[深度学习]Ubuntu16.04 + GTX 1050 + cuda8.0 + cuDNN5.1 + caffe安装详解

首先吐个槽，ubuntu + nvidia的显卡驱动简直是反人类，害的我折腾了一天多。

一、问题及解决办法

寒假放假回家没事干，正好给家里电脑升级了显卡gtx1050可以跑跑CNN。我在实验室的显卡是560，比较老了，按着实验室的环境配置流程走下来居然不能用，症状就是在Python中不能成功的import caffe，然后重启后无限循环登录。

问题：

不能进入ubuntu的图形界面，在登录界面循环。

解决办法：

Nvidia显卡驱动的锅，卸载显卡驱动，按Ctrl+Alt+F1进入终端模式登录，输入命令

sudo apt-get remove --purge nvidia*

卸载显卡驱动，然后重启计算机，命令如下：

sudo reboot

现在就可以登录图形界面进行cuda + cudnn + caffe的环境配置了。

二、安装流程

2.1 Opencv安装

在caffe中其实是调用了Opencv的一些服务的，因此我们首先需要安装Opencv，安装流程如下：

（1）在Opencv官网下载 http://opencv.org/downloads.html需要的Opencv linux版的安装包，这里我选择的Opencv 2.4.12；

（2）依赖包的安装，主要命令如下：

sudo apt-get install build-essential
sudo apt-get install  libgtk2.0-dev libavcodec-dev libavformat-dev  libtiff4-dev  libswscale-dev libjasper-dev
sudo apt-get install cmake
sudo apt-get install pkg-config

（3）把Opencv安装包解压，放到某目录下，这里我是放到了home目录下，在Opencv的目录下新建文件夹为release，在终端中进入Opencv的release目录，运行如下命令：

cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local ..

（4）使用如下命令编译Opencv并安装：

make
sudo make install

至此Opencv已经安装完成，可以使用codeblocks建工程使用Opencv进行测试，方法见我的一篇博文 《Ubuntu下codeblocks安装配置方法及opencv配置方法》

2.2 配置其他依赖

这里我有一个shell脚本文件，可以把它复制到一个新的.sh文件中，并使用如下命令给该.sh文件赋予运行的权限(xxx表示文件名）

sudo chmod a+x xxx.sh

运行该shell脚本

sh ./xxx.sh

shell脚本内容如下：

#!/bin/bash
# ATLAS
echo "===========atlas=============="
apt-get -y install libatla