caffe（25）
linux(ubuntu)（11）
深度学习/机器学习（53）
本文参考了：&
本文是基于已经成功安装了各种常用包、、cuda
1、首先安装各种更新包
sudo apt-get update
sudo apt-get upgrade
sudo apt-get install -y build-essential cmake git pkg-config
sudo apt-get install -y libprotobuf-dev libleveldb-dev libsnappy-dev libhdf5-serial-dev protobuf-compiler
sudo apt-get install -y libatlas-base-dev
sudo apt-get install -y --no-install-recommends libboost-all-dev
sudo apt-get install -y libgflags-dev libgoogle-glog-dev liblmdb-dev
sudo apt-get install -y python-pip
sudo apt-get install -y python-dev
sudo apt-get install -y python-numpy python-scipy
sudo apt-get install -y libopencv-dev
123456789101112131415161718192021123456789101112131415161718192021
2、下载caffe
git clone https:123123
3、开始安装
//打开到刚刚git下来的caffe
cp Makefile.config.example Makefile.config //将Makefile.config.example的内容复制到Makefile.config
//因为make指令只能make
Makefile.config文件，而Makefile.config.example是caffe给出的makefile例子
gedit Makefile.config
//打开Makefile.config文件12341234
仔细阅读makefile中的注释语句其实就知道该怎么操作了，为了方便理解，笔者还是介绍一各个配置说明。&
在打开的Makefile.config修改如下内容：
//如果你不使用GPU的话，就将
CPU_ONLY := 1
USE_CUDNN := 1
OPENCV_VERSION := 3
WITH_PYTHON_LAYER := 1
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib
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/serial1234567891011121314151617181920212223242526272812345678910111213141516171819202122232425262728
4、为hdf5之类的文件创建新的链接
\\首先执行下面两句话：
find . -type f -exec sed -i -e 's^&hdf5.h&^&hdf5/serial/hdf5.h&^g' -e 's^&hdf5_hl.h&^&hdf5/serial/hdf5_hl.h&^g' '{}' \;
cd /usr/lib/x86_64-linux-gnu
\\然后根据情况执行下面两句：
sudo ln -s libhdf5_serial.so.10.1.0 libhdf5.so
sudo ln -s libhdf5_serial_hl.so.10.0.2 libhdf5_hl.so
\\注意：这里的10.1.0和10.0.2根据不同的系统可能对应的数字会不同，比如在ubuntu15.10中其数字就是8.0.2.
\\具体的数字可以在打开的文件中查看对应文件后面跟的数字1234567891012345678910
5、执行python文件夹下的指令
\\现在将目录cd到你之前git的caffe文件夹下：
for req in $(cat requirements.txt); do pip install $req; done
\\如果发现执行上述代码后，终端中有很多红字，一堆的错误之类的，那不管是什么错误都执行下面一句话：
for req in $(cat requirements.txt); do sudo -H pip install $req -- done
\\执行完上面这句话后应该就不会有很多红字错误了123456789123456789
6、make 各种文件
\\此时位置应该处于caffe文件夹下
make all -j8
make test -j8
make runtest -j8
make pycaffe
make distribute12345678910111234567891011
至此，安装caffe差不都就已经完成了。但是笔者在安装的过程中，遇到了各种各样问题，有时候解决了这个问题，那个问题又出现了，几近崩溃的边缘，究其原因还是对ubuntu这个系统熟悉。笔者在遇到问题google的时候都将界面留存了下来，下面罗列一下遇到问题以及解决方式。
