在Ubuntu14.04下编译caffe + cuda7.0

这次是第三次在ubuntu14.04下编译caffe，前两次因为没有GPU而省去了安装CUDA的步骤，但这次想用GPU来运行caffe因此本次的安装中需要包含CUDA的配置。网上很多caffe的安装教程所提及的CUDA都是6.5版本的，而现在NVIDIA官网上只有CUDA7.0可以下载，不过还是有些教程是安装CUDA7.0的。而这次的编译过程基本上是按照http://www.aichengxu.com/view/52231 的步骤来执行，而且我认为虽然CUDA的版本有所不同，但是安装方法还是一样的。

Part 1: 安装NVIDIA驱动与CUDA

一、确认自己的显卡适用CUDA

   在https://developer.nvidia.com/cuda-gpus页面上查看自己的显卡是否在列表上

二、确认自己的linux版本是否适用

  在终端上输入： uname -m && cat /etc/*release

  确保有“x86_64”这一项，保证是x86架构，64bit系统

三、确认已安装gcc

 在终端输入： gcc --version

 若系统没有安装gcc可通过 sudo apt-get install gcc 来安装

四、安装CUDA7.0

首先从https://developer.nvidia.com/cuda-downloads上下载CUDA安装包，我下的是.deb文件，同样可以安装使用。

若之前安装了显卡驱动需要将其卸载掉否则或有冲突。

关闭ubuntu自带的Nouveau：

      按CTRL+ALT+F1进入X-Win界面，在终端输入： sudo stop lightdm

      然后在终端输入： sudo vi /etc/modprobe.d/blacklist-nouveau.conf

      并写入：                

             blacklist nouveau
             options nouveau modeset=0

    然后在终端输入： sudo update-initramfs -u

    安装CUDA：

    进入包含.deb安装文件的目录并输入：
    sudo dpkg -i cuda-repo-<distro>_<version>_<architecture>.deb
    sudo apt-get update
    sudo apt-get install cuda

   安装其他必要的库文件：
    sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev
    libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev

   回到GUI 界面：
                sudo start lightdm

   设置环境变量：
               export PATH=/usr/local/cuda-7.0/bin:$PATH
                export LD_LIBRARY_PATH=/usr/local/cuda-7.0/lib64:$LD_LIBRARY_PATH

   CUDA环境配置：
         在终端输入： sudo gedit /etc/ld.so.conf.d/cuda.conf
                    输入：
                        /usr/local/cuda/lib64
                        /lib

    完成lib文件的链接操作，在终端输入： sudo ldconfig -v

========================Part 1结束================================

Part 2: 安装Opencv2.4.9
Opencv3.0可参考链接：http://blog.csdn.net/adong76/article/details/40018407

1 添加依赖库
sudo apt-get install build-essential
sudo apt-get install libgtk2.0-dev libavcodec-dev libavformat-dev libtiff4-dev libswscale-dev libjasper-dev

3 下载opencv2.4.9
http://opencv.org/downloads.html

4 编译opecv2.4.9
进入解压后的opencv2.4.9目录

mkdir release

进入release目录

cd release

cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local ..

5 安装opencv2.4.9

在release目录
make
sudo make install

6 配置opencv.conf file ，加入环境变量
sudo gedit /etc/ld.so.conf.d/opencv.conf

在opencv.conf里面加入命令
/usr/local/lib

更新库目录
sudo ldconfig -v

export PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig

7 测试你的opencv3.0是否安装成功

1. 在解压的opencv目录下找到 samples/c/build_all.sh，运行该文件

./build_all.sh
2. 找其中一个来运行看一下效果，例如 find_obj程序：
./find_obj

Part 3: 安装OpenBlas
一开始装的是atlas，但效果不好，而且MKL无法申请student版本，因此折中选择了openblas。
下载Openblas
https://github.com/xianyi/OpenBLAS
首先安装gfortran
sudo apt-get install gfortran
进入openblas目录
make FC=gfortran
sudo make PREFIX=/usr/local/ install

Part 4: 安装Caffe
一、安装其他依赖项

1. Google Logging Library（glog），下载地址：https://code.google.com/p/google-glog/，然后解压安装：

$ tar zxvf glog-0.3.3.tar.gz

$ ./configure

$ make

$ sudo make install
2. 其他依赖项，确保都成功

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

二、安装Caffe并测试
1. 安装pycaffe必须的一些依赖项：
sudo apt-get install 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
sudo apt-get install protobuf-c-compiler protobuf-compiler

1. 切换到Caffe的下载文件夹，然后执行：
   cp Makefile.config.example Makefile.config
   修改新生成的Makefile.config文件

若opencv是3.0的话：需要修改Makefile文件（不是Makefile.config）

在位置（(LIBRARIES += glog gflags protobuf leveldb snappy \
lmdb boost_system hdf5_hl hdf5 m \
opencv_core opencv_highgui opencv_imgproc opencv_imgcodecs)）处
添加opencv_imgcodecs

3.编译caffe
make all -j8
make test
make runtest