深度学习之caffe入门——caffe环境的配置（CPU ONLY）

　　作为一个刚刚入坑深度学习并接触caffe开源框架的小白来说，配置caffe环境无疑是一件富有挑战性的工作。我曾花了一周的时间来折腾我的电脑，期间还送修了一次，重装系统Ｎ多次。心情也是郁闷得很。
　　我曾参考了很多ＣＳＤＮ前辈的教程，也按照《深度学习——２１天实战caffe》这本书来配过，但是都不成功。无疑，这些博客讲述的都是成功的例子，但是由于每台电脑的配置、环境都不尽相同，所以仅凭一篇教程来配置caffe是欠妥当的。建议后来的朋友多多参考前人的足迹，看看每篇教程有什么不同，哪些依赖包是教程没有提及但自己电脑又确实没有的。
　　caffe依赖多且复杂，历来被人诟病，但是配置编译完成后caffe所带来的欣喜与便捷也足以回报先前的煞费苦心。相信自己的能力也会随着这个过程逐步提高，所以希望未来看到这篇博客的你不要灰心丧气、半途而废！
　　所幸我还是找到了一篇适合于我的电脑的caffe 配置教程。当然这不可能适合于所有的电脑，所以千万不要迷信教程，多看多想才是正道。

　　
　　正文开始：
　　由于我选择的是ＣＰＵ训练，所以暂时没有配置ＣＵＤＡ和ｃｕＤＮＮ这两个环境。

　　计算机配置：
　　Ubuntu 16.04 LTS
　　i7-4720HQ
　　8G内存
　　
　　１、安装依赖库
　　在终端输入

　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 libhdf5-serial-dev   
　sudo apt-get install protobuf-compiler  
　sudo apt-get install --no-install-recommends libboost-all-dev

　　接下来安装ＢＬＡＳ（基本线性代数子库）

　　　　　sudo apt-get install libatlas-base-dev
　　
　　使用默认Python来建立pycaffe接口，需要安装：

 sudo apt-get install python-dev  

另一些兼容依赖库

sudo apt-get install libgflags-dev  
sudo apt-get install libgoogle-glog-dev   
sudo apt-get install liblmdb-dev 

2、下载Caffe源码

安装git
sudo apt-get install git

下载caffe 源代码
git clone https://github.com/BVLC/caffe.git

在终端下载可能会有些慢，而且容易掉线，还不支持断点续传，所以我们也可以访问上面的网站，在网站下载ｚｉｐ格式的文件，再解压到/home 就可以了。

这里多说一句，在终端下载源文件时系统会自动在/home 下生成一个名叫caffe 的文件夹，当遇到了下载不成功的情况时，我们需要找到这个文件夹，把它删除，当然里面什么也没有。这样下次再用命令行下载才不会报错。

如果需要Caffe的Python接口，切换到caffe下的python目录下，输入以下命令下载python依赖库（先安装pip）：

cd /caffe/python
sudo apt-get install python-pip
for req in (catrequirements.txt);dopipi