caffe安装错误集锦
在make all 的时候出现如下错误
Error 'fatal error: pyconfig.h: No such file or directory' when executing 'make pycaffe' on dev-branch #41011
解决方案：
make clean
export CPLUS_INCLUDE_PATH=/usr/include/python2.7
make all -j8123123
string.h ‘memcy’ was not declared in this scope11
解决方案：打开makefile搜索并替换
NVCCFLAGS += -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS)
NVCCFLAGS += -D_FORCE_INLINES -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS)11
类似以下情况的错误：
.build_release/lib/libcaffe.so: undefined reference to `cv::imread(cv::String const&, int)'
.build_release/lib/libcaffe.so: undefined reference to `cv::imencode(cv::String const&, cv::_InputArray const&, std::vector&unsigned char, std::allocator&unsigned char& &&, std::vector&int, std::allocator&int& & const&)'1212
这种问题很有可能是你的系统中使用的是opencv3，但是你的Makefile.config中没有将OPENCV_VERSION := 3这一句取消注释。
出现各种undefined referenceserrors，比如：
::base::CheckOpMessageBuilder::NewString()'11
这类问题往往是因为gcc和g++编译器版本的问题，在ubuntu16.04中，其默认的gcc编译器版本是gcc 5,但是cuda目前又不支持高于4.9的编译器，因此会出现不兼容的情况。
解决方法：&
这里有一种比较暴力的解决方法，不确定是否安全。编辑/usr/local/cuda/include/host_config.h，将其中的第115行注释掉：
//#error 1234512345
注意：查看现在的gcc编译器版本，可能有的人在之前安装cuda的时候会将默认的gcc、g++版本改成4.8之类比较老的版本，在make caffe的时候最好将gcc和g++的版本改到最新的，这样在make的时候才不会出现类似undefined references之类的错误。具体的修改方法可以google之。
&&相关文章推荐
* 以上用户言论只代表其个人观点，不代表CSDN网站的观点或立场
访问：13505次
排名：千里之外
转载：109篇
(1)(29)(7)(26)(39)(7)(2)(1)> 博客详情
摘要: niha
主要依据http://blog.csdn.net/u/article/details/进行安装，跟据自己实际做了些许修改。
ubuntu16.10&& cuda8.0&& gcc5.4 opencv3.1.0 python2.7
CUDA安装（包括nvidia显卡驱动和cuda库文件）：
&CUDA(Compute Unified Device Architecture)，是显卡厂商推出的运算平台CUDA(TM)是一种由NVIDIA推出的通用架构，该架构使能够解决复杂的计算问题。开发人员现在可以使用来为CUDA(TM)架构编写程序，C语言是应用最广泛的一种高级编程语言。所编写出的程序于是就可以在支持CUDA(TM)的处理器上以超高性能运行。CUDA3.0已经开始支持和。
通过英伟达安装包来分别安装库的驱动程序而不是使用apt-get来安装。如果只有CPU可以跳过这步。
主板BIOS里面要选择自由选择显卡，这样才能识别nvidia的显卡并进行驱动更新。
快捷键ctrl+alt+T打开命令终端，加入官方ppa源（）。
$&sudo&&add-apt-repository&ppa:graphics-drivers/ppa&&
需要输入密码并按enter键确认。之后刷新软件库并安装最新驱动。
$&sudo&apt-get&update&&
$&sudo&apt-get&install&nvidia-367&nvidia-settings&nvidia-prime&&
安装完成后通过下面命令查看是否安装成功。
$&nvidia-settings&&
注意安装完成后要重启，有如下效果则安装完成，否则就说明安装有问题，尝试关闭UEFI保护试试。
从官网下载cuda8.0run文件 ，进入该页面选择相应版本，如下图
cuda8.0已经支持gcc5以上版本（不包括gcc6），故建议安装时使用Gcc5以上版本，不，因为Caffe需要使用Gcc5来编译，不然会出现很多undefined reference 的错误。ubuntu16.10系统自带的是最新的gcc6，导致接下来编译的时候比较麻烦。
