo apt-get install build-essential cmake git pkg-config
sudo apt-get install libleveldb-dev libsnappy-dev libhdf5-serial-dev
sudo apt-get install libatlas-base-dev
sudo apt-get install --no-install-recommends libboost-all-dev
sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev
sudo apt-get install python-dev # Python 2.7
sudo apt-get install python-numpy python-scipy python-pip
sudo apt-get install libopencv-dev
protobuf-3.2.0的建立是来自资源。 下载完毕之后解压到本地并用cd命令进入解压后的文件夹。
$ sudo apt-get install autoconf automake libtool curl make unzip
$ ./autogen.sh
$ ./configure --prefix=/usr/local/ CC=/usr/bin/gcc
$ make
$ make check
$ sudo make install
$ sudo ldconfig # refresh shared library cache注意：使用make指令时可以在后面增加 -j8 来用8个cpu内核同时编译，

$ make -j8

检查protoc安装结果：
$ protoc --version

下载caffe资源并安装

$ sudo apt-get install git # Run this if git is not installed
$ sudo apt-get install vim # Run this if vim is not installed (optional)
$ git clone https://github.com/BVLC/caffe

配置 Makefile.config文件

$ cd caffe
$ cp Makefile.config.example Makefile.config
$ vim Makefile.config # Replace vim by any text editor我这里是安装caffe支持GPU的，所以配置文件里USE_CUDNN ：= 1这行要去掉注释，配置完后的Makefile.config文件大体如下：
USE_CUDNN := 1
CUDA_DIR := /usr/local/cuda
CUDA_ARCH := -gencode arch=compute_20,code=sm_20 \
-gencode arch=compute_20,code=sm_21 \
-gencode arch=compute_30,code=sm_30 \
-gencode arch=compute_35,code=sm_35 \
-gencode arch=compute_50,code=sm_50 \
-gencode arch=compute_52,code=sm_52 \
-gencode arch=compute_60,code=sm_60 \
-gencode arch=compute_61,code=sm_61 \
-gencode arch=compute_61,code=compute_61
BLAS := atlas
PYTHON_INCLUDE := /usr/include/python2.7 \
/usr/lib/python2.7/dist-packages/numpy/core/include \
/usr/local/lib/python2.7/dist-packages/numpy/core/include
PYTHON_LIB := /usr/lib
WITH_PYTHON_LAYER := 1
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial/
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu/hdf5/serial/
BUILD_DIR := build
DISTRIBUTE_DIR := distribute
TEST_GPUID := 0
Q ?= @
注意：你安装的cuda版本可能不支持架构compute_20或者其他架构，只要将CUDA_ARCH := ....这里包含compute_20的那一行删除就行。

为hdf5建立符号链接：

$ cd /usr/lib/x86_64-linux-gnu
$ sudo ln -s libhdf5_serial.so.8.0.2 libhdf5.so
$ sudo ln -s libhdf5_serial_hl.so.8.0.2 libhdf5_hl.so

这一步很重要，如果这不没有，会报/usr/bin/ld: -lhdf5找不到。

编译

$ make all -j8
$ make test
$ make runtest
$ make distribute # To use with python编译make all -j8时可能还会报找不到opencv的错，比如：
.build_release/lib/libcaffe.so: undefined reference to `cv::imread(cv::String const&, int)'
.build_release/lib/libcaffe.so: undefined reference to `cv::imencode(cv::String const&, cv::_InputArray const&, std::vector<unsigned char, std::allocator<unsigned char> >&, std::vector<int, std::allocator<int> > const&)'
.build_release/lib/libcaffe.so: undefined reference to `cv::imdecode(cv::_InputArray const&, int)'
collect2: error: ld returned 1 exit status
Makefile:617: recipe for target '.build_release/test/test_convolution_layer.testbin' failed
make: *** [.build_release/test/test_convolution_layer.testbin] Error 1
这里只要修改Makefile文件（不是Makefile.config文件），增加一行就行：
LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_hl hdf5 \
opencv_core opencv_highgui opencv_imgproc opencv_imgcodecs

最后当执行到make test时仍然可能会报上面这个错误，直接忽视，直接执行make runtest这一条命令，如果全部通过就行大功告成了。
本文参考教程https://gear.github.io/2017-03-30-caffe-gpu-installation/