Ubuntu 16.04 + CUDA 9.0 + cuDNN v7 配置深度学习库caffe

1. 安装Nvidia显卡驱动

在系统设置->软件和更新->附加驱动中：将NVIDIA Corporation里的选项选为第一项。完成后需要重启。

此外， ubuntu软件里的"下载自"，建议选择一个最佳的

2. 安装CUDA 9.0

sduo dpkg -i cuda-repo-ubuntu1604-9-0-local_9.0.176-1_amd64.deb 
sudo apt-get update
sudo apt-get install cuda

重启电脑

3.安装cuDNN v7

tar -zxvf cudnn-9.0-linux-x64-v7.tgz        (我更新后用的时cuda9.0 + cudnn 7.0.5)
cd cuda/                               (前提是cuda解压后和cudnn的压缩包在同一文件夹)
sudo cp lib64/lib* /usr/local/cuda/lib64/
sudo cp include//cudnn.h /usr/local/cuda/include/
cd /usr/local/cuda/lib64/
sudo chmod +r libcudnn.so.7.0.5
sudo ln -sf libcudnn.so.7.0.5 libcudnn.so.7
sudo ln -sf libcudnn.so.7 libcudnn.so
sudo ldconfig
cd /etc/profile
sudo gedit /etc/profile
在文件末尾加上:
PATH=/usr/local/cuda/bin:$PATH
export PATH
保存
source /etc/profile
cd /etc/ld.so.conf.d/
sudo gedit cuda.conf
在空白文件中加上:
/usr/local/cuda/lib64
保存
sudo ldconfig
cd /usr/local/cuda/samples/
sudo make all -j
cd bin/x86_64/linux/release/
./deviceQuery

结果如下:

Result = PASS表示成功。

如果中途遇到如下问题的：

solution如下：

	sudo mv /usr/lib/nvidia-375/libEGL.so.1 /usr/lib/nvidia-375/libEGL.so.1.org
	sudo mv /usr/lib32/nvidia-375/libEGL.so.1 /usr/lib32/nvidia-375/libEGL.so.1.org
	sudo ln -s /usr/lib/nvidia-375/libEGL.so.375.39 /usr/lib/nvidia-375/libEGL.so.1
	sudo ln -s /usr/lib32/nvidia-375/libEGL.so.375.39 /usr/lib32/nvidia-375/libEGL.so.1

再次执行 sudo ldconfig，成功！

----------------------------------------------------2019-08-13更新------------------------------------------------------
今天在公共的服务器上配caffe，出了很多问题，考虑到环境变量可能没加
首先打开:

sudo gedit ~/.bashrc

在最后两行添加:

export LD_LIBRARY_PATH=/usr/lib/x86_64-linux-gnu:$LD_LIBRARY_PATH

export LD_LIBRARY_PATH=/lib/x86_64-linux-gnu:$LD_LIBRARY_PATH 

保存退出

source ~/.bashrc

----------------------------------------------------更新完毕-----------------------------------------------

**

4.安装caffe的基本依赖库

sudo apt-get install libprotobuf-dev 
sudo apt-get install libleveldb-dev 
sudo apt-get install libsnappy-dev 
sudo apt-get install libopencv-dev 
sudo apt-get install libboost-all-dev
sudo apt-get install libhdf5-serial-dev 
sudo apt-get install libgflags-dev 
sudo apt-get install libgoogle-glog-dev 
sudo apt-get install liblmdb-dev 
sudo apt-get install protobuf-compiler 
sudo apt-get install libatlas-base-dev

5.配置caffe的python环境

sudo apt-get install python-pip python-dev build-essential
sudo pip install --upgrade pip
sudo pip install -r python/requirements.txt

**
我在make pycaffe 这里报错了，切换目录，还是错。首先展示这两类错误分别是什么：

错误1：末尾是 make: *** [all] 错误 2
错误2：no rule to make target “pycaffe”。停止。
首先第一类错误终端的路径没错，只是make这边有点问题，等下给出解决方案。
其次，第二类错误，是执行语句的路径错误，切换到正确路径下。

**solution：**在caffe-master 还是 在caffe-master/python目录下执行下列语句(我两个都执行了，应该只要一个)

cmake -D CMAKE_BUILD_TYPE=bulid -D CMAKE_INSTALL_PREFIX=/usr/local -D CUDA_GENERATION=Kepler .

然后，**先把第9步的文件内容修改完成**，再执行：

make pycaffe

**

6.修改并编译caffe

cp Makefile.config.example Makefile.config

(1) 修改Makefie.config

USE_CUDNN := 1
USE_OPENCV := 1
USE_LMDB := 1
WITH_PYTHON_LAYER := 1

将

INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include

改为

INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial/

(2) 修改Makefile
将

LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_hl hdf5

改为

LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_serial_hl hdf5_serial

编译

make all -j
make test -j
make runtest -j

如果报错:找不到lhdf5_hl和lhdf5
则再次修改makefile.config
将

LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib

改为

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

然后

cd /usr/lib/x86_64-linux-gnu
sudo ln -s libhdf5_serial.so.10.1.0 libhdf5.so  
sudo ln -s libhdf5_serial_hl.so.10.0.2 libhdf5_hl.so

make clean后重新编译

7.编译pycaffe

make pycaffe -j

如果报错: 关于numpy的
则可以在Makefile.config里PYTHON_INCLUDE处，将第二行的/usr/lib/… 改为/usr/local/lib/…
再次编译，即可成功

8. import caffe

在终端里进入python，输入：

caffe_root = '/home/mckee/下载/caffe-master/'#路径是你caffe-master的路径
import sys  
sys.path.insert(0, caffe_root + 'python')   

此时，import成功！！！

喜大普奔！！