Ubuntu14.04+CUDA6.5+OpenCV2.4+Caffee配置

由于实验需要，在实验室电脑上搭建深度学习Caffee框架。一共花了两天的时间，其中遇到了不少的问题，记录一下。
Caffee在配置上相对来说比较麻烦，需要前期安装的东西比较多，逐一介绍。

1. CUDA:NVIDIA系列显卡支持的GPU编程框架，其实如果本身电脑是AMD的显卡，不用装也可用Caffee，只是速度会比较慢。所以最好有一块像样的显卡，最后我就败在这个上面了。。。
2. MKA或是OpenAtlas或atlas:这个是科学计算库，三种选安装一个就行了。MKA是Intel公司推出的，性能以及服务上会比较好，学生的话可以上官网上申请学生试用版。但是这个比较大，建议安装atlas就可以了，Caffee默认用的就是这个。
3. OpenCV:这个做图像的都知道，我就不多说了。
4. Python:现在流行的脚本编程语言，Caffee支持使用。或者安装Anaconda2也行，Anaconda2是独立于Python的一个库，用这个也可以。
5. 最后这个也是最重要的，操作系统。linux就可以了，我用的是Ubuntu14.04。

下面一步步来详细说，默认你已经安装好Ubuntu系统，如果还没有，网上教程找找看。

CUDA安装

1. NVIDIA显卡驱动安装
   Ubuntu14.04默认安装的显卡驱动是nouveau，这个不适合。所以需要安装新的显卡驱动。这部分查看我的一篇博客 Ubuntu 14.10安装显卡驱动 ，方法是一样的。

2. CUDA6.5安装
   从官网上下载对应的安装包，我这里下载的是cuda_6.5.14_linux_64.run。这个安装包里其实有三个部分，包括一个显卡驱动、CUDA安装包还有一个CUDA例子。在安装过程中注意显卡驱动不需要安装了，注意！

sudo ./cuda_6.5.14_linux_64.run

这样CUDA应该已经安装了，但是安装最后会提示会有些问题，这个其实是samples编译需要的库没有安装，后续安装即可，暂时不管。安装CUDA需要最后完成三件事。默认的安装目录为/usr/local/cuda-6.5
第一：把CUDA安装后的bin加入到系统环境变量中

sudo vim /etc/profile
文件中添加 export PATH=/usr/local/cuda-6.5/bin/:$PATH

执行使配置生效

source /etc/profile

第二：把CUDA编程需要的库加入到系统链接库中
在/etc/ld.so.conf.d/目录下建立cuda.conf文件，写入

/urs/local/cuda-6.5/lib64

执行使配置生效

sudo ldconfig

第三：编译CUDA提供的samples，samples默认的安装目录为/home/yourname/NVIDIA_CUDA-6.5_Samples
下载需要的库，这个是上面安装CUDA时最后提示问题需要的库，这里安装就可以了。

sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libglu1-mesa-dev

编译samples，进入到samples目录下面

sudo make

完成后，测试一下有没有成功。进入samples/bin/x86_64/linux/release目录，里面有个deviceQuery程序，执行即可

sudo ./deviceQuery

如果出现下面的信息，则表示CUDA已经没有问题了。。。（电脑显卡太差了。。。）

jianghh@jianghh-Precision-T1500:~/NVIDIA_CUDA-6.5_Samples/bin/x86_64/linux/release$ ./deviceQuery
./deviceQuery Starting...

 CUDA Device Query (Runtime API) version (CUDART static linking)

Detected 1 CUDA Capable device(s)

Device 0: "GeForce 310"
  CUDA Driver Version / Runtime Version          6.5 / 6.5
  CUDA Capability Major/Minor version number:    1.2
  Total amount of global memory:                 512 MBytes (536477696 bytes)
  ( 2) Multiprocessors, (  8) CUDA Cores/MP:     16 CUDA Cores
  GPU Clock rate:                                1402 MHz (1.40 GHz)
  Memory Clock rate:                             790 Mhz
  Memory Bus Width:                              64-bit
  Maximum Texture Dimension Size (x,y,z)         1D=(8192), 2D=(65536, 32768), 3D=(2048, 2048, 2048)
  Maximum Layered 1D Texture Size, (num) layers  1D=(8192), 512 layers
  Maximum Layered 2D Texture Size, (num) layers  2D=(8192, 8192), 512 layers
  Total amount of constant memory:               65536 bytes
  Total amount of shared memory per block:       16384 bytes
  Total number of registers available per block: 16384
  Warp size:                                     32
  Maximum number of threads per multiprocessor:  1024
  Maximum number of threads per block:           512
  Max dimension size of a thread block (x,y,z): (512, 512, 64)
  Max dimension size of a grid size    (x,y,z): (65535, 65535, 1)
  Maximum memory pitch:                          2147483647 bytes
  Texture alignment:                             256 bytes
  Concurrent copy and kernel execution:          Yes with 1 copy engine(s)
  Run time limit on kernels:                     Yes
  Integrated GPU sharing Host Memory:            No
  Support host page-locked memory mapping:       Yes
  Alignment requirement for Surfaces:            Yes
  Device has ECC support:                        Disabled
  Device supports Unified Addressing (UVA):      No
  Device PCI Bus ID / PCI location ID:           1 / 0
  Compute Mode:
     < Default (multiple host threads can use ::cudaSetDevice() with device simultaneously) >

deviceQuery, CUDA Driver = CUDART, CUDA Driver Version = 6.5, CUDA Runtime Version = 6.5, NumDevs = 1, Device0 = GeForce 310
Result = PASS

OpenCV安装
关于OpenCV在ubuntu下的安装方法，有人写了完整的脚本，直接用就行了。下载地址：https://github.com/jayrambhia/Install-OpenCV
下载适合自己的版本脚本，执行即可

sudo ./opencv2_4_9.sh

atlas安装
这个直接安装即可

sudo apt-get install libatlas-base-dev 

安装后，把相应的库添加到系统的链接库路径中。atlas默认安装目录为/usr/lib/atlas-base/
在/etc/ld.so.conf.d/目录下添加atlas.conf，文件中添加

/usr/lib/atlas-base
/usr/lib/altas-base/atlas

执行使配置生效

sudo ldconfig

安装其他的依赖库

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

安装Python环境
系统默认有python环境，我们先安装pip

sudo apt-get install python-pip

下载caffee包，解压后进入python目录，执行下面命令

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

这样前面部分就差不多了，开始安装caffee
Caffee安装
进入caffee目录，先复制一下配置文件Makefile.config，这个里面是一些参数可能需要修改。大家直接看自己配置情况修改就没问题了，下面开始编译Caffee。

make all -j4
make test
maket runtest

这样整个就没问题了，剩下你就可以看caffee提供的例子了。我试了一下mnist这个数据，正确率有99.07%！！！很牛叉呀。。。