ubuntu14.04+cuda7.5+opencv3.0+cudnn+caffe

最近在配置caffe,出了许多的问题，今天终于解决了，感谢各位大神的博客，在文中会一一点出来。

一.安装ubuntu 14.04
这里采用的是ｗｉｎｄｏｗs＋ubuntu双系统。可能要注意的几个问题：
１．先装windows再装linux，因为在ｗｉｎｄｏｗs下进行磁盘操作相对会熟悉一些。
２．可能会用到的一些软件：UltraISO用于刻录U盘启动盘，EasyBCD用于启动时找得到windows启动项，但找不到linux启动项，添加启动项用。
３．装linux进行磁盘分区时注意swap选主分区，其它的选为逻辑分区。
４．装linux参考链接：
http://jingyan.baidu.com/article/4d58d5411380dd9dd5e9c07e.html
5.启动项出现问题参考链接：
http://jingyan.baidu.com/article/1876c852942fea890b13760b.html和
http://blog.csdn.net/lj695242104/article/details/16900153
６．关于不同模式下的系统安装，请参考：
http://www.jb51.net/os/Windows8/70460.html

二、装了Ubuntu，下面来安装一些必要的有用的软件
１．sougou输入法，更懂中文，具体可以参考我之前写的一个博客：
http://blog.csdn.net/sunnyxiaohu/article/details/50514961
２．更多的比如vim,pip可参考这个链接：
http://www.2cto.com/os/201507/420653.html

三、安装cuda
网上有很多教程，各有不一。我是使用离线deb包安装的方法。
下载cuda*.deb包，https://developer.nvidia.com/cuda-downloads/
选择合适的版本，然后进入目录。

dpkg -i cuda-repo-ubuntu1404-7-5-local_7.5-18_amd64.deb
apt-get update
apt-get install cuda

如果不使用第二句话更新源的话，安装cuda就会出错。接下来加入path。
关于要不要加路径到path中，怎么加，加到哪，有什么影响可以参考这个链接：
http://www.cnblogs.com/mengyan/archive/2012/09/04/2669894.html和
http://blog.csdn.net/fd315063004/article/details/7925854

sudo gedit /etc/profile
#加入下面两行
    export PATH=/usr/local/cuda-7.5/bin:$PATH
    export LD_LIBRARY_PATH=/usr/local/cuda-7.5/lib64:$LD_LIBRARY_PATH
#执行下面的命令使之生效
ldconfig

记得装好cuda之后一定要重启一下电脑，看是否安装成功，否则后面都时无用功。检验cuda安装成功与否

cd /usr/local/cuda/samples/
make
#例子编译好之后，在samples下面的子文件bin/x86_64/linux/release中，运行编译好的可执行程序
cd  bin/x86_64/linux/release
./deviceQuery
如果信息显示如下,则说明安装成功，如果最后是FAIL，则安装失败，卸载重装。

四、安装opencv3.0
用直接写好的脚本安装

cd ~/Install-OpenCV-master/Ubuntu/3.0
rm ./OpenCV/opencv-3.0.0/build -r
./opencv3_0_0.sh
＃中间有可能会要求按一下enter键，然后就直接等到进度条１００％,安装成功就好了。

五、配置运行环境（视个人安装情况而定）
参考博客http://www.rthpc.com/plus/view.php?aid=375
caffe 运行时需要调用 cuda 和 （mkl我们使用atlas） 的库，我们在 /etc/ld.so.conf.d 目录下新建一个 caffe.conf 文件，将所需要用到的库的目录写入。

sudo vi /etc/ld.so.conf.d/caffe.conf
＃加入下面的路径
    /usr/local/cuda/lib64
#执行下面的命令使之生效
ldconfig

六、安装MATLAB2014
参考这里：
http://www.linuxdiyf.com/linux/13853.html

七、caffe和cuDNN
参考博客http://www.bubuko.com/infodetail-1270886.html
先下载caffe
http://www.bubuko.com/infodetail-1270886.html
安装第三方库

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

去官网下载cuDNN7.0(记得要和cuda版本相匹配，其中v3,v4对于cuda7.0,cuda7.5都是通用的),解压之后

tar xvf cudnn-7.0-linux-x64-v4.0-rc.tgz
cd cuda/include
cp *.h /usr/local/include/
cd ../lib64
cp lib* /usr/local/lib/
cd /usr/local/lib
chmod +r libcudnn.so.4.0.4
ln -sf libcudnn.so.4.0.4 libcudnn.so.4
ln -sf libcudnn.so.4 libcudnn.so
sduo ldconfig

完成cuDNN配置接下来编译caffe

cd ~/caffe
cp Makefile.config.example Makefile.config

打开Makefile.config

gedit Makefile.config

将USE_CUDNN 行的注释符号#去除，即 USE_CUDNN := 1
按照里面的说明，使用了cudNN,去掉注释，使用opencv3.0去掉注释。修改参考博客http://notebk.sinaapp.com/topic/51/ubuntu12-04-caffe-cuda-6-5-opencv-2-3-1-intel-mkl 里面的内容修改。（这里视个人机器及安装情况而定）

make all -j8 #j8为核数×线程数（job）
make matcaffe -j4#如果开启了matlab接口的话
make pycaffe -j4#如果开启了python接口的话

八.使用MNIST数据集进行测试
参考博客http://blog.csdn.net/ice_moyan/article/details/47066757
Caffe默认情况会安装在CAFFEROOT，就是解压到那个目录，例如： home/username/caffe-master，所以下面的工作，默认已经切换到了该工作目录。下面的工作主要是，用于测试Caffe是否工作正常，不做详细评估。具体设置请参考官网：http://caffe.berkeleyvision.org/gathered/examples/mnist.html
数据预处理

sh data/mnist/get_mnist.sh

重建lmdb文件。
Caffe支持三种数据格式输入网络，包括Image(.jpg, .png等)，leveldb，lmdb，根据自己需要选择不同输入吧。

sh examples/mnist/create_mnist.sh

生成mnist-train-lmdb 和 mnist-train-lmdb文件夹，这里包含了lmdb格式的数据集
训练mnist

sh examples/mnist/train_lenet.sh

至此，Caffe安装的所有步骤完结，下面是一组简单的数据对比，实验来源于MNIST数据集，主要是考察一下不同系统下CPU和GPU的性能。可以看到明显的差别了，虽然MNIST数据集很简单，相信复杂得数据集，差别会更大，Ubuntu+GPU是唯一的选择了。
终于完成了，只叹喝一杯咖啡真难！
欢迎留言，本人遇到很多问题，可以和大家一起解决问题。