Ubuntu 14.04 + Caffe + Cuda8.0 +Python2.7（GPU版）安装配置教程（傻瓜式）

一、本人配置：
操作系统：Ubuntu 14.04
Python版本：2.7
Cuda版本：8.0
显卡型号：一个Quadro K600 + 两个Tesla K20c

二、需要准备的安装包：
1. Cuda 8.0的.deb包，官网下载
2. cudnn的.deb包，官网注册下载（需要根据显卡型号选择）
3. setuptools安装包，点此下载
4. pip安装包，点此下载
其余软件可依赖apt-get大法解决。

---

首先安装Ubuntu14.04系统。安装好系统后，连接好网络，我的网络是可以连接外网的。关于对应自己的电脑cudnn版本，需要注册下载，首先要查看本机显卡型号才能对应下载。cudnn下载方法可参考此教程 这个教程上的配置我没有尝试过，只用过其中的cudnn的下载方法。

以下是我的安装配置过程，配置过程用到的全部命令可从此处下载。

1、设置软件与更新的更新源，并选择重新载入。

2、打开命令行窗口，输入sudo apt-get update，并输入密码。

3、输入sudo apt-get upgrade，并在接下来的[Y/n]里选择yes，接下来大概会有15-20分钟左右的更新时间。

4、输入sudo apt-get install build-essential cmake g++ gfortran git pkg-config python-dev software-properties-common wget，并在接下来的[Y/n]里选择yes。

5、输入sudo apt-get autoremove，并在接下来的[Y/n]里选择yes。
然后输入sudo rm -rf /var/lib/apt/lists/*
最后输入lspci | grep -i nvidia可查看显卡支持信息。

6、输入sudo add-apt-repository ppa:graphics-drivers/ppa，然后再次打开“软件与更新 ”，将ppa的两个更新源去掉。
然后再次输入sudo apt-get update 更新。

7、输入sudo apt-get install nvidia-352，并在接下来的[Y/n]里选择yes。

8、输入sudo shutdown -r now重启系统

9、重启系统后，打开命令行窗口，输入cat /proc/driver/nvidia/version，可以看到NVIDIA和gcc信息。

10、将cuda的.deb安装包放到某个文件夹中，如/home/tmp中。cd /home/tmp，进入安装包所在路径，输入sudo dpkg -i cuda-repo-ubuntu1404*.8.0.*amd64.deb，完毕后不必再修改更新源，直接输入sudo apt-get update更新。

11、然后输入sudo apt-get install cuda进行安装，并在接下来的[Y/n]里选择y。

12、安装结束后，输入：

echo 'export PATH=/usr/local/cuda/bin:$PATH' >> ~/.bashrc
echo 'export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc
source ~/.bashrc

然后输入nvcc -V查看nvidia信息
最后输入sudo shutdown -r now 重启系统。

13、重启系统后，打开命令行，输入：

/usr/local/cuda/bin/cuda-install-samples-8.0.sh ~/cuda-samples
cd ~/cuda-samples/NVIDIA*Samples
make -j $(($(nproc) + 1))

14、在当前路径下，输入bin/x86_64/linux/release/deviceQuery

15、到cudnn*.tgz所在的路径，执行：tar xvf cudnn*.tgz。然后cd cuda，执行：

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

完毕后执行sudo apt-get update 更新一下。

16、更新完毕后，执行sudo apt-get update，然后执行：

sudo apt-get install -y python-numpy python-scipy python-nose \
python-h5py python-skimage python-matplotlib \
python-pandas python-sklearn python-sympy

要等大概20多分钟才能结束。一定要保证网络不间断！

17、执行sudo apt-get clean && sudo apt-get autoremove。

18、执行rm -rf /var/lib/apt/lists/*

19、执行sudo apt-get install python-dev

20、需要另外安装pip，安装pip之前要先安装setuptools。进入setuptools-2.0.tar.gz 所在目录，执行：

tar zxvf setuptools-2.0.tar.gz
cd setuptools-2.0/
python setup.py build
sudo python setup.py install

