Unbuntu14.04 安装caffe （cuda7.5）

1.安装开发需要依赖包

sudoapt-get update

sudo apt-get install build-essential  # basic requirement  

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

2.安装cuda7.5

下载地址 https://developer.nvidia.com/cuda-downloads，在搜索栏里搜索cuda7.5

sudo dpkg -i cuda-repo-<distro>_<version>_<architecture>.deb  

sudo apt-get update  

sudo apt-get install cuda 

重启 sudoreboot

3.安装cudnn

下载cudnn-7.5-linux-x64-v5.0-ga.tgz，官网登录下载 https://developer.nvidia.com/cudnn

转到下载目录

tar -zxvf cudnn-7.5-linux-x64-v5.0-ga.tgz  

cd cuda 

sudocp lib64/* /usr/local/cuda/lib64/

sudocpinclude/cudnn.h /usr/local/cuda/include/

更新软连接

cd/usr/local/cuda/lib64/
sudo chmod +r libcudnn.so.5.0.5
sudo ln-sf libcudnn.so.5.0.5 libcudnn.so.5
sudo ln -sf libcudnn.so.5libcudnn.so
sudo ldconfig

 4，设置环境变量

在/etc/profile中添加CUDA环境变量

sudogedit /etc/profile

exportPATH=/usr/local/cuda/bin:$PATH

exportLD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH

保存后，使环境变量立即生效

source
/etc/profile

同时需要添加lib库路径：在 /etc/ld.so.conf.d/创建文件cuda.conf,加入内容如下：

/usr/local/cuda/lib64  

保存后，执行下列命令使之立刻生效

sudo ldconfig 

5，安装CUDASAMPLE

进入/usr/local/cuda/samples,执行下列命令来buildsamples

sudo make all -j4  

全部编译完成后，进入 samples/bin/x86_64/linux/release,运行deviceQuery

./deviceQuery  

如果出现显卡信息，则驱动及显卡安装成功：

1. ./deviceQuery Starting...  

3.  CUDA Device Query (Runtime API) version (CUDART static linking)  

4.   

5. Detected 1 CUDA Capable device(s)  

6.   

7. Device 0: "GeForce GTX 670"  

8.   CUDA Driver Version / Runtime Version          6.5 / 6.5  

9.   CUDA Capability Major/Minor version number:    3.0  

10.   Total amount of global memory:                 4095 MBytes (4294246400 bytes)  

11.   ( 7) Multiprocessors, (192) CUDA Cores/MP:     1344 CUDA Cores  

12.   GPU Clock rate:                                1098 MHz (1.10 GHz)  

13.   Memory Clock rate:                             3105 Mhz  

14.   Memory Bus Width:                              256-bit  

15.   L2 Cache Size:                                 524288 bytes  

16.   Maximum Texture Dimension Size (x,y,z)         1D=(65536), 2D=(65536, 65536), 3D=(4096, 4096, 4096)  

17.   Maximum Layered 1D Texture Size, (num) layers  1D=(16384), 2048 layers  

18.   Maximum Layered 2D Texture Size, (num) layers  2D=(16384, 16384), 2048 layers  

19.   Total amount of constant memory:               65536 bytes  

20.   Total amount of shared memory per block:       49152 bytes  

21.   Total number of registers available per block: 65536  

22.   Warp size:                                     32  

23.   Maximum number of threads per multiprocessor:  2048  

24.   Maximum number of threads per block:           1024  

25.   Max dimension size of a thread block (x,y,z): (1024, 1024, 64)  

26.   Max dimension size of a grid size    (x,y,z): (2147483647, 65535, 65535)  

27.   Maximum memory pitch:                          2147483647 bytes  

28.   Texture alignment:                             512 bytes  

29.   Concurrent copy and kernel execution:          Yes with 1 copy engine(s)  

30.   Run time limit on kernels:                     Yes  

31.   Integrated GPU sharing Host Memory:            No  

32.   Support host page-locked memory mapping:       Yes  

33.   Alignment requirement for Surfaces:            Yes  

34.   Device has ECC support:                        Disabled  

35.   Device supports Unified Addressing (UVA):      Yes  

36.   Device PCI Bus ID / PCI location ID:           1 / 0  

37.   Compute Mode:  

38.      < Default (multiple host threads can use ::cudaSetDevice() with device simultaneously) >  

39.   

40. deviceQuery, CUDA Driver = CUDART, CUDA Driver Version = 6.5, CUDA Runtime Version = 6.5, NumDevs = 1, Device0 = GeForce GTX 670  

41. Result = PASS  

6，安装IntelMKL 或Atlas

我没有MKL，装的Atlas

安装命令：

sudo apt-get install libatlas-base-dev 

7，安装OpenCV

我安装的是2.4.10

1）下载安装脚本 https://github.com/bearpaw/Install-OpenCV

2）进入目录Install-OpenCV/Ubuntu/2.4

3）执行脚本

sudosh ./opencv2_4_10.sh   

8.安装Caffe需要的Python包

网上介绍用现有的anaconda，不建议，因为路径设置麻烦，很容易出错，而且自己安装很简单也挺快的。

首先需要安装pip

sudo
apt-get install python-pip

再下载caffe，我把caffe放在用户目录下

cd

git
clone https://github.com/BVLC/caffe.git

再转到caffe的python目录，安装scipy

cd
caffe/python

sudo
apt-get install python-numpy python-scipy python-matplotlib ipython
ipython-notebook python-pandas python-sympy python-nose

最后安装requirement里面的包，需要root权限

sudo
su

for
req in $(cat requirements.txt); do pip install $req; done

如果提示报错，一般是缺少必须的包引起的，直接根据提示pipinstall <package-name>就行了。

安装完后退出root权限

exit 

9.编译caffe

首先修改配置文件，回到caffe目录

cd
~/caffe

cp
Makefile.config.example Makefile.config

gedit
Makefile.config

这里仅需修改两处：

i)使用cuDNN

#
USE_CUDNN := 1 

这里去掉#，取消注释为

USE_CUDNN
:= 1 

ii)修改python包目录，这句话

PYTHON_INCLUDE
:= /usr/include/python2.7 \

　　/usr/lib/python2.7/dist-packages/numpy/core/include

改为

PYTHON_INCLUDE
:= /usr/include/python2.7 \

　　/usr/local/lib/python2.7/dist-packages/numpy/core/include

因为新安装的python包目录在这里： /usr/local/lib/python2.7/dist-packages/

接下来就好办了，直接make

make
all -j4

make
test

make
runtest

make
pycaffe

这时候cd到caffe下的python目录，试试caffe的pythonwrapper安装好没有：

python

import
caffe

如果不报错，那就说明安装好了。