Caffe安装过程中相关问题

一、caffe是主要是C/C++和Python编写的。首先，得需要将gcc，g++（gcc版本推荐4.4.7）安装好，通过yum安装就可以。

二、cuda的安装，如果机器上配置了NVIDIA系列GPU，则需要安装该驱动，推荐安装该驱动至7.0版本，推荐同时安装cuDNN。安装可以参考http://blog.csdn.NET/xuanyuansen/article/details/43152311，centos系统下类似。

三、caffe的layer开发以google的protobuf为格式，需要安装该依赖，推荐安装2.6.1版本，下载地址为https://github.com/google/protobuf/releases/download/v2.6.1/protobuf-2.6.1.tar.gz，按照README文件里的步骤安装即可。

四、python安装，caffe提供了python的接口，可以用python进行相关开发，而且可以在ipython-notebook里面画出网络结构，非常方便。为了使用这些功能，推荐在目标机器上编译安装python2.7.10，源码下载地址见python官网，为了多用户环境考虑，强烈建议安装目标用户自己的python，可以在自己用户的home下建立usr文件夹，解压源码后加如下配置命令：

./configure --enable-shared \

           --prefix=${HOME}/usr/local \

            LDFLAGS=“-Wl,—rpath=${HOME}/usr/local/lib”

make && make install

即需要python的lib文件可以被其他程序共享，rpath后面就是自已的路径。

安装好后需要配置目标用户下的bashrc文件，加入如下行：

PATH=/home/lianhua/usr/local/bin:$PATH

然后source bashrc文件，如果进入python版本正确则安装成功，否则检查路径重新编译。

python安装好后需要安装pip，在官网上下载get-pip.py执行即可，然后安装相应版本的protobuf，同时安装caffe的官方说明安装其他的依赖：

for req in $(cat requirements.txt); do pip install $req; done

五、安装openblas

从openblas官网下下载安装安装包，安装README文件安装就好，make&&make install，可能需要sudo权限。

六、yum依赖安装

参加官方文档http://caffe.berkeleyvision.org/install_yum.html，需要安装上述所有依赖，首先需要安装和系统相应的最新的repository文件，然后执行sudo yum install epel-release，更新站点从而安装最最新的依赖。

七、OpenCV安装

前置需要安装较新版本的cmake，去官网下载安装即可。

opencv安装有两种方式：

1、下载源码包安装，请参考：

http://www.javieriparraguirre.net/installing-opencv-debian/（依赖的安装，centos类似）

http://www.jianshu.com/p/a41da779f763（opencv安装）

2、利用自动脚本安装：

地址：https://github.com/jayrambhia/Install-OpenCV

1.caffe依赖项部分

(1)、$sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler

lib有两种:

一种是静态库，比如C-Runtime库，这种lib中有函数的实现代码，一般用在静态连编上，它是将lib中的代码加入目标模块(EXE或者DLL)文件中，所以链接好了之后，lib文件就没有用了;

一种lib是和dll配合使用的，里面没有代码，代码在dll中，这种lib是用在静态调用dll上的，所以起的作用也是链接作用，链接完成了，lib也没用了。至于动态调用dll的话，根本用不上lib文件。 目标模块（exe或者dll）文件生成之后，就用不着lib文件了。

protobuf: 序列化工具

leveldb: 创建数据集用的

libopencv: 图像处理用的

hdf5：保存caffemodel用的

snappy: 数据压缩，和leveldb一起用

protobuf-compiler: 和libprotobuf-dev一起用

总而言之：以上就是caffe整个框架用到的第三库

（2）、$sudo apt-get install Python-numpy python-scipy python-matplotlib

三个模块：numpy , scipy , matplotlib

参考：https://www.zhihu.com/question/37180159

numpy:

来存储和处理大型矩阵，比Python自身的嵌套列表（nested list structure)结构要高效的多，本身是由C语言开发。这个是很基础的扩展，其余的扩展都是以此为基础。数据结构为ndarray,一般有三种方式来创建:

a.Python对象的转换;

b.通过类似工厂函数numpy内置函数生成：np.arange,np.linspace.....;

c.从硬盘读取，loadtxt.

scipy:

