caffe学习（三）：caffe开发环境安装（Ubuntu）
以前我在Windows10下搭建了caffe環境（打開鏈接），但是caffe本身并不是Windows下開發的，而是在Linux下開發的。雖然大神將caffe移植到了Windows，但與之伴隨有很多兼容性的問題，所以還是決定到Ubuntu下進行安裝了。
嚴格意義上說，這篇文章不是教程，只是我個人安裝caffe環境的經歷總結。caffe的安裝是出了名的麻煩，會遇到很多問題，甚至都有人收費來給人安裝caffe。其實網上也有很多博客給出了安裝教程，但是很多人都只是在自己的電腦上安裝成功了而已，并沒有考慮太多，很多問題就被忽視了，導致按照他們教程來的人要走不少彎路。我在Ubuntu下配置caffe環境前前后后花了3天，這里分享一下安裝的經歷和遇到的問題，希望能給其他人提供參考，少走彎路。
安裝Ubuntu和win10雙系統
Windows10+Ubuntu雙系統安裝
上面是文章鏈接，我是按照這篇文章進行安裝的。只要按照步驟來是能成功的。
注意：
按照文章中的步驟，對硬盤分卷進行管理，壓縮出空余空間，一般60G的空閑空間足夠了，如果還是怕不夠，可以分出100G空間。
BIOS啟動一般是F1、F2、F12、DEL、Esc等鍵。我的是F2，我使用的是華碩筆記本。如果不知道自己電腦的啟動熱鍵就百度，多試試，總會試出來。
安裝Ubuntu時是從U盤啟動進行安裝的，所以還需要自己準備一個U盤，根據那篇文章的教程使用UltraIso自己制作Ubuntu系統的U盤啟動盤。一般制作完成后會占用1G多一點，使用2G的U盤就足夠，我使用的是16G的U盤，只要容量夠就行。
CUDA安裝
ubuntu14.04+cuda7.5安裝 官方步驟版
上面是文章鏈接，我主要參照這篇文章安裝cuda。我使用的是nvidia官網上最新的cuda8.0版本，跟教程的cuda7.5版本沒有區別，注意把7.5替換成8.0就行。
注意：
- cuda的安裝可以說是最蛋疼的了，有兩種安裝方式：run方式和deb方式。我最初是使用書上推薦的deb進行安裝，很多網上的教程也是這么說的，但事實上，deb方式是很坑的，因為安裝后重啟會發現無法啟動圖形界面，一直黑屏。所以推薦run方式安裝，雖然會比deb方式麻煩點，但也總比一直黑屏好吧(⊙﹏⊙)。按照這篇教程的步驟一步一步來，驗證是OK的。
具體根源是 Deb 默認將 intel 集顯的 openGL lib 給覆蓋了，導致 GUI 出現問題。
詳細理由請查看這篇博客：Ubuntu 14.04 安裝 CUDA 問題及解決
安裝cuda驅動時需要禁用nouveau。nouveau是專門為NVIDIA建立的免費自由的開源驅動項目。安裝時會與cuda產生沖突，所以必須禁用。前面給出的文章中給出了禁用nouveau的方法，這里不做贅述。
一旦禁用了nouveau，Ubuntu的圖形界面就不再可用。我們需要切換到命令行模式輸入指令：alt+ctrl+f1即可。而alt+ctrl+f7則是切換到圖形界面，當顯卡驅動被禁止時，只能看到左上角有一個光標閃爍。
安裝cuDNN
2015.08.17 Ubuntu 14.04+cuda 7.5+caffe安裝配置
cuDNN的安裝較為容易些，坑也少一些。我主要參考了這篇文章中的cuDNN的部分進行安裝。
注意：
- cuDNN需要到官網注冊賬號下載，如果嫌麻煩的話，可以自行百度搜索相關資源進行下載。我自己在網上找到的一個下載鏈接：cudnn-7.5-linux-x64-v5.0
安裝BLAS（基本線性代數子庫）
Caffe支持三種AtLas：MKL、AtLas、OpenBlas。
MKL是限制公開的，AtLas和OpenBlas則是完全免費的。
我選擇安裝了AtLas，安裝指令如下：
如果想安裝OpenBlas，安裝指令如下：
sudo apt-get install libopenblas-dev安裝OpenCV
Caffe編譯也用到了OpenCV，實現配置好OpenCV環境。
OpenCV2.4.x的幾個版本貌似都行，我用的是OpenCV2.4.9，其他的也沒有嘗試。如果用的是OpenCV3，需要修改Caffe的Makefile.config文件，這里先不管。
Ubuntu opencv 多版本管理
上面這篇文章介紹了安裝OpenCV的過程和可能出現的問題。跟著走基本就OK了，遇到問題百度就行了，最后都有解決辦法的，下面我列出我碰到的幾個問題：
錯誤1：
