配置caffe+Ubuntu+14.04+CUDA7.0





转自欧新宇博客（http://blog.csdn.net/shiorioxy/article/details/52652831）

1.安装CUDA Toolkit
$ sudo dpkg -i cuda-repo-ubuntu1404-7-0-local_7.0-28_amd64.deb
$ sudo apt-get update
$ sudo apt-get install -y cuda

2.安装 nVidia cuDNN library
$ tar zxvf cudnn-7.0-linux-x64-v3.0-prod.tgz
$ cd cuda
$ sudo cp include/cudnn.h /usr/local/include
$ sudo cp lib64/libcudnn.* /usr/local/lib
///出现问题：无法用外部符号链接cp lib64/libcudnn.so /usr/local/lib
///修改为sudo cp -r lib64/libcudnn.so /usr/local/lib

$ sudo ln -sf /usr/local/lib/libcudnn.so.7.0.64 /usr/local/lib/libcudnn.so.7.0
$ sudo ln -sf /usr/local/lib/libcudnn.so.7.0 /usr/local/lib/libcudnn.so
$ sudo ldconfig -v

3.Matlab安装和调试
复制Crack/install.jar至 home/Matlab/Java/jar/ 并覆盖源文件
$ sudo cp install.jar /home/Matlab/java/jar/
$ chmod a+x Matlab -R
$ sudo ./install
选项：不使用Internet安装
序列号： 网上搜索（12972-38074-46419-31966）
默认路径：/usr/local/MATLAB/R2014a
激活文件：license_405329_R2014a.lic
拷贝 libmwservices.so 至 /usr/local/MATLAB/R2014a/bin/glnxa64
$ sudo cp libmwservices.so /usr/local/MATLAB/R2014a/bin/glnxa64/

解决编译器gcc/g++版本问题
$ gcc -v （查看当前gcc版本，ubuntu14.04是4.8.4而Matlab 2014a（2015a）的版本是4.7.x所以在使用matla调用mex文件的时候，基本上都会报错，根据报错信息，考虑如下两步解决方案。）

A. 降级安装gcc/g++版本为4.7.x
$ sudo apt-get install -y gcc-4.7 g++-4.7
$ cd /usr/bin
$ sudo mv gcc gcc-4.9.2
$ sudo ln -s gcc-4.7 gcc
$ sudo mv g++ g++-4.9.2
$ sudo ln -s g++-4.7 g++

B. 暴力引用新版本GLIBCXX_3.4.20
$ sudo cp /usr/lib/x86_64-linux-gnu/libstdc++.so.6.0.20 /usr/local/MATLAB/R2014a/sys/os/glnxa64/libstdc++.so.6.0.20
$ cd /usr/local/MATLAB/R2014a/sys/os/glnxa64
$ sudo mv libstdc++.so.6 libstdc++.so.6.backup
$ sudo ln -s libstdc++.so.6.0.20 libstdc++.so.6
$ sudo ldconfig -v
通过命令“strings /usr/local/MATLAB/R2014a/sys/os/glnxa64/libstdc++.so.6 | grep GLIBCXX_” 可以看一下，是否已经成功包含了GLIBCXX_3.4.21，如果已经存在，基本上就成功了。

（我选择A方案）

4.安装BLAS （https://software.intel.com/en-us/qualify-for-free-software/student）
$ tar zxvf parallel_studio_xe_2016_update1.tgz
$ chmod a+x parallel_studio_xe_2016 -R
$ sh install_GUI.sh
PS: 安装的时候，建议使用root权限安装

5.MKL与CUDA的环境设置
新建intel_mkl.conf， 并编辑之
$ sudo gedit /etc/ld.so.conf.d/intel_mkl.conf
/opt/intel/lib/intel64
/opt/intel/mkl/lib/intel64
保存关闭
新建cuda.conf，并编辑之
$ sudo gedit /etc/ld.so.conf.d/cuda.conf
/usr/local/cuda/lib64
/lib
保存关闭
完成lib文件的链接操作，执行：
$ sudo ldconfig -v

