caffe安装教程（1）/软件安装

因为要做毕设，所以就装了一下caffe。

我是用笔记本装的caffe。在安装过程中，我发现了很多问题，参考各类中文网站始终没有解决。现在安装成功了，自然要记录一下安装过程中到底有哪些坑，以免后来人再犯。(笔记本电脑装caffe是个大坑…)

先介绍一下硬件设备：

• 电脑是Lenovo Y50
• 处理器是Intel® Core™ i7-4710HQ CPU @ 2.50GHz × 8
• i7GTX860m的显卡

安装的软件为：

• OS: Ubuntu14.04.5
• NVIDIA 驱动 367.57
• CUDA8.0.44
• Cudnn5.1
• BLAS: MKL
• MATLAB 2014a
• Anaconda(python2.7版)
• OpenCV 2.4.13

下面我就来一一讲解如何安装上述软件。

1. 操作系统Ubuntu14.04.5的安装

   • 为什么要选择Ubuntu14.04？
     这是由gcc编译器版本所决定的。
     
     我们可以看到Ubuntu14.04.5的Linux内核为4.4.0，gcc编译器版本为4.8.4。

     由于我们要使用GPU版的caffe，我们需要安装CUDA，但是CUDA支持的gcc编译器版本必须在5.0以下，如果高于5.0，使用CUDA编译就会报错。而Ubuntu16.04的gcc版本是高于5.0的，如果不对Ubuntu16.04的gcc降版本的话，理论上Ubuntu16.04是不支持CUDA的。也就是说Ubuntu16.06是不支持GPU版的caffe的。作为初次使用caffe的人，没有必要瞎折腾改gcc版本，因为改gcc版本很有可能导致其他软件无法正常使用。所以，Ubuntu14.04是最适合我们使用的。

   • 如何安装Ubuntu14.04.5？

     1. 在windows操作系统下，划分出一块空磁盘区

        • 进入文件管理系统，右键我的电脑–>管理
        • 进入磁盘管理选项
        • 在有空余空间的磁盘中，划分出一块磁盘区。我划了300多G空间。

     2. 制作启动盘

        • 在官网上下载对应镜像文件
        • 安装刻录软件UltraISO
        • 准备一个U盘，并将其格式化
        • 运行UltraISO，加载Ubuntu镜像，点击 –>写入硬盘。

     3. U盘安装Ubuntu

        • 开机时按F12进入U盘启动模式
        • 使用键盘方向键选择Install Ubuntu选项

     4. 挂载分区
        我在安装Ubuntu的时候，主要挂载了4个区域。

        • /boot 500M
        • swap 8G
        • / 100G
        • /home200G
          如果你有很大的磁盘空间，把多的空间给根目录或者用户主目录就可以了。

     5. 安装注意事项

        • 因为我是用笔记本电脑装的双系统，所以在分区的时候选择的都是primary partition（主分区）
        • 安装过程中最好不要联网，容易死机。（亲测死机过一次）
        • 安装的过程中，有一个选项问装不装3-rd party的一些程序，最好勾选并安装。
        • 最好设置一个密码，因为在装NVIDIA驱动的时候，有一个BUG。如果不设密码，有可能出现一个身份认证的一个bug，这个bug会导致循环登录。

2. 安装NVIDIA驱动
   这一步是最恶心的。
   因为NVIDIA在Linux上的驱动做的真的是太烂了。

   我重装无数次系统，就是因为这个NVIDIA驱动搞不定。可能是因为我在笔记本电脑上装驱动吧？我不知到在台式机上会不会有这些毛病，但从网上的帖子来看，问题应该是不少的。废话不说了，下面来看看我安装的过程中出现的问题和如何安装的吧。

   • 安装过程
     这个时候我们应该有一个刚刚安装好的Ubuntu14.04.5的操作系统。
     
     1. 首先，点击system setting，进入下图所示的菜单。
        
     2. 点击software & updates
        
        把Download from改成Main server,然后点击close。
        这个时候，系统会问你要不要reload，点击reload等待加载完毕即可。
     3. 再次进入system setting，点击Details
        