21、将setuptools-2.0/dist/下的.egg文件拷贝到/usr/local/lib/python2.7/dist-packages/下。

22、pip安装包为pip-9.0.1.tar.gz。进入pip安装包所在文件夹，执行：

tar -xvf pip-9.0.1.tar.gz 
cd pip-9.0.1/
sudo python setup.py install

23、执行：
sudo -H pip install --upgrade https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.8.0-cp27-none-linux_x86_64.whl

24、因为cuda8.0直接使用会报错：cannot find file libcudart.so.7.5，所以要将libcudart.so.8.0复制一份，重命名为libcudart.so.7.5。执行：
sudo cp /usr/local/cuda-8.0/targets/x86_64-linux/lib/libcudart.so.8.0 /usr/local/cuda-8.0/targets/x86_64-linux/lib/libcudart.so.7.5

25、进入Python：python。输入：import tensorflow as tf，看到成功导入，则输入exit()。（如果报错找不到libcudart.so.7.5，则按照第24步再做一遍）

26、继续执行以下命令，将OpenBLAS clone下来：

mkdir ~/git
cd ~/git
git clone https://github.com/xianyi/OpenBLAS.git
cd OpenBLAS
make FC=gfortran -j $(($(nproc) + 1))
sudo make PREFIX=/usr/local install
echo 'export LD_LIBRARY_PATH=/usr/local/lib:$LD_LIBRARY_PATH' >> ~/.bashrc

27、执行：

sudo apt-get install -y libfreetype6-dev
sudo apt-get install -y libpng12-dev

（如果报错说找不到安装包，就到“系统”->“软件与更新”，像第1步一样，将勾勾取消，再勾上就好。此时会重新导入软件源，这样就可以继续安装了。）

28、执行：
sudo pip install -U matplotlib ipython[all] jupyter pandas scikit-image
接下来将近有30分钟左右的下载安装时间。

29、安装以下内容：

sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler
sudo apt-get install --no-install-recommends libboost-all-dev
sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev

30、下载编译caffe，执行：

cd ~/git
git clone https://github.com/BVLC/caffe.git
cd caffe
cp Makefile.config.example Makefile.config
sed -i 's/# USE_CUDNN := 1/USE_CUDNN := 1/' Makefile.config
sed -i 's/BLAS := atlas/BLAS := open/' Makefile.config

/* ——- 以下内容选做，想在编译caffe的时候输出好看点就做，不做也没关系 ——-*/
a. 输入，打开caffe根目录下的Makefile.config文件：sudo gedit Makefile.config
b. 打开Makefile.config文件，将其中的”-gencode arch=compute_20, code=sm_20"和"-gencode arch=compute_20, code=sm_21“这两行删掉。因为从cuda 8.0开始这两个就被弃用了 。修改结果如下：

/* ————————————— 选做到此结束 —————————————-*/

在Caffe根目录里继续执行：

sudo pip install -r python/requirements.txt

然后分别执行以下内容：

make all -j $(($(nproc) + 1))
make test -j $(($(nproc) + 1))
make runtest -j $(($(nproc) + 1))
make pycaffe -j $(($(nproc) + 1))

所有make应该都是没任何报错的，截图如下。
（注意：选做部分没有去掉Makefile.config里-gencode arch=compute_20, code=sm_20”和”-gencode arch=compute_20, code=sm_21 的这两行的小伙伴，会报相关的warning，无视即可）

31、执行：

echo 'export CAFFE_ROOT=$(pwd)' >> ~/.bashrc
echo 'export PYTHONPATH=$CAFFE_ROOT/python:$PYTHONPATH' >> ~/.bashrc
source ~/.bashrc

32、在caffe根目录下，进入python文件夹，输入ipython，再输入import caffe，如果没报错说明安装成功，输入exit()退出即可。（以后要用记得先进入到caffe/python/文件夹下）

---

整个过程本人亲测有效，如果你没有配置成功，请联系我（邮箱：iambool@163.com）。配置成功不要忘了点赞哦~~