6.安装opencv3.0.0
$ sudo sh Ubuntu/dependencies.sh
$ sudo sh Ubuntu/3.0/opencv3_0_0.sh
刚开始装的时候用这个命令一次性安装，最后重新再装的时候出现了问题，选择分步安装（在/home/dl/caffe/Install-OpenCV-master/Ubuntu/3.0下找到opencv3_0_0.sh文件有详细分步操作）：
///echo "Installing OpenCV 3.0.0"
mkdir OpenCV
cd OpenCV
///echo "Removing any pre-installed ffmpeg and x264"
sudo apt-get -y remove ffmpeg x264 libx264-dev
echo "Installing Dependenices"
sudo apt-get -y install libopencv-dev
sudo apt-get -y install build-essential checkinstall cmake pkg-config yasm
sudo apt-get -y install libtiff4-dev libjpeg-dev libjasper-dev
sudo apt-get -y install libavcodec-dev libavformat-dev libswscale-dev libdc1394-22-dev libxine-dev libgstreamer0.10-dev libgstreamer-plugins-base0.10-dev libv4l-dev
sudo apt-get -y install python-dev python-numpy
sudo apt-get -y install libtbb-dev
sudo apt-get -y install libqt4-dev libgtk2.0-dev
sudo apt-get -y install libfaac-dev libmp3lame-dev libopencore-amrnb-dev libopencore-amrwb-dev libtheora-dev libvorbis-dev libxvidcore-dev
sudo apt-get -y install x264 v4l-utils ffmpeg
sudo apt-get -y install libgtk2.0-dev
///echo "Downloading OpenCV 3.0.0"
wget -O opencv-3.0.0.zip http://sourceforge.net/projects/opencvlibrary/files/opencv-unix/3.0.0/opencv-3.0.0.zip/download
///echo "Installing OpenCV 3.0.0"
unzip opencv-3.0.0.zip
cd opencv-3.0.0
mkdir build
cd build
cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local -D WITH_TBB=ON -D BUILD_NEW_PYTHON_SUPPORT=ON -D WITH_V4L=ON -D INSTALL_C_EXAMPLES=ON -D INSTALL_PYTHON_EXAMPLES=ON -D BUILD_EXAMPLES=ON -D WITH_QT=ON -D WITH_OPENGL=ON ..
make -j4
sudo make install
sudo sh -c 'echo "/usr/local/lib" > /etc/ld.so.conf.d/opencv.conf'
sudo ldconfig
///echo "OpenCV 3.0.0 ready to be used"

7.安装其他依赖项
$ tar zxvf glog-0.3.3.tar.gz
$ ./configure
$ make
$ sudo make install
如果没有权限就chmod a+x glog-0.3.3 -R , 或者索性 chmod 777 glog-0.3.3 -R

其他依赖项，确保都成功
$ sudo apt-get install -y libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev libgflags-dev libgoogle-glog-dev liblmdb-dev protobuf-compiler protobuf-c-compiler protobuf-compiler python-numpy python-scipy python-matplotlib python-sklearn python-skimage python-h5py python-protobuf python-leveldb python-networkx python-nose python-pandas python-gflags cython ipython

8.安装Caffe并测试
切换到Caffe-master的文件夹，生成Makefile.config配置文件，执行
$ cp Makefile.config.example Makefile.config
配置Makefile.config文件（仅列出修改部分）
启用CUDNN，去掉”#”
USE_CUDNN := 1

启用Intel Parallel Studio XE 2016
BLAS := mkl

配置路径，实现caffe对Python和Matlab接口的支持
PYTHON_LIB := /usr/local/lib
MATLAB_DIR := /usr/local/MATLAB/R2014a

启用OpenCV 3.0, 去掉”#”
OPENCV_VERSION =3

9.编译caffe-maste
$ make all -j16
$ make test -j16
$ make runtest -j16
$ make pycaffe -j16
$ make matcaffe -j16

10.使用MNIST数据集进行测试
$ sh data/mnist/get_mnist.sh
$ sh examples/mnist/create_mnist.sh
生成了mnist-train-lmdb 和 mnist-train-lmdb文件夹，这里包含了lmdb格式的数据集

训练mnist
$ sh examples/mnist/train_lenet.sh

//
在编译caffe的时候提醒找不到hdf5.h或者hdf5_hl.h , 这时使用命令sudo find / -name hdf5.h 和sudo find / -name hdf5_hl.h , 找到相应的路径之后，把路径加到Makefile.config中。比如，我的hdf5.h的路径为：
/usr/include/hdf5/serial/hdf5.h , 则修改Makefile.config中的项“INCLUDE_DIRS”为：
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/include/hdf5/serial \ /usr/local/include

如果编译caffe时提示找不到libhdf5.so , 使用命令sudo find / -name libhdf5.so，我找到的路径为：
/usr/lib/x86_64-linux-gnu/hdf5/serial/libhdf5.so , 此时要修改Makefile.config中的项“LIBRARY_DIRS”为：
LIBRARY_DIRS := $(PYTHON_LIB) /usr/lib/x86_64-linux-gnu/hdf5/serial \ /usr/local/lib /usr/lib