        因为我已经安装好了，这个时候Graphics看到的是GeForce GTX 860M/PCIe/SSE2
        如果你没有安装NVIDIA驱动，这个时候看到的应该是独显的信息。
        当然，这个时候你的右下角按钮显示的也不是System Up-To-Date。点击更新按钮，更新一下系统文件。然后重启。
     4. 上一步的重启完成之后，点击system setting – >software & updates – > addtional drivers 。然后点击Using NVIDIA binary driver -version 367.57,再点击右下角Apply Changes。
        
        之后就是等待，等安装完成后重启电脑。如果安装正常，就可以在System Detail中看到如下界面了(Graphics 变成了)。
        
        运行nvidia-smi可以看到更详细的信息。
        
        到此，NVIDIA驱动安装完毕。
     5. 遇到的问题
        
        • 如果不更新软件源，就找不到NVIDIA驱动
        • 如果不更新系统，就无法成功安装NVIDIA驱动。会遇到黑屏问题。输入密码的登录界面黑屏，只能切换到其他字符界面terminal进行操作，卸载驱动后又可以正常进入图形界面。注意:有的blog的博主写，不能更新系统软件，如果更新了就会安装失败。在这里我跟他的情况恰恰相反。
        • 只有即更新了系统，又更新了软件源，才能正确的安装。
        • 使用run文件安装，也会出现黑屏问题，甚至出现了循环登录
          这里我参考了blog，先把nouveau加入黑名单，关掉图形界面在字符界面安装，然而在笔记本电脑上并不能安装成功。感兴趣的读者可以试一试，到底能否安装成功？链接如下：
          ubuntu14.04+cuda8.0（GTX1080）+caffe安装

3. 安装CUDA8.0
   成功安装NVIDIA驱动之后，剩下的安装就很简单了。
   在官网上下载CUDA，我下的是cuda_8.0.44_linux.run文件，1.5G。cuda官网地址
   用terminal进入CUDA所在文件夹，然后执行sudo chmod a+rx <cuda文件名>更改权限。然后sudo sh <cuda文件名>运行run文件。

   
       Do you accept the previously read EULA?
       accept/decline/quit: accept //键盘输入accept表示接受协议
   
       Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 361.62?
       (y)es/(n)o/(q)uit: n     //n表示不安装cuda里的NVIDIA驱动，因为我们已经自己安装过了。
   
       Install the CUDA 8.0 Toolkit?
       (y)es/(n)o/(q)uit: y     //下面三个问题都输入y，表示安装对应模块
   
       Enter Toolkit Location
       [ default is /usr/local/cuda-8.0 ]:
   
       Do you want to install a symbolic link at /usr/local/cuda?
       (y)es/(n)o/(q)uit: y
   
       Install the CUDA 8.0 Samples?
       (y)es/(n)o/(q)uit: y
   
       Enter CUDA Samples Location
       [ default is /home/zhou ]:
   
       Installing the CUDA Toolkit in /usr/local/cuda-8.0 …
   

   安装之后会显示如下信息：

   Installing the CUDA Toolkit in /usr/local/cuda-8.0 ...
   Missing recommended library: libGLU.so
   Missing recommended library: libX11.so
   Missing recommended library: libXi.so
   Missing recommended library: libXmu.so
   
   Installing the CUDA Samples in /home/anranzhou ...
   Copying samples to /home/anranzhou/NVIDIA_CUDA-8.0_Samples now...
   Finished copying samples.
   
