雖然Deep Learning已經不是什麼新鮮的東西了，但是由於設備原因，自己一直沒有涉足。前幾天有幸換了一台自帶GPU的Workstation，甚是高興。於是迫不及待地裝了個Ubuntu系統，開始配置DeepLearning框架Caffe。前後共花了差不多兩天時間，終於把它配好了。配了這麼多年的軟件，Caffe應該是我配過最復雜的軟件，沒有之一。終於知道為什麼用Caffe的人這麼多，親自去配它的人這麼少了。以下將一步步講解配置Caffe的過程，希望對初學者有點幫助。PS：雖然官網http://caffe.berkeleyvision.org/installation.html給出了配置的過程，但是非常籠統，看著看著就不知道自己該干嘛了。
一、NVIDIA驅動和CUDAToolkit的安裝
1. 安裝前需要注意的問題：
a. 檢查自己的GPU是否支持CUDA，linux可用以下命令來查看GPU型號：
Lspci | grep –I nvidia
只要GPU型號可以在https://developer.nvidia.com/cuda-gpus找到，就是支持CUDA的，比如我的GPU型號是：GeForceGTX Titan
b. 檢查自己的操作系統是不是CUDA支持的，可以輸入以下命令：
uname -m && cat /etc/*release
CUDA支持的操作系統在以下網址可以找到http://docs.nvidia.com/cuda/cuda-toolkit-release-notes/#overview
c. 檢查操作系統是否安裝了gcc，可用以下命令
gcc –version
很多操作系統都預裝有gcc，如果你的沒有就先安裝一下。
d. 去https://developer.nvidia.com/cuda-downloads下載最新版的CUDA，目前是6.5的。這裡注意選擇與自己機器和操作系統相匹配的（比如我的是64位的Ubuntu14.04）。友情提醒：文件有點大，大概1G，網速不好的同學請耐心等待。
e. 驗證下載的CUDA是否有效：
md5sum 安裝包名字>
執行完上述命令後會出現一串md5值，例如我的是:90b1b8f77313600cc294d9271741f4da，看看https://developer.nvidia.com/cuda-downloads/checksums列表中是否能找到你的md5值，如果不能找到，那就說明之前下的安裝包有問題，要重新下載。
f. 處理版本沖突問題，第一次安裝可以跳過這點。如果之前有裝過NVIDIA驅動和CUDA的話，要卸載干淨，具體卸載方法參見http://developer.download.nvidia.com/compute/cuda/6_5/rel/docs/CUDA_Getting_Started_Linux.pdf
2. 安裝時需要注意的問題：
a. 退出GUI界面，操作方法是：同時按：CTRL+ALT+F1（F2-F6），切換到TTY1-6命令行模式。退出GUI界面後需要輸入用戶名、密碼登陸。登陸後關閉桌面服務：
sudo stop lightdm
這步很重要，直接在GUI界面裝肯定是會失敗的！
b. 官網說安裝前需要Interaction with Nouveau，因為Nouveau是一個開源的顯卡驅動，Ubuntu14.04默認安裝了，但是它可能會影響NVIDIA驅動的安裝。這一步我直接跳過了，事實證明並沒有影響。(不放心的同學可以按官網http://developer.download.nvidia.com/compute/cuda/6_5/rel/docs/CUDA_Getting_Started_Linux.pdf那樣多操作幾步。)
c. 現在可以開始安裝了。先切換到CUDA安裝包所在的位置，執行以下命令：
sudo sh cuda_6.5.14_linux_64.run
這邊一路accept-yes-enter就行
執行完後出現以下結果：
Driver: Installed requirereboot
Toolkit: installskip
Samples: installskip
看到了嗎，這個CUDA安裝包事實上包含了Driver，Toolkit和Samples三部分，第一次安裝時把驅動裝上了，只不過要重新啟動。重新啟動了一下，還是跟上面一樣，退出GUI，重新執行以下命令:
sudo sh cuda_6.5.14_linux_64.run
結果如下：
Driver:Installed
Toolkit: Installed in/usr/local/cuda-6.5
Samples: Installed in/home/Changzhi, but missing recommendedlibraries
這次就安裝成功了，但是缺少了一些推薦的庫。
d. 這一步顯然要安裝那些推薦的庫，沒什麼好說的，按官網推薦的，需要安裝以下庫：
sudo apt-get install freeglut3-dev build-essential libx11-devlibxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesalibglu1-mesa-dev
e. 裝完以後就可以回到GUI界面了，執行
sudo start lightdm
f. 按照官網http://caffe.berkeleyvision.org/installation.html#prerequisites的要求，還需要安裝一些dependencies，我的系統是Ubuntu14.04，所以還需要執行以下兩步：
sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-devlibopencv-dev libboost-all-dev libhdf5-serial-dev
sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-devprotobuf-compiler
3. 安裝後需要注意的問題：
a. 設置環境變量：
在/etc/profile最後面添加一句（添加不了的可以切換到root用戶）
export PATH=$PATH:/usr/local/cuda-6.5/bin
保存後執行以下命令，是環境變量立即生效
source /etc/profile
b. 添加lib庫路徑
在/etc/ld.so.conf.d加入文件cuda.conf，寫入
/usr/local/cuda-6.5/lib64
同樣，執行下列命令使其立即生效
sudo ldconfig
4. 驗證安裝結果
a. 驗證驅動的版本，和上述gcc類似，就是驗證驅動和有沒有問題
cat /proc/driver/nvidia/version
b. 編譯例子
先看一下編譯器版本，執行
nvcc –V
不出意外，這裡會提示nvcc沒有安裝，其實就是之前裝的NVIDIA-CUDA-Toolkit的編譯器沒有安裝完整，根據提示安裝就好：
sudoapt-get install nvidia-cuda-toolkit
這個安裝也需要很長時間，請耐心等待。安裝完後就可以編譯例子了，例子默認安裝在/home/username/NVIDIA_CUDA-6.5_Samples，進入這個目錄，執行
make
該過程也比較漫長，請耐心等待。
c. Running the binaries.
