安装:caffe-ssd+python3.5(系统自带)+cuda9.0+cudnn7.1+ubuntu16.04

哈喽！又是我！我又回来了！（最近因为项目需要在机子上搭了一遍又一遍的环境，今天，我要讲讲这些血泪史，这是在anaconda3搭载无果之后的退居策略）

首先，还是同我上一篇一样，先讲cunda9.0,cundnn7.1装好，具体如下：
1，安装显卡驱动（采用懒人方式）
one:在“软件与更新”的第二项（另外源）的 canonical partners 打上沟，或者全部都打钩（保险起见）
second:在倒数第二项的 “附加驱动”里，系统会自动搜索N卡驱动，选择优先级高的英伟达驱动安装，重启
注意：
third:一般需要重启才能检测到安装成功:终端输入sudo nvidia-smi
若列出了GPU的信息列表则表示驱动安装成功。

2，安装cuda9.0：
从cuda官网下载对应版本的（我用的是1050ti显卡，下载的是cuda9.0）
one:进入cuda下载的文件夹:
输入以下命令：
sudo dpkg -i cuda-repo-ubuntu1604-9-0-local_9.0.176-1_amd64.deb (具体 看实际的包)
sudo apt-key add /var/cuda-repo-9-0-local/7fa2af80.pub（若cuda<9.0的，就不用，具体在下载的网页有提示）
sudo apt-get update
sudo apt-get install cuda
安装完成后， 重启一下；

3，安装cudnn7.1
安装cuDNN (计算能力小于3.0的，不兼容cudnn的英伟达显卡不需要装cudnn，则忽略此步骤)
注册，然后下载，(注册邮箱最好是使用国外邮箱[Google， apple]， 验证邮件很快就能收到)，选择对应版本，可以与cuda相同的版本，或者比它小的版本。
切换到cudnn所在的目录下
sudo tar -zxvf cudnn-9.0-linux-x64-v4.0-prod.tgz (具体看实际的包)
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/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
cd /usr/local/cuda/lib64/
ls
sudo chmod +r libcudnn.so.7.0.5（具体的版本要自己查）
sudo rm -rf libcudnn.so libcudnn.so.7 #删除原有动态文件
sudo ln -s libcudnn.so.7.0.5 libcudnn.so.7 #生成软衔接（注意这里要和自己下载的cudnn版本对应，可以在/usr/local/cuda/lib64下查看自己libcudnn的版本）
sudo ln -s libcudnn.so.7 libcudnn.so #生成软链接
sudo ldconfig -v

4,设置环境变量，
在/etc/profile中添加CUDA环境变量

sudo gedit /etc/profile
在打开的文件最后加入如下3句话
export PATH=/usr/local/cuda/bin:PATHexportLDLIBRARYPATH=/usr/local/cuda/lib64:

PATHexportLDL​IBRARYP​ATH=/usr/local/cuda/lib64:LD_LIBRARY_PATH
export PYTHONPATH=/home/用户名/caffe/python:$PYTHONPATH （具体注意用户名）

保存后， 使环境变量立即生效，
source /etc/profile
sudo gedit ~/.bashrc

在打开的文件最后加入如下3句话
export PATH=/usr/local/cuda-9.0/binKaTeX parse error: Expected ‘}’, got ‘EOF’ at end of input: {PATH:+:{PATH}}（具体要注意cuda的版本号）
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64KaTeX parse error: Expected ‘}’, got ‘EOF’ at end of input: …LIBRARY_PATH:+:{LD_LIBRARY_PATH}}（具体要注意cuda的版本号）
export PYTHONPATH=/home/用户名/caffe/python:$PYTHONPATH
source ~/.bashrc
进入/usr/local/cuda/samples， 执行下面的命令来build samples，
cd /usr/local/cuda/samples
sudo make all -j16（如果电脑CPU比较低，则用-j16或者不加）

全部编译完成后， 进入
cd /usr/local/cuda-9.0/samples/1_Utilities/deviceQuery（具体要注意cuda的版本号）
sudo ./deviceQuery
如果出现显卡信息，结果为pass， 则驱动及显卡安装成功

