centos 7 + caffe + CPU（only）

机房里的机器操作系统为centos 7.3 且没有nvidia GPU，所以本次安装为纯CPU版本的caffe，其主要安装过程可以参考caffe安装官网，本文主要记录主要的安装过程和可能存在的问题。

1. 安装依赖

按照caffe官网安装通常依赖的命令：

sudo yum install protobuf-devel leveldb-devel snappy-devel opencv-devel boost-devel hdf5-devel
sudo yum install gflags-devel glog-devel lmdb-devel

yum 会提示找不到依赖(No package …… available)，按照另一篇博客的提示，我们可以通过安装epel-release，再更新软件源来解决这样的问题：

sudo yum install epel-release
sudo yum update

可以再根据需要安装其他的软件：

sudo yum install gcc gcc-c++
sudo yum install git vim python-devel python-pip

然后再次按照caffe安装官网的步骤进行安装，这次发现hdf5,glog,gflags,lmdb都已经安装成功。

sudo yum install protobuf-devel leveldb-devel snappy-devel opencv-devel boost-devel hdf5-devel
sudo yum install gflags-devel glog-devel lmdb-devel
sudo yum install atlas-devel
sudo yum install python-devel

2.安装openblas

这个是安装caffe的一个坑，涉及到caffe的安装配置，Linux本身已自带有atlas，如果安装官网的安装步骤进行make的时候会出现如下错误：

/usr/bin/ld: cannot find -lcblas
/usr/bin/ld: cannot find -latlas
collect2: error: ld returned 1 exit status
make: * [.build_release/lib/libcaffe.so.1.0.0-rc3] Error 1

此处可以按照caffe配置过程的解决步骤进行解决，我个人的解决方法是使用了openblas，这个要和步骤3修改Makefile.config对应的配置一致，首先需要下载并安装openblas,安装的时候如果指定了安装位置，同样需要与Makefile.config对应的配置一致。

git clone https://github.com/xianyi/OpenBLAS.git
cd OpenBLAS
make -j4
make install

3.配置安装caffe

首先需要下载caffe,然后对caffe进行相应的配置后进行编译，编译通过后则可以继续往后进行，在编译的过程中会遇到很多问题，可以在github中caffe项目的issue中看是否与自己相似的问题，也可以参考博客caffe配置过程。

git clone https://github.com/BVLC/caffe.git
cd caffe
cp Makefile.config.example Makefile.config
vim Makefile.config

首先是无GPU支持，找到#CPU_ONLY := 1，将注释去掉，如下：

找到
# CPU_ONLY := 1
改为
CPU_ONLY := 1

然后将BLAS对应的配置改一下，将 BLAS := atlas 改为open，如下：

BLAS := atlas
改为
BLAS := open

如果openblas安装的时候指定了目录，则需要添加对应内容，假设安装到了/usr/local目录下，则进行如下更改：

找到
# BLAS_INCLUDE := /path/to/your/blas
# BLAS_LIB := /path/to/your/blas
增加如下内容：
BLAS_INCLUDE := /usr/local/include
BLAS_LIB := /usr/local/lib

然后对caffe进行编译，在caffe目录下输入：

make all -j8

之后不出意外又碰到了编译错误：

CXX/LD -o .build_release/examples/cpp_classification/classification.bin
/usr/bin/ld: .build_release/examples/cpp_classification/classification.o: undefined reference to symbol '_ZN2cv6imreadERKNS_6StringEi'
//usr/local/lib/libopencv_imgcodecs.so.3.0: error adding symbols: DSO missing from command line

在stackoverfow找到了解决方法，这是一个编译选项错误的问题，我们需要在Makefile文件中添加-lopencv_imgcodecs的编译选项，具体操作如下：

在Makefile中进行更改：
    LIBRARIES += lmdb
  endif
  ifeq ($(USE_OPENCV), 1)
 -  LIBRARIES += opencv_core opencv_highgui opencv_imgproc
 +  LIBRARIES += opencv_core opencv_highgui opencv_imgproc opencv_imgcodecs
  endif
  PYTHON_LIBRARIES := boost_python python2.7
  WARNINGS := -Wall -Wno-sign-compare

然后清除上一次的编译再继续编译，这一次编译通过：

make clean
make all -j8
make test
make runtest

make test 的时候没有问题，make runtest的时候出现问题：

.build_release/tools/caffe
.build_release/tools/caffe: error while loading shared libraries: libglog.so.0: cannot open shared object file: No such file or directory
make: *** [runtest] Error 127

临时或长久解决方法可以参见博客：caffe配置过程，临时的解决方法是添加环境变量：

export LD_LIBRARY_PATH=/usr/local/lib/

再次make runtest 后成功。

4.运行测试

全部安装成功后可以进行测试，不出意外的话程序开始对Mnist数据集进行训练，在caffe目录内运行：

./data/mnist/get_mnist.sh
./examples/mnist/create_mnist.sh
./examples/mnist/train_lenet.sh

注意： 在运行训练前，需要指明是用CPU进行测试，而不是GPU。 需要修改/examples/mnist/lenet_solver.prototxt文件最后一行，将GPU改为CPU，并执行train_lenet.sh。

参考资料

1. Install Caffe on CentOS 7
2. caffe安装官网
3. 阿里云CentOS7上安装配置caffe（仅CPU）记录
4. Centos 7.2 Caffe CPU-ONLY
5. caffe的配置过程
6. caffe with openblas
7. caffe : opencv error