nvcc fatal : Unsupported gpu architecture 'compute_11' CMake Error at cuda_compile_generated_matrix_operations.cu.o.cmake:206 (message): Error generating /home/smie/Documents/opencv2.4.11/build/modules/core/CMakeFiles/cuda_compile.dir/__/dynamicuda/src/cuda/./cuda_compile_gene rated_matrix_operations.cu.o make[2]: *** [modules/core/CMakeFiles/cuda_compile.dir/__/dynamicuda/src/cuda/./cuda_compile_generated_matrix_operations.cu.o] Error 1 make[1]: *** [modules/core/CMakeFiles/opencv_core.dir/all] Error 2 make[1]: *** Waiting for unfinished jobs....解決辦法：指明GPU的架構，一般的都為開普勒架構。也就是在cmake 命令添加：CUDA_GENERATION=Kepler。
錯誤2：
/home/ros05/opencv2.4.8/opencv/modules/gpu/src/nvidia/core/NCVPixelOperations.hpp(133): error: a storage class is not allowed in an explicit specialization31 errors detected in the compilation of "/tmp/tmpxft_00005a7c_00000000-9_NCVPyramid.compute_35.cpp1.ii". CMake Error at cuda_compile_generated_NCVPyramid.cu.o.cmake:266 (message):Error generating file/home/ros05/opencv2.4.8/release/modules/gpu/CMakeFiles/cuda_compile.dir/src/nvidia/core/./cuda_compile_generated_NCVPyramid.cu.omake[2]: *** [modules/gpu/CMakeFiles/cuda_compile.dir/src/nvidia/core/./cuda_compile_generated_NCVPyramid.cu.o] Error 1 make[2]: *** Waiting for unfinished jobs.... [ 71%] Built target opencv_perf_ocl [ 74%] Built target opencv_test_ocl make[1]: *** [modules/gpu/CMakeFiles/opencv_gpu.dir/all] Error 2 make: *** [all] Error 2需要使用下載NCVPixelOperations.hpp（下載鏈接）替換掉opencv2.4.9內的文件， 重新build。
NCVPixelOperations.hpp所在目錄為：
錯誤3：
摘自：cudalegacy/src/graphcuts.cpp:120:54: error: ‘NppiGraphcutState’ has not been declared
他的是OpenCV3，我的是OpenCV2也碰到了這個問題，該解決方法可以通用。
解決方案：需要修改一處源碼：
在graphcuts.cpp中將
改為
if !defined (HAVE_CUDA) || defined (CUDA_DISABLER) || (CUDART_VERSION >= 8000)——————————————- 2017.8.14日補充——————————————-
這次我重新編譯了opencv3.0的源碼，基本步驟和前面一樣，也是下載源碼然后解壓編譯。
基本跟安裝opencv2的過程一樣，但是這次我遇到了新的報錯：
/usr/bin/cmake: /home/xhb/anaconda2/lib/libcurl.so.4: no version information available (required by /usr/bin/cmake)這個只是節選的一句，編譯時彈出了很多類似的報錯信息，都是說anaconda的libcurl.so.4，這個庫有沖突。查閱資料發現了原因：（參考博客）