下载完run文件后，cd命令进入该文件所在目录，进行MD5检验，确保安装包正常。
sudo&md5sum&cuda_8.0_linux.run&&&&&检验结果与源文件的md5sum比较。&&
检验正确后，输入如下代码安装（第一行修改文件权限，第二行执行文件安装）：
$&chmod&777&cuda_8.0_linux.run&&
$&sudo&./cuda_8.0_linux.run&--override&&&
执行代码后会跳出一个信息，左下方出现more|0%这样，此时直接按enter直到跳到100%结束退出，接下来要求输入相关配置命令，如下图，注意别弄错了，第三行配置询问是否要安装nvidia图形驱动器，一定要选n，因为之前已经安装过了，如果再安装则会报错。仔细看如下配置，别看错行。
安装后出现如下则说明安装正确：
===========&&
=&Summary&=&&
===========&&
Driver:&&&Not&Selected&&
Toolkit:&&Installed&in&/usr/local/cuda-7.5&&
Samples:&&Installed&in&/usr/local/cuda-7.5,&but&missing&recommended&librarie&&
接下来安装cudnn动态库，可以获得更快计算速率。 ,初次进入需要注册，然后问卷调查，之后进入如下页面
选择cuDNN v5 Library for Linux进行下载。下载后名字为：cudnn-7.5-linux-x64-v5.0-ga.tgz，进入文件所在目录进行解压：
$&tar&zxvf&cudnn-7.5-linux-x64-v5.0-ga.tgz&&&
解压后有个cuda文件，内有include和lib64两个文件夹，进入include文件夹，执行如下命令：
$&sudo&cp&cudnn.h&/usr/local/cuda/include/&&&&&#复制头文件&&
再cd命令切换进lib64文件夹，执行如下命令：
$&sudo&cp&lib*&/usr/local/cuda/lib64/&&&&#复制动态链接库&&
然后进入复制后的动态链接库进行新的链接：
$&cd&/usr/local/cuda/lib64/&&&&&&&&
$&sudo&rm&-rf&libcudnn.so&libcudnn.so.5&&&&#删除原有动态文件&&
$&sudo&ln&-s&libcudnn.so.5.0.5&libcudnn.so.5&&
$&sudo&ln&-s&libcudnn.so.5&libcudnn.so&&
然后设置环境变量和动态链接库：
$&sudo&gedit&/etc/profile&&
然后再打开的文件末尾加上（“=”前后不要有空格）
export&PATH=/usr/local/cuda/bin:$PATH&&
保存之后创建链接文件：
$&sudo&vim&/etc/ld.so.conf.d/cuda.conf&&
按下键盘i进行编辑：
/usr/local/cuda/lib64&&
按下esc，按下：wq保存退出。并在终端输入以下命令使该链接生效：
$&sudo&ldconfig&&
使用sample里面的例子来测试还需要编译。
然后进入用例文件进行编译（注意执行第二步命令时候需要较长时间是正常现象）：
$&cd&/usr/local/cuda/samples&&
$&sudo&make&all&-j4&&
$&cd&/usr/local/cuda/samples/bin/x86_64/linux/release&&
$&sudo&./deviceQuery&&
执行命令后出现如下信息则说明显卡驱动和cuda安装成功。
BLAS安装与配置
BLAS,即基础线性代数子程序库，里面拥有大量已经编写好的关于线性代数运算的程序,是一个应用程序接口的标准。caffe官网上推荐了三种实现：ATLAS, MKL, or OpenBLAS。其中atlas可以直接通过命令行安装.在此直接使用ATLAS,在线安装即可。
OpenCV3.1.0安装与配置
首先安装一些必要的依赖库：
sudo&apt-get&install&build-essential&&
sudo&apt-get&install&cmake&git&libgtk2.0-dev&pkg-config&libavcodec-dev&libavformat-dev&libswscale-dev&&
sudo&apt-get&install&python-dev&python-numpy&libtbb2&libtbb-dev&libjpeg-dev&libpng-dev&libtiff-dev&libjasper-dev&libdc1394-22-dev&&
进入该网站下载OpenCV3.1.0并解压缩，然后进入解压缩后的文件，创建build文件。
$&unzip&opencv-3.1.0.zip&&
$&cd&opencv-3.1.0&&
$&mkdir&build&&
$&cd&build&&