方便、易于使用、专为科学和工程设计的Python工具包.它包括统计,优化,整合,线性代数模块,傅里叶变换,信号和图像处理,常微分方程求解器等等。

基本可以代替Matlab，但是使用的话和数据处理的关系不大，数学系，或者工程系相对用的多一些。

Matplotlib:

Python中最著名的绘图系统，很多其他的绘图例如seaborn（针对pandas绘图而来）也是由其封装而成。这个绘图系统操作起来很复杂，但是matplotlib的复杂给其带来了很强的定制性。其具有面向对象的方式及Pyplot的经典高层封装。

需要掌握的是：散点图，折线图，条形图，直方图，饼状图，箱形图的绘制。

绘图的三大系统：pyplot，pylab(不推荐)，面向对象

坐标轴的调整，添加文字注释，区域填充，及特殊图形patches的使用

2.禁止nouveau驱动

  （1）、$ sudo service lightdm stop

lightdm stop：关闭图像选项

service: 用于管理Linux系统中的各种服务的命令。其实service是位于系统中/usr/sbin/service的一个可执行的脚本，service的本质是一个可执行的脚本，它的功能“不过是/etc/init.d/ 目录下各种可执行脚本的一个为了方便调用而增加的一个包装而已。”

参考：http://blog.chinaunix.NET/uid-25909722-id-3023051.html

service的结果我们知道：

1. service的格式： service    脚本名      命令(stop/start/restart)     命令选项

2.  /etc/init.d/目录下的脚本至少要提供的两条命令：  stop、start

3. service 调用的命令的执行环境是可预测的，一般只有两到三个环境变量(LANG, TERM, PATH).

$sudo update-initramfs –u   #更新内核

$lspci | grep nouveau

lspci:显示系统中所有PCI总线设备或连接到该总线上的所有设备的工具。PCI是外围设备互联的简称，是普遍使用在桌面及更大型的计算机上的外设总线。它有三个主要目标：获得在计算机和外设之间传输数据时更好的性能；尽可能的平台无关;简化往系统中添加和删除外设的工作。

$sudo ldconfig

ldconfig是一个动态链接库管理命令，为了让动态链接库为系统所共享,还需运行动态链接库的管理命令，主要是在

默认搜寻目录(/lib和/usr/lib)以及动态库配置文件/etc/ld.so.conf内所列的目录下,搜索出可共享的动态 链接库

(格式如前介绍,lib*.so*),进而创建出动态装入程序(ld.so)所需的连接和缓存文件.缓存文件默认为

/etc/ld.so.cache,此文件保存已排好序的动态链接库名字列表.

cuDNN安装

$sudo ln -sf libcudnn.so.5.1.5 libcudnn.so.5

$sudo ln -sf libcudnn.so.5 libcudnn.so

ln -sf 

-s = soft 软链接

-f = force 强制创建（使用前请备份之前存在文件）

拉取caffe源码

Git clone xxx.git  [指定目录]

参考：http://blog.csdn.net/techbirds_bao/article/details/9179853

八、caffe安装配置

关键在于正确配置Makefile.config文件，需要修改如下配置至相应的路径（参照配置文件的注释，疑惑的地方google即可）：

1、CUDA_DIR

2、BLAS := open，BLAS_INCLUDE :=，BLAS_LIB :

3、PYTHON_INCLUDE := 注意此处需要添加python下numpy的路径

4、PYTHON_LIB :=

5、WITH_PYTHON_LAYER := 1

注意此处需要将python的hdf5安装路径添加到：INCLUDE_DIRS := $(PYTHON_INCLUDE)和LIBRARY_DIRS := $(PYTHON_LIB)

上述配置文件修改好后，回到caffe的根目录，执行make all -j4，注意此处进程不要过多，否则会出现诡异的错误；

make test -j4

make runtest -j4

至此caffe主程序编译完毕。

下面编译pycaffe，至执行

make pycaffe

make distribute

执行完后修改bashrc文件，添加

PYTHONPATH=${HOME}/caffe/distribute/python:$PYTHONPATH

LD_LIBRARY_PATH=${HOME}/caffe/build/lib:$LD_LIBRARY_PATH

使得python能够找到caffe的依赖。

进入python，import caffe，如果成功则说明一切ok，否则检查路径从头再来，甚至需要重新编译python。

http://blog.csdn.net/haoji007/article/details/52081273