全部編譯玩後，進入/home/username/NVIDIA_CUDA-6.5_Samples/bin/x86_64/linux/release，執行
sudo ./deviceQuery
如果出現以下信息，則驅動及顯卡安裝成功：
Note： 如果大家第一次安裝顯示的CUDA driver version和runtimeversion是一樣的話，以下標綠的部分可以略過。
我第一次安裝時，出現了“cuda driver version isinsufficient for cudaruntime”這個錯誤，就是默認安裝時cuda版本是6.5，但是驅動版本還是5.5。解決這個問題肯定是安裝個6.5版的cuda驅動就行了。但問題沒有那麼簡單。我從官網下了6.5的cuda驅動，安裝後，別說解決問題，連ubuntu系統都進不去了。開機時就左上角有個小橫線在一閃一閃的，還什麼都不能輸入，真是能把人急死！後來網上找到了解決辦法如下：
login the system using root recover mode,execute:
sudo apt-get purge nvidia*
sudo apt-get install nvidia-current
sudoreboot
系統啟動不了原因是顯卡驅動沖突，所以我們只需卸載干淨前一個驅動，只保留一個最新版的驅動即可。這個recovermode開機時按住左邊的shift鍵就可以進入。
至此，NVIDIA驅動和CUDAToolkit的安裝完成。
二、BLAS的安裝
這邊選擇的是很多網友推薦的intel MKL，這個是收費軟件，但學生可以申請免費使用，申請地址https://software.intel.com/en-us/intel-education-offerings#pid-2460-93，這裡注意選擇自己對應操作系統的版本，還要申請時只能用edu的郵箱。這個軟件非常大，3G+，下載時可以選擇在線安裝或者離線下載，這裡強烈推薦離線下載再安裝，因為我就是在線安裝時出現問題了，後來卸載重新離線安裝的。我是linux系統，所以下載的是parallel_studio_xe_2015_update1.tgz，解壓後進入目錄，執行
sudo ./install_GUI.sh
這是GUI界面安裝，和windows一樣，按照提示一步步安裝就行了，路徑什麼的選擇默認就好。裝好後需要添加library路徑，具體操作是在/etc/ld.so.conf.d/下新建文件intel_mkl.conf，沒權限的話切換到root用戶來操作，建好後在文件中添加：
/opt/intel/lib/intel64
/opt/intel/mkl/lib/intel64
安裝mkl時如果不是選擇默認路徑的，以上操作記得換成自己的安裝路徑。添加完內容後執行以下命令使其立即生效。
sudo ldconfig
三、OpenCV的安裝
這個盡量不要手動安裝， Github上有人已經寫好了完整的安裝腳本：https://github.com/jayrambhia/Install-OpenCV，下載後解壓，然後進去該目錄，選擇自己的操作系統，比如我的是Ubuntu，執行
sudo ./dependencies.sh
sudo ./open2_4_9.sh
其中第一步是安裝依賴項，第二部是安裝opencv，這個過程大概二三十分鐘，慢慢等。
四、Caffe的安裝和編譯
Caffe下載地址：https://github.com/BVLC/caffe
下載後，進入Caffe目錄執行
cp Makefile.config.example Makefile.config
然後修改Makefile.config中的BLAS:= atlas為BLAS := mkl，保存退出就行了。
最後是編譯，執行以下三條命令：
make all
make test
make runtest
前兩步是肯定沒問題的，第三部runtest，最後會有兩項不通過，但是還是pass了，不影響，應該是沒裝python的原因。如果不需要在python下用caffe，就可以不管了。
至此Caffe安裝完成！
Caffe 深度學習入門教程 http://www.linuxidc.com/Linux/2016-11/136774.htm
Ubuntu 16.04下Matlab2014a+Anaconda2+OpenCV3.1+Caffe安裝 http://www.linuxidc.com/Linux/2016-07/132860.htm
Ubuntu 16.04系統下CUDA7.5配置Caffe教程 http://www.linuxidc.com/Linux/2016-07/132859.htm
Caffe在Ubuntu 14.04 64bit 下的安裝 http://www.linuxidc.com/Linux/2015-07/120449.htm
深度學習框架Caffe在Ubuntu下編譯安裝 http://www.linuxidc.com/Linux/2016-07/133225.htm
Caffe + Ubuntu 14.04 64bit + CUDA 6.5 配置說明 http://www.linuxidc.com/Linux/2015-04/116444.htm
Ubuntu 16.04上安裝Caffe http://www.linuxidc.com/Linux/2016-08/134585.htm
Caffe配置簡明教程 ( Ubuntu 14.04 / CUDA 7.5 / cuDNN 5.1 / OpenCV 3.1 ) http://www.linuxidc.com/Linux/2016-09/135016.htm
Ubuntu 16.04上安裝Caffe(CPU only) http://www.linuxidc.com/Linux/2016-09/135034.htm
更多Ubuntu相關信息見Ubuntu 專題頁面 http://www.linuxidc.com/topicnews.aspx?tid=2