$&cmake&-D&CMAKE_BUILD_TYPE=Release&-D&CMAKE_INSTALL_PREFIX=/usr/local&..&&
生成的文件在bulid中，而生成的CMakeLists.txt文件在上一级文件中。在配置过程会出现– ICV: Downloading ippicv_linux_.tgz…错误。可以到
将下载的文件替换掉 opencv-3.1.0/3rdparty/ippicv/downloads/linux-8b449a536a2157bcad08a2b9f266828b下的同名文件，同时在opencv-3.1.0目录下的CMakeList.txt 文件的开头加入一行，然后再次cmake即可，如下：
$&cd&~/Downloads/&&
$&mv&ippicv_linux_.tgz&opencv-3.1.0/3rdparty/ippicv/downloads/linux-808b791a6eac9ed78d32ae/&&&
$&vim&opencv-3.1.0/CMakeLists.txt&&&
在弹出的文件开头加入一行(注意里面的引号要英文状态下的)：
set(CMAKE_CXX_FLAGS&"${CMAKE_CXX_FLAGS}&-D_FORCE_INLINES")&&&
然后按esc和:wq保存退出。 &
$&cd&opencv-3.1.0/build&&
$&cmake&-D&CMAKE_BUILD_TYPE=Release&-D&CMAKE_INSTALL_PREFIX=/usr/local&..&&
$&make&-j4&&&&&&&#四核运算&&
$&sudo&make&install&&
以上最后两步比较耗时，耐心等待。
Python安装与配置
选择的是anaconda linux64 2.7版本 。下载完成之后，最好也要进行md5sum的检验。完成之后，cd进入下载文件所在的目录，在命令行输入：
$&bash&Anaconda2-4.0.0-Linux-x86_64.sh&&
安装完成之后，在～/.bashrc文件末尾添加Anaconda的库文件（注意“=”两边不要有空格）,具体如下：
$&sudo&gedit&~/.bashrc&&&&&&
export&PATH="/home/jeson/anaconda2/bin:$PATH"&&
export&LD_LIBRARY_PATH="/home/jeson/anaconda2/lib:$LD_LIBRARY_PATH"&&
重启电脑之后，在命令行输入：
$&ipython&&
就可以看到python的版本。
caffe的安装和配置
安装各种依赖包
sudo&apt-get&update&&
sudo&apt-get&upgrade&&
sudo&apt-get&install&-y&build-essential&cmake&git&pkg-config&&
sudo&apt-get&install&-y&libprotobuf-dev&libleveldb-dev&libsnappy-dev&libhdf5-serial-dev&protobuf-compiler&&
sudo&apt-get&install&-y&libatlas-base-dev&&
sudo&apt-get&install&-y&--no-install-recommends&libboost-all-dev&&
sudo&apt-get&install&-y&libgflags-dev&libgoogle-glog-dev&liblmdb-dev&&
sudo&apt-get&install&-y&python-pip&&
sudo&apt-get&install&-y&python-dev&&
sudo&apt-get&install&-y&python-numpy&python-scipy&&
sudo&apt-get&install&-y&libopencv-dev&&
下载caffe：
git&clone&/BVLC/caffe.git&&&&//从github上git&caffe&&
安装配置caffe：
cd&caffe&&&&//打开到刚刚git下来的caffe&&
cp&Makefile.config.example&Makefile.config&//make指令只能make&Makefile.config&&
sudo&gedit&Makefile.config&&&&&&//打开Makefile.config文件&&
配置文件修改（看英文提示根据具体修改）：
USE_CUDNN := 1
OPENCV_VERSION&:=&3&&&&#取消注释符号#,应用opencv3&&
BLAS&:=&mkl&&&#BLAS库应用英特尔的mkl&&
#注释第66行自带的python&&
ANACONDA_HOME&:=&/home/jeson/anaconda2&&#将具体anaconda2路径写入&&
PYTHON_INCLUDE&:=&$(ANACONDA_HOME)/include&\&&
&&&&&&&&&&$(ANACONDA_HOME)/include/python2.7&\&&
&&&&&&&&&&$(ANACONDA_HOME)/lib/python2.7/site-packages/numpy/core/include&\&&&#PYTHON_INCLUDE之前的注释#去掉，以及之后两行前的#也去掉&&
