ubuntu16.04配置opencv2、python2、cuda8.0、cudnn以及caffe

opencv安装

（1）安装编译工具以及依赖包

安装编译工具：

sudo apt-get install build-essential  

安装依赖包：

sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev 

安装可选包：

sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev 

（2）下载opencv-2.4.13，编译安装

这里去官网下载就行了，下载地址：https://opencv.org/releases.html，然后解压，在终端下进入到文件夹opencv-2.4.13（也可在指定文件目录下右键“Open Terminal ”直接打开终端）：

cd opencv-2.4.13 

 新建一个文件夹存放临时文件：

mkdir release 

切换到该临时文件夹： 

cd release

开始编译：

cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local ..  
make -j4  
sudo make install 

（3）环境配置

配置环境将opencv的库加入到路径，从而让系统可以找到 ：

sudo gedit /etc/ld.so.conf.d/opencv.conf  

在打开的文件内添加：/usr/local/lib

然后更新：

sudo ldconfig  

继续编辑：

sudo gedit /etc/bash.bashrc   

在打开的文件末尾加入：

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

保存退出，使环境更改立即生效：

source /etc/bash.bashrc  

如果想在python里面调用opencv，还需要安装opencv-python，在终端执行如下命令：

sudo apt-get install python-opencv  

测试，在终端输入python，然后输入import cv2，如果没报错就说明正常。

cuda、caffe安装

（1）安装依赖项

1、一般依赖项

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  

2、BLAS依赖项

sudo apt-get install libatlas-base-dev 

或者安装：

sudo apt-get install libopenblas-dev

3、python依赖项

安装python及其头文件（ubuntu16自带python2和python3）

sudo apt-get install python  
sudo apt-get install python-dev  

安装python依赖项

sudo apt-get install python-numpy
sudo apt-get install ipython
sudo apt-get install ipython-notebook
sudo apt-get install python-sklearn
sudo apt-get install python-skimage
sudo apt-get install python-protobuf

4、安装glog和gflags和lmdb依赖项

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

（2）安装cuda和显卡驱动

下载cuda8.0，下载地址：https://developer.nvidia.com/cuda-80-ga2-download-archive，注意你的系统版本，我这里下载的是cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.deb。

进入你的cuda下载路径下，在终端输入（注意这里的cuda文件需要改成你下载的文件名字）：

sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.deb  
sudo apt-get update  
sudo apt-get install cuda  

1）安装完成后设置环境变量

sudo gedit /etc/bash.bashrc 

在打开的文件末尾添加：

export PATH=/usr/local/cuda-8.0/bin:$PATH  
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH  

然后使更改的环境立刻生效：

source /etc/bash.bashrc

2）安装完毕后验证显卡驱动是否安装完毕（如果检测不到或者提示找不到文件可以重启下系统，因为刚装完显卡驱动）

cat /proc/driver/nvidia/version

3）安装git，并且下载caffe代码，默认存放在你的/home路径下

sudo apt-get install git  
git clone https://github.com/BVLC/caffe.git  

进入到你的caffe源码目录

cd caffe  

4）安装cudnn（选择安装）

CuDNN是专门针对Deep Learning框架设计的一套GPU计算加速方案，目前支持的DL库包括Caffe，ConvNet, Torch7等。安装很简单，其实就是执行一些拷贝操作，把头文件和库文件放到系统路径下面而已。

首先需要下载cudnn文件，我下载的是5.1版本：cudnn-8.0-linux-x64-v5.1.tgz（需要注册Nvidia官网帐号下载，当然百度一搜很多资源可以下载），然后解压，会生成一个名为cuda的文件夹，在该目录下，再执行下面的命令：

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

5）编译Caffe

如需要使用cuDNN，请将Makefile.config中USE_CUDNN := 1这一行之前的#（注释）去掉，若安装的opencv为版本3，同理也应做出相应改动（若还需要其它配置，请仔细阅读Makefile.config）

cp ./Makefile.config.example ./Makefile.config  

如果你的电脑没有GPU，你只要使用CPU，那就将CPU_ONLY前面的注释取消掉。

# CPU-only switch (uncomment to build without GPU support).  
# CPU_ONLY := 1  

如果要使用GPU，这里不做更改。此时需要更改的是将WITH_PYTHON_LAYER := 1前的注释去掉，方便使用Python调用即可。

# Uncomment to support layers written in Python (will link against Python libs)  
WITH_PYTHON_LAYER := 1  

同时，为了匹配cuda8.0的计算能力，请把Makefile.config中CUDA_ARCH中的前两行去掉(保留也行，编译的时候会弹出警告)

-gencode arch=compute_20, code=sm_20  
-gencode arch=compute_20, code=sm_21  

在Makefile.config文件中，添加 /usr/include/hdf5/serial/ 到 INCLUDE_DIRS，也就是把下面第一行代码改为第二行代码。

INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include  
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial/  

在Makefile文件中，把 hdf5_hl 和hdf5修改为hdf5_serial_hl 和 hdf5_serial，也就是把下面第一行代码改为第二行代码。

LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_hl hdf5  
LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_serial_hl hdf5_serial  

然后编译即可完成caffe安装

首先执行：（因为我的电脑CPU是4核的，所以采用了4这个参数）

make pycaffe -j4

接着输入：

make all -j4  

接着输入命令：

make test -j4 

然后输入：

make runtest -j4 

如果最后显示通过的话就说明caffe编译成功，当然如果遇到了问题，把报错的信息直接百度，一般都是能解决问题的。

参考文献：

https://www.cnblogs.com/wm123/p/5385940.html

https://blog.csdn.net/woainishifu/article/details/73995489

https://blog.csdn.net/u011452807/article/details/72637421

https://www.cnblogs.com/ygh1229/p/6528134.html