   ===========
   
   = Summary =
   ===========
   
   
   Driver:   Not Selected
   Toolkit:  Installed in /usr/local/cuda-8.0
   Samples:  Installed in /home/anranzhou, but missing recommended libraries
   
   Please make sure that
    -   PATH includes /usr/local/cuda-8.0/bin
        -   LD_LIBRARY_PATH includes /usr/local/cuda-8.0/lib64, or, add /usr/local/cuda-8.0/lib64 to /etc/ld.so.conf and run ldconfig as root
   
   To uninstall the CUDA Toolkit, run the uninstall script in /usr/local/cuda-8.0/bin
   
   Please see CUDA_Installation_Guide_Linux.pdf in /usr/local/cuda-8.0/doc/pdf for detailed information on setting up CUDA.
   
       ***WARNING: Incomplete installation! This installation did not install the CUDA Driver. A driver of version at least 361.00 is required for CUDA 8.0 functionality to work.
       To install the driver using this installer, run the following command, replacing <CudaInstaller> with the name of this run file:
       sudo <CudaInstaller>.run -silent -driver
   
   Logfile is /tmp/cuda_install_3347.log
   

   上述信息表明：

   • 缺少一些库文件
     我们可以通过执行一下命令来安装：

     sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev

     还有一些依赖库，比如libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev系统已经安装了最新的版本，我们就不需要再去安装了，如果你发现自己的Ubuntu里面没有，那就装一下。

   • CUDA的路径需要添加到系统路径

       export PATH=/usr/local/cuda-8.0/bin:$PATH
       export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH
       //然后修改文件中环境变量设置
       sudo vi /etc/profile
       //输入上面export的两句，保存，退出。
       sudo ldconfig //环境变量立即生效

   • 我们来验证一下，NVIDIA驱动和CUDA是否已经安装成功
     

   • 测试cuda的samples
     cd 到NVIDIA_CUDA-8.0_Samples，然后make
     make 前：
     
     make 后： 多了一个bin文件，里面有可运行的程序
     
     测试eigenvalue：
     
     测试simpleAssert：
     
     最后看看deviceQuery，执行这个命令可以输出当前系统信息，最后一行输出pass代表成功。
     
     说明CUDA的确安装成功了！

4. 安装cudnn
   我使用的版本是Cudnn v5.1，是从官网下载的cudnn-8.0-linux-x64-v5.1.tgz。cudnn官网地址
   安装Cudnn比较简单，解压文件，然后将文件copy到指定目录下，最后给文件添加读权限即可。

   tar -zxvf cudnn-8.0-linux-x64-v5.1.tgz //解压Cudnn压缩文件，得到文件夹cuda

   我们可以看看cuda目录下面有什么
   
   接下来把include目录下面的cudnn.h移动到/usr/local/cuda/include/目录下
   把lib64目录下的文件移动到/usr/local/cuda/lib64/目录下

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

   再更改cudnn文件的权限，让所有用户都可读

   sudo chmod a+r /usr/local/cuda/include/cudnn.h
   sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

   这样就安装好了cudnn，当我们需要使用cudnn时，只需要在caffe的makefile文件中uncomment cudnn的部分就行了。

5. BLAS线性代数基础库–MKL的安装
   我们知道，caffe常用的三种线性代数库，分别为：ATLAS（caffe默认的），MKL（intel开发的）和OpenBlas。
   我们这里安装Intel的MKL。MKL官网链接

   注册一个账号，可以申请免费使用MKL。

   我们这里下载的MKL为，l_mkl_2017.0.098.tgz。打开终端，解压文件后进入目录l_mkl_2017.0.098，然后切换到root权限，运行install_GUI.sh。之后如下图所示：
   
   accept and next
   然后输入你申请的serial number，激活MKL
   然后进入下图所示页面，同意加入计划，毕竟别人开发的产品免费给你用了，就当是回馈Intel社区了。
   
   然后next,install。进入安装进度条页面，安装完成，finish！
   之后跳出来一个网页，上面介绍了MKL的一些详细信息

   //安装完成后进行相关文件链接
   sudo gedit /etc/ld.so.conf.d/intel_mkl.conf
   //在打开的文件中添加库文件
   /opt/intel/lib/intel64
   /opt/intel/mkl/lib/intel64
   