我自己手動添加了anaconda的庫進去
打開.bashrc，找到anaconda添加環境變量的地方：
# added by Anaconda2 4.4.0 installer export PATH="/home/xhb/anaconda2/bin:$PATH" # export LD_LIBRARY_PATH="/home/xhb/anaconda2/lib:$LD_LIBRARY_PATH"上面第一行是anaconda默認添加的，下面那行被注釋的是我自己手動添加的。編譯opencv時不能加入這個庫，否則會產生沖突，有不可預料的后果，也許能編譯下去也許會出錯。
所以要將其注釋掉。
由于安裝其他軟件時用到了anaconda的庫，所以我添加了進去，而以前安裝opencv時，也沒注意。
只要注釋了那行就行了，只使用anaconda默認添加的環境變量即可。
安裝anaconda
關于Python環境的配置，安裝anaconda是很快捷的解決辦法。自帶了各種python包，以及spyder等工具，十分方便。下面是配置anaconda的博客：
linux 下安裝anaconda
注意：
- anaconda2和3都行，我直接選擇了anaconda2版本的。
- anaconda可以到官網下載，但是網速巨慢；一個比較方便的下載方法是到清華開源鏡像站下載，自行百度即可。
編譯caffe源碼
2015.08.17 Ubuntu 14.04+cuda 7.5+caffe安裝配置
根據上面這篇文章中caffe安裝的部分進行操作。
注意：
- 我們需要去github下載caffe源碼包，git的速度有點慢，所以等了挺久才下載完畢。
- 按照教程中還需要另外安裝python依賴庫。
進入caffe-master下的python目錄，執行命令：
- 安裝開發所需的依賴包：
Google Logging Library（glog）（下載地址）
- 其他依賴項，確保都成功
- 配置好依賴包之后，按照教程來就行了。我在編譯時遇到的幾個錯誤：
錯誤1：
error while loading shared libraries: libcudart.so.5.5: cannot open shared object file: No such file or directory根據自己電腦的操作系統是32位還是64位，輸入如下指令：
32-bit:
64-bit:
sudo ldconfig /usr/local/cuda/lib64重新編譯，應該就能通過了。
pycaffe配置
pycaffe安裝與路徑配置
上面這篇文章介紹了pycaffe的安裝配置。根據教程，一般就行了。
另外pycaffe安裝過程中我還遇到下面幾個問題：
錯誤1：
解決方案：博客鏈接
錯誤2：
CXX/LD -o python/caffe/_caffe.so python/caffe/_caffe.cpp python/caffe/_caffe.cpp:1:52: fatal error: Python.h: No suchfile or directory#include //NOLINT(build/include_alpha)^ compilation terminated. make: *** [python/caffe/_caffe.so] Error 1找不到python.h文件，其實是caffe的Makefile.config中anaconda路徑不對，也就是Python路徑。
我從這個網頁中找到了解決方法：make pycaffe fatal error: ‘Python.h’ file not found
我在~/.bashrc的最后添加了python的路徑：
因為我使用了anaconda2，所以指定的是anaconda2的python的路徑。
還有一點，填入的路徑可以自己cd進去看看有沒有，如果是空的，指定了也沒用。
如果你沒有使用anaconda，就輸入：
CPLUS_INCLUDE_PATH=/usr/include/python2.7:$CPLUS_INCLUDE_PATH 《新程序員》：云原生和全面數字化實踐50位技術專家共同創作，文字、視頻、音頻交互閱讀總結
以上是生活随笔為你收集整理的caffe学习（三）：caffe开发环境安装（Ubuntu）的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： caffe学习（二）：利用mnist数据
- 下一篇： caffe学习（四）：py-faster