centos7搭建caffe环境

由于要跑R-C3D，要求caffe环境，然后这两天都在研究怎么装，目前是测试通过了，python里import还不清楚好不好使，先暂时把流程和问题记录一下，后面遇到坑再说。

首先系统已有的环境是python3.6+cuda8.0，当时装cuda的时候也是跟着网上教程一通装，导致cudnn.h这个文件不在/usr/local/include这个路径下（由于路径非常的混乱，致使编译经常失败，需要先找到文件所在路径，更改Makefile.config;而且暂时还不清楚这样是否会对后续的运行代码有影响）

开始安装：
先是一堆依赖，依赖需要安装到/usr/local下面的目录，否则编译时会提示找不到相关库文件。
sudo yum install protobuf-devel leveldb-devel snappy-devel opencv-devel boost-devel hdf5-devel
sudo yum install gflags-devel glog-devel lmdb-devel
sudo yum install openblas-devel

在网上找的两个caffe都无法编译通过，反倒是R-C3D项目里的caffe3d文件夹可以编译，所以用的这个：
git clone --recursive git@github.com:VisionLearningGroup/R-C3D.git

遇到的第一个问题：protobuf版本问题
“.build_release/src/caffe/proto/caffe.pb.h:22:35: fatal error: google/protobuf/arena.h: 没有那个文件或目录”
网上说是anaconda中的高版本的protobuf覆盖了系统自带的protobuf，原理类似python版本切换。
解决办法：
一、直接替换：
1.  $ gedit ~/.bashrc  打开.bashrc文件，将添加的anaconda路径暂时注释掉。

2. $ source ~/.bashrc 使更改的环境变量生效

更改完后重新打开一个终端，

使用 $ protoc --version  命令可查看当前protoc版本

使用$ which protoc 命令可查看protoc的安装位置

如果版本结果显示  libprotoc 2.6.1   且 安装位置结果显示 /usr/bin/protoc 就可以正常编译caffe了

二、如果不行的话，可能要先下载protobuf：
首先，下载“protobuf-2.5.0.tar.gz” 
cd protobuf-2.5.0
./configure --prefix=/home/用户名/local_install/    #修改默认安装位置
make
make install 

这样就安装到“home/name/local_install”了。 
为了能在命令行中运行我们将该目录安装在path中

export PATH=~/local_install/bin/:$PATH

同时，也可以将其写入“~/.bashrc”中，以实现建立会话时自动匹配环境

然后在caffe文件的“Makefile.config”中设置本地环境 （这个Makefile.config的设置很有讲究，后面还会有提到）
在INCLUDE_DIRS 后边加上 ～/local_install/include 
在LIBRARY_DIRS 后边加上 ~/local_install/bin

上述两种办法应该能解决问题一，然后到caffe目录中开始编译：

cp Makefile.config.example Makefile.config
gedit Makefile.config

设置Makefile文件  具体每个设置的意义可以百度，这里我遇到了问题二:
好像是找不到cudnn的文件（就是因为路径混乱的缘故），然后解决办法是：

1.切换到压缩包所在位置，解压 
$ tar -xzvf cudnn-8.0-linux-x64-v5.1.tgz（没装cudnn需要这一步，我的电脑里之前有）

2.复制相关文件到cuda特定目录下(我的cuda安装目录为/usr/local/cuda/)

$ sudo cp cuda/include/cudnn.h /usr/local/cuda/include 
$ sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64

3.修改文件权限 
$ sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

4.使用 （这一步就是修改Makefile文件）
这个时候编译caffe可以将Makefile.config中的USE_CUDNN不注释，从而使用cuDNN加速 
# cuDNN acceleration switch (uncomment to build with cuDNN). 
USE_CUDNN := 1

最后编译：
make clean #如果是第一次编译，则不需要执行这一步骤
make all -j16 #-j16表示开16个线程并行编译，可以大大减少编译时间，但是线程数不要超过cpu核数
make test -j16
make runtest

完成后，编译pycaffe:这里遇到两个问题——
"python/caffe/_caffe.cpp:10:31: 致命错误：numpy/arrayobject.h：没有那个文件或目录"
"python/caffe/_caffe.cpp:1:52: 致命错误：Python.h：没有那个文件或目录"
归结起来  还是Makefile文件里的问题，对应的numpy 和python路径没有设置正确，最后我设置的python路径是系统自带的python2.7 在/usr/bin里面  而numpy是在anaconda里python3.6中装的，编译是通过了，但不知道这样做会不会有问题。

#编译
make pycaffe -j16
#添加环境变量
vim ~/.bashrc
将export PYTHONPATH=/home/wanghh/caffe/python:$PYTHONPATH添加到文件中。
source ~/.bashrc 使更改生效。
这样，在其他地方打开python，也可以import caffe了。


测试是否安装成功:
进入caffe目录
sh data/mnist/get_mnist.sh
sh examples/mnist/create_mnist.sh
sh examples/mnist/train_lenet.sh


参考：
https://www.cnblogs.com/qjoanven/p/7813957.html
https://blog.csdn.net/weixin_37251044/article/details/79817773
https://blog.csdn.net/qq_33144323/article/details/81259985
https://blog.csdn.net/yaoqiwaimai/article/details/78594154
https://www.jianshu.com/p/1de5f5809f2c
https://blog.csdn.net/kongxx/article/details/79019624