CSDN目前搭建python3.5的兄dei好像还不是很多，也参考过，但是许多还是存在报错，于是就在谷歌上探索了一番，整理如下：

1，改变系统自带的Python2.7为系统自带的python 3.5,执行如下：
sudo rm /usr/bin/python
sudo ln -s /usr/bin/python3.5 /usr/bin/python
在终端输入python ：不出意外，现在的版本是3.5
接下里：安装依赖（前提：你已经下载好了pip3）这下面是有许多应该重复了，因为我参照谷歌的许多，依赖很重要，caffe编译报错几乎很大一部分与依赖有关，请确保每一个你都下载完毕

sudo apt-get update
sudo apt-get upgrade

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 libatlas-base-dev
sudo apt-get install libopenblas-dev
sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev

sudo pip3 install numpy
sudo apt-get install python3-skimage
sudo apt-get install build-essential cmake git pkg-config
sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev
sudo apt-get install libboost-all-dev
sudo apt-get install libhdf5-dev
sudo apt-get install protobuf-compiler libprotobuf-dev
sudo apt-get install libblas-dev libatlas-base-dev libopenblas-dev
sudo apt-get install libleveldb-dev
sudo apt-get install libsnappy-dev
sudo pip3 install google protocol #python3.5版本的安装

2,下载caffe
sudo git clone https://github.com/weiliu89/caffe.git
sudo cd caffe
sudo git checkout ssd

3,进入caffe/python文件，修改requirements.txt,因为编译ssd caffe要求该版本大于等于3.0
protobuf>=3.0.0

接着执行命令：（在caffe/python文件夹里面）
for req in $(cat requirements.txt); do sudo pip3 install --no-cache-dir $req; done

4,回到caffe根目录：
python3 -m site
我们需要USER_SITE中给出的路径。 例如 USER_SITE：’/ home / user / .local / lib / python3.5 / site-package’。 如果USER_SITE不存在，那么最后使用带有/ dist-packages的那个。

cp Makefile.config.example Makefile.config
sudo gedit Makefile.config
,按照下面修改：
USE_CUDNN := 1

CUDA_DIR := /usr/local/cuda

CUDA_ARCH :=-gencode arch=compute_30,code=sm_30
-gencode arch=compute_35,code=sm_35
-gencode arch=compute_50,code=sm_50
-gencode arch=compute_52,code=sm_52
-gencode arch=compute_60,code=sm_60
-gencode arch=compute_61,code=sm_61
-gencode arch=compute_61,code=compute_61 #（如果你用的是cuda9，否则自己查看官网修改）

#PYTHON_INCLUDE := /usr/include/python2.7
/usr/lib/python2.7/dist-packages/numpy/core/include #屏蔽2.7python

PYTHON_LIBRARIES := boost_python-py35 python3.5m #这个要自己查看find /usr -name libboost_python-py35
PYTHON_INCLUDE := /usr/include/python3.5m
/usr/local/lib/python3.5/dist-packages/numpy/core/include
#根据自己电脑情况，像我的是这样(如果user_site存在，加进去)

PYTHON_LIB := /usr/lib /usr/lib/x86_64-linux-gnu/

WITH_PYTHON_LAYER := 1

INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu/hdf5/serial /usr/lib/x86_64-linux-gnu/

好了！编译吧！
sudo make all -j16
sudo make runtest -j16 #及其顺利，一个错都没有！
sudo make pycaffe -j16
sudo make pytest -j16 #报错！（升级scipy包，建议用pip3将caffe需要的包都升级一下，亲测，完全排错！）

这是我编译这么多天，唯一一次没有报错的过程，我真的很欣慰
如果你按照这个还是出现报错，希望你留言哟！互相改进～thanks

2018.3.10补充：
当中换了一次cuda，导致再次编译caffe出错：
如下oserror: libcudart.so.9.0: cannot open shared object file: no such file or directory
输入如下指令解决：

sudo sh -c “echo ‘/usr/local/cuda/lib64\n/usr/local/cuda/lib’ >> /etc/ld.so.conf.d/nvidia.conf”
sudo ldconfig

2018.3.11补仓：（关于要使用jupyternotebook的同学运行caffe模块时可能会提示）：Check failed: status == CUDNN_STATUS_SUCCESS (4 vs. 0) CUDNN_STATUS_INTERNAL_ERROR
等等诸如此类的或者是（38 vs. 0）等等的错误，其实是权限问题，只要py文件在caffe 里能正常运行，且你的mnist测试能够正常的跑（在gpu环境下），那就是权限问题

找到这个问题的方法是：

python，import sys，sys.path，看输出的路径。

sudo python，import sys，sys.path，看输出的路径。发现这两个并不一样。python里的有caffe的路径，而sudo python没有。

解决办法：