   //添加完成后编译生效
   sudo ldconfig

   至此，MKL的安装全部结束。

6. Anaconda(python2.7版)的安装
   caffe有python接口。
   这里我安装的是anaconda（python 2.7版），因为很多包anaconda已经自带了，不需要额外去安装。所以比Ubuntu系统自带的python2.7要好用一点。
   anaconda 官网
   我下载下来的是Anaconda2-4.3.0-Linux-x86_64.sh。进入终端，运行改文件进入安装。
   
   接下来按照提示安装即可。
   最后，安装软件提示你要不要把Anaconda的路径写到文件～/.bashrc中，此时默认是no，我们输入yes敲入回车即可。
   如果没有将路径写.bashrc，那么执行一下语句：

   sudo gedit ~/.bashrc   //打开文件.bashrc
   //把以下两句命令写入.bashrc ，然后保存退出 gedit
   export PATH="/home/anranzhou/anaconda2/bin:$PATH"
   export LD_LIBRARY_PATH="/home/anranzhou/anaconda2/lib:$LD_LIBRARY_PATH"

   这样我们就安装好了Anaconda了。在命令行输入ipython可以看到当前python版本。

7. MATLAB2014a的安装
   先在网上下载MATLAB2014a的安装文件，这里推荐下载压缩文件而不是iso文件。因为iso文件在copy的时候很容易损坏，一旦损坏就前功尽弃了。百度云盘链接 提取码：nvb6

   • 下载完成后我们解压文件到当前目录。
     
   • 将iso文件挂载到Linux，进行安装，安装路径：/usr/local/MATLAB/R2014a
     

     sudo mkdir /media/matlab
     mount -o loop [path][filename].iso /media/matlab
     cd /media/matlab
     sudo ./install

   接下来就进入了图形安装界面：

   • 不使用Internet安装
     
   • 序列号填：12345-67890-09876-54321
   • 默认路径：/usr/local/MATLAB/R2014a
   • 勾选从默认启动路径创建符号链接（实现在任意位置运行matlab启动程序）
   • 点击Install，然后进入安装进度条页面
   • 进度条滚动完后，进入激活界面。选择离线激活模式，选择crack文件夹下的license_405329_R2014a.lic文件进行激活。
   • 破解。将crack文件夹下的libmwservices.so 复制到/usr/local/MATLAB/R2014A/bin/glnxa64
     

     cd ~/matlab2014/Crack/Linux/    //进入放有破解文件的目录下
     sudo cp libmwservices.so /usr/local/MATLAB/R2014a/bin/glnxa64/ 

   至此，MATLAB就以安装完毕了。
   我们可以打开终端，输入sudo matlab在任意位置启动MATLAB。

8. OpenCV 2.4.13的安装

   • 首先打开终端，在安装opencv前要先安装一些packages

     sudo apt-get install build-essential //compiler
     
     sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev  //required
     
     sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev  //optional

   • 在OpenCV官网下载安装包，这里我下载的版本是2.4.13

     • 解压文件到~/opencv目录下
     • 在~/opencv目录下新建目录 release，cd到release目录下。
     • 执行cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local ..
     • cmake完成后，执行命令make -j16。
     • make完成后，执行命令sudo make install

   如果上述步骤全部成功执行，则OpenCV安装成功。

   下面我们来测试一下OpenCV的功能。

   • 首先回到放有OpenCV源码的目录，我的是~/opencv/
     

     • 执行命令cd samples/c/进入测试目录下

     • 然后执行./build_all.sh，编译当前目录下，所有的samples

       

     • 最后执行./facedetect --cascade="/usr/local/share/OpenCV/haarcascades/haarcascade_frontalface_alt.xml" --scale=1.5 lena.jpg

       

       

     如果成功显示图像，则说明OpenCV2.4.13安装成功。

---

到此所有caffe需要的软件我们都已安装完毕。