之前安装过一次caffe，这次重新安装没想到又遇到很多问题，之前想写一下安装教程的，当时因为考虑到网上的教程已经有很多了，就没有着手去写。但是从这次的安装情况来看，还是需要认真记录一下安装的过程，以免下一次犯同样的错误，也是为了加深点自己的印象，同时也能作为别人的参考教程。
软件链接: https://pan.baidu.com/s/1eSgtXeE 密码: cmhy
第一步是安装Ubuntu系统
安装系统我也看过许多的教程，其中不变的就是系统分区问题，因为大多数人都是安装双系统，或者是虚拟机上安转，但是有一点意见就是尽量安装LTS的版本，也就是偶数开头的（如 Ubuntu 16.04）。至于怎么安装就不在这里赘述。
第二步是安装NVIDIA显卡
首先必须是NVIDIA的显卡才可以GPU加速计算，先去NVIDIA官网上（http://www.nvidia.com/Download/index.aspx?lang=en-us）图一 查询一下你显卡型号所需要的驱动，例如我的是GTX780Ti，需要的驱动是384.90图二
然后去设置->软件与更新 先把第一项中 Download from选择一个国内的下载源，aliyun，cn99都可以，然后在附加驱动 这里换成你的驱动型号，然后apply changes 完成之后重新启动，或者log out在命令行中输入nvidia-smi如果有GPU清单，则显卡安装成功。图三
如果这里没有与你相同的选项，那只能通过刚才的网址（http://www.nvidia.com/Download/index.aspx?lang=en-us）那下载驱动，然后安装，如果选一个不支持的驱动的可能出现循环登录的问题。
如果有驱动选项的可以跳过安装驱动的部分，进入下一步。
驱动安装有两种方法
- 第一种方法就是通过上面所说的，下载官网的安装包，然后按照提示安装，比如说刚才下载的软件是
NVIDIA-Linux-x86_64-384.90.run安装时候首先要Ctrl+Alt+F1进入命令行模式，然后要关掉X server， 最后通过./NVIDIA-Linux-x86_64-384.90.run命令来安装驱动，按照提示安装即可。 - 第二种方法是通过命令行的形式安装。
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
sudo apt-get install**nvidia-367**（要根据自己的型号更换）
sudo apt-get install mesa-common-dev
sudo apt-get install freeglut3-dev
安装完成后要重新启动。在命令行中输入nvidia-smi如果有GPU清单，则显卡安装成功
第三步是安装CUDA
- 进入cuda的下载目录后，执行以下命令安装图四
sudo sh cuda_8.0.44_linux.run
安装过程中有
Accept EULA conditionsaccpet
Say YES to installing the NVIDIA driverNo
Say YES to installing CUDA Toolkit + Driveryes
Say YES to installing CUDA Samplesyes
尤其注意问是否安装驱动要拒绝安装，因为我们前面已经安装过驱动。 - 安装完毕后要声明一下环境变量，执行如下代码
vi ～/.bashrc
将下面两行代码写到文件末尾
export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}} - 设置环境变量和动态链接库
sudo gedit /etc/profile
在打开的文件末尾加入：
export PATH=/usr/local/cuda/bin:$PATH - 保存之后，创建链接文件：
sudo gedit /etc/ld.so.conf.d/cuda.conf
在打开的文件中添加如下语句：
/usr/local/cuda/lib64
然后执行以下命令使链接立即生效。
sudo ldconfig - 最后测试一下cuda的例子，检查cuda是否安装成功。安装完cuda后必须重启电脑，才能让显卡配置生效！
usr/local/cuda/samples
sudo make all -j8
继续进入到samples/bin/x86_64/linux/release目录下，在终端执行查询命令：
./deviceQuery
如果返回你电脑显卡信息，结尾有Result=PASS，则安装成功。图五
第四步安装cuDNN
下载完cudnn6之后进行解压，cudnn-8.0-linux-x64-v6.0.tgz解压之后在命令行进行如下操作：
cd cuda
cd include
sudo cp cudnn.h /usr/local/cuda/include/ #复制头文件
更新软链接：
cd ..
cd lib64
sudo cp lib* /usr/local/cuda/lib64/ #复制动态链接库
cd /usr/local/cuda/lib64/
sudo chmod +r libcudnn.so.6.0.21(或你自己的版本对应的)
sudo ln -sf libcudnn.so.6.0.21 libcudnn.so.6
sudo ln -sf libcudnn.so.6 libcudnn.so
sudo ldconfig #使链接生效
第五步安装caffe
1.安装caffe安装的基本依赖库
sudo apt-get install git
sudo apt-get install build-essential
sudo apt-get python
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 libatlas-base-dev
- 下载caffe-master或其他版本的caffe
cd $CAFFEROOT$//进入caffe的根目录
配置caffe的python环境
cd python
sudo apt-get install python-pip python-dev build-essential
sudo pip install --upgrade pip
sudo pip install -r requirements.txt
为了后面能够使用python绘制caffe的网络模型等可视化操作，执行：
sudo apt-get install graphviz #如果出现错误，尝试不加sudo
sudo pip install pydot
修改配置文件
sudo cp Makefile.config.example Makefile.config
//将Makefile.config.example的内容复制到Makefile.config
//因为make命令只能操作Makefile.config文件，而Makefile.config.example是caffe给出的makefile例子
-
sudo gedit Makefile.config//打开Makefile.config文件
改如下几个部分
改Makefile.config文件中
USE_CUDNN := 1
WITH_PYTHON_LAYER := 1#为了使用python来编写layer，将注释去掉
Whatever else you find you need goes here.下面的INCLUDE_DIRS与LIBRARY_DIRS := $(PYTHON_LIB) 改为下面两行
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib/usr/lib/x86_64-linux-gnu /usr/lib/x86_64-linux-gnu/hdf5/serial //这是因为ubuntu16.04的文件包含位置发生了变化，尤其是需要用到的hdf5的位置，所以需要更改这一路径
- 修改Makefile文件中
将
NVCCFLAGS +=-ccbin=$(CXX) -Xcompiler-fPIC $(COMMON_FLAGS)
替换
NVCCFLAGS += -D_FORCE_INLINES -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS)
退出保存 - 在caffe的根目录下新建
build文件夹
mkdir build
cd build
sudo cmake .. -DCUDA_NVCC_FLAGS="-D_FORCE_INLINES" -DUSE_CUDNN=OFF
如果没有报错则进行下一个命令
sudo make -j8这个数字是根据内存的大小选择的（4表示采用4核，当然如果你是8核你也可以用8） - 需要将编译好的
caffe写入到环境变量中，执行如下命令
vi ~/.bashrc
在末尾加入
export PYTHONPATH=/home/到caffe根目录的路径/caffe-segnet-cudnn5-maste/python:$PYTHONPATH
退出保存
在命令行中输入
python
import caffe
如果没有报错则安装正确。
参考链接
http://blog.csdn.net/sinat_14916279/article/details/53844963
http://blog.csdn.net/autocyz/article/details/52299889#insertcode
http://www.mobibrw.com/2017/7285
