（填坑版）Ubuntu15.10_amd64+CUDA7.5配置Caffe及其Python接口及训练mnist数据集

=========================================================细节===================================================================

1.在文本操作空间的时候，千万不要用小键盘输入密码，识别不出来。

 

2.千万不要随便apt-get install各种已经安装的库！尤其是在安装完CUDA7.5之后 不要使用sudo apt-get install nvidia-cuda-toolkit命令！

 

3.protobuf使用apt-get install libprotobuf-dev即可！不用去github上clone回来然后make！

 

4.遇到什么"compute_52"之类的问题，一定是显卡驱动没装好，需要重新装驱动！而且显卡驱动必须在root权限下安装！也就是你看到命令前面的那个符号不是$而是#的时候！

 

5.在训练数据集的时候，请务必在caffe根目录下找到sh文件运行！否则会提示找不到路径！

 

6.添加环境变量请将export PYTHONPATH=/home/XXX/caffe/python:$PYTHONPATH这句话添加到/.bashrc文件中，我不会用vim，所以使用sudo gedit ～/.bashrc打开文件后直接添加一行 写入该语句即可。不这样做的话即视为添加临时环境变量！

 

想到什么随时补充！tips是个人经验所得，比教程重要很多！

7.fatal error:xxx.h解决方案（http://www.th7.cn/system/lin/201511/142790.shtml）

 

==========================================================================================================================

 

正式进入主题：

1.查询你的GPU是否支持CUDA，支持的话，请提前下载好CUDA7.5，我下载到了主文件夹下，提供链接：https://developer.nvidia.com/cuda-downloads/；以及下载CUDNN V4，需要developer身份，提供链接：https://developer.nvidia.com/cudnn

 

2.第一步，打开终端，输入sudo dpkg -i?cuda-repo-ubuntu1504-7-5-local_7.5-18_amd64.deb静候结束

 

3.第二步，继续输入sudo apt-get update更新数据静候结束(需先更新系统软件才能执行)

 

4.第三步，安装各种库，我数了一下大概有那么二三十个吧。。命令是sudo apt-get install git autoconf automake libtool libprotobuf-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev protobuf-compiler libleveldb-dev liblmdb-dev python-gflags cmake libgflags-dev libgoogle-glog-dev libatlas-dev liblapack-dev libatlas-base-dev python-numpy cuda python-setuptools python-scipy python-matplotlib python-sklearn python-skimage python-h5py python-protobuf python-leveldb python-networkx python-nose python-pandas python Cython ipython（安装时候必须处于/home/用户名下）

 

5.第四步，此时git已经装完，可以git clone了，输入sudo git clone --recursive https://github.com/bvlc/caffe.git

 

6.第五步，将CUDNN的文件复制到cuda路径下，首先进入cudnn下载的zip文件提取，右键直接提取即可，然后cd cuda 发现里面有两个文件夹 include和lib64；终端进入cuda文件夹，输入命令sudo cp ./include/cudnn.h /usr/local/cuda/include；sudo cp ./lib64/libcudnn.so /usr/local/cuda/lib64；sudo cp ./lib64/libcudnn.so.4 /usr/local/cuda/lib64；sudo cp ./lib64/libcudnn.so.4.0.4 /usr/local/cuda/lib64；sudo cp ./lib64/libcudnn_static.a /usr/local/cuda/lib64；(我使用的是cudnn v3)

 

7.第六步，进入caffe目录 cd /home/XXX/caffe （XXX是你的用户名）

 

8.第七步，sudo cmake  . (这还有一个小点，请注意，点前面是小空格)

 

9.第八步，sudo make （我make的时候出现高于4.9编译失败的问题，所以我用sudo gedit /usr/local/cuda/include/host_config.h 去删除了含有提示错误的那三行文字 然后继续make）（出现fatal error：xxx.h请查看最后一个小tip）

 

10.第九步，sudo make install

 

11.第十步，此时应该caffe就编译结束了，生成的文件在/caffe/tools下

 

==============================================训练mnist数据集================================================================

 

1.第一步，装显卡驱动，去nvidia下载吧，linux64位的，提供链接：http://www.geforce.cn/drivers

 

2.第二步，下载后的文件应该是run文件，然后复制到一个目录下，我直接下载到主文件夹下了，注意：该路径千万不要有中文！！！然后将其改名为nvidia.run

 

3.第三步，下面要到文字界面输入，建议先看完教程或者从别处打开，再进行操作！！按下ctrl+alt+F1，进入文本界面，输入用户名密码，登录后输入sudo su -（注意su后面有个空格然后才是一个-），输入密码后进入root权限

 

4.第四步，停止用户界面Xserver，输入sudo /etc/init.d/lightdm stop，此时图形界面就关闭了，如果不关闭的话，按下ctrl+alt+F7还是可以回到图形界面的。

 

5.第五步，回到主目录下 cd /home/XXX

 

6.第六步，给NVIDIA.run添加权限，输入sudo chmod +x NVIDIA.run

 

7.第七步，输入reboot重启电脑

 

8.第八步，正常进入图形界面 然后ctrl+alt+F1，此时应该是纯文本操作空间，然后第三步，第五步，然后输入sudo ./NVIDIA.run，下一步下一步OKOK即可安装完驱动。

 

9.第九步，安装完驱动重启电脑，我忘记了是不是自动重启，不是自动重启请用reboot命令重启电脑。

 

10.第十步，正常进入图形界面，从终端中输入sudo lshw -c video，检查一下是否装好驱动，如果装好的话，应该会有以下文字：driver=nvidia

 

11.第十一步，进入caffe目录，输入sudo ./data/mnist/get_mnist.sh，静候完毕（由于连接不上，我通过手动下载的）

 

12.第十二步，输入sudo gedit ./examples/mnist/create_mnist.sh，打开sh文件，改动build那行的路径位置为BUILD=examples/mnist，原来是BUILD=build/examples/mnist，我生成的文件没有build路径，所以结合你自己的情况修改路径。

 

13.第十三步，输入sudo ./examples/mnist/create_mnist.sh，产生lmdb数据，应该在./examples/mnist/路径下。（修改create——mnist.sh中的convert_mnist_data.bin为convert_mnist_data）

 

14.第十四步，输入sudo gedit ./examples/mnist/train_lenet.sh 改动一下路径./build/tools/caffe train --solver=examples/mnist/lenet_solver.prototxt，我的路径是./tools/caffe train --solver=examples/mnist/lenet_solver.prototxt

 

15.第十五步，正常运行直至程序结束。（sudo ./examples/mnist/train_lenet.sh）

 

==============================================python接口================================================================

1.第一步，如果python的所有库都安装没问题的话，应该就能够直接在caffe根目录下运行make python

 

2.第二步，之后将python的路径添加进环境变量，命令为export PYTHONPATH=/home/XXX/caffe/python:$PYTHONPATH

 

3.第三步，输入python进入python编辑器，输入import caffe，不报错即可。