PYTHON_LIB&:=&$(ANACONDA_HOME)/lib&&
INCLUDE_DIRS&:=&$(PYTHON_INCLUDE)&/usr/local/include&/usr/include/hdf5/serial&&
LIBRARY_DIRS&:=&$(PYTHON_LIB)&/usr/local/lib&/usr/lib&/usr/lib/x86_64-linux-gnu&/usr/lib/x86_64-linux-gnu/hdf5/serial&&
为hdf5之类的文件创建新的链接[
\\首先执行下面两句话：&&
find&.&-type&f&-exec&sed&-i&-e&'s^"hdf5.h"^"hdf5/serial/hdf5.h"^g'&-e&'s^"hdf5_hl.h"^"hdf5/serial/hdf5_hl.h"^g'&'{}'&\;&&
cd&/usr/lib/x86_64-linux-gnu&&
\\然后根据情况执行下面两句：&&
sudo&ln&-s&libhdf5_serial.so.10.1.0&libhdf5.so&&
sudo&ln&-s&libhdf5_serial_hl.so.10.0.2&libhdf5_hl.so&&
\\注意：这里的10.1.0和10.0.2根据不同的系统可能对应的数字会不同，比如在ubuntu16.04中其数字就是10.1.0.&&
\\具体的数字可以在输入命令时候使用tab键补全查看&&
打开makefile文件搜索并替换
NVCCFLAGS&+=&-ccbin=$(CXX)&-Xcompiler&-fPIC&$(COMMON_FLAGS)&&
NVCCFLAGS&+=&-D_FORCE_INLINES&-ccbin=$(CXX)&-Xcompiler&-fPIC&$(COMMON_FLAGS)&&
$&sudo&gedit&～/.bashrc&&
在打开的文件末尾加上：
export&LD_LIBRARY_PATH="/lib/x86_64-linux-gnu:$LD_LIBRARY_PATH”&&
在命令行输入：
sudo&ldconfig&#编译立即生效&&
然后进入caffe目录：
make&all&-j4&&
make&test&-j4&&
make&runtest&&
这里runtest会报错如下：
解决方法是在～/.bashrc文件末尾添加输入一行，具体如下：
sudo&gedit&~/.bashrc&&
export&MKL_CBWR=AUTO&&&&&#打开的文件末尾加入该行，然后保存退出。&&
sudo&ldconfig&&&&&&&&&&&&#编译立即生效&&&
然后再来一遍
make&clean&&
make&all&-j4&&
make&test&-j4&&
make&runtest&&
正确结果是如下：
如果编译没有报错，则基本没问题。在运用anaconda和matlab时都需要修改相应的内容。&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&
1.编译过程中若出现各种莫名奇妙的undefined reference 错误（undefined reference to ‘xxx’），优先考虑是否是编译器版本问题，使用gcc5进行编译。
2.若出现protobuf/proto等相关的错误，优先考虑是否是protobuf未安装，可以本地编译protobuf。下载地址为/google/protobuf/releases/download/v2.6.1/protobuf-2.6.1.tar.gz，按照README文件里的步骤安装即可
anaconda需要将caffe头文件进行链接：
$&sudo&gedit&~/.bashrc&&
export&PYTHONPATH="/home/jeson/caffe/python:$PYTHONPATH"&&
保存后在命令行输入：
sudo&ldconfig&&
make&pycaffe&&
make&distribute&&
import&caffe&&
最后如果没有跳出错误则说明编译成功，即可调用caffe模块。
我在导入caffe时出现 /home/lqc/anaconda2/bin/../lib/libstdc++.so.6: version `GLIBCXX_3.4.20' not found&& ，主要因为/home/lqc/anaconda2/lib/libstdc++.so.6的确没有此版本（gcc.4.7）,但我的系统安装的是gcc6,所以只要找到gcc6的libstdc++.so.6.0.22, 建立其为libstdc++.so.6软链接即可。
（strings& libstdc++.so.6.0 |grep GLIBCXX）& string命令查看
至此，暂时应该算是安装完成。
人打赏支持
码字总数 12887
支付宝支付
微信扫码支付
打赏金额: ￥
已支付成功
打赏金额: ￥当前位置： >
Ubuntu 16.04 安装配置Caffe 图文详解
来源：装机员┆发布时间： 11:31┆点击：
装机员为您提供的文章咨询供您阅读，如何使用的方法对您有帮助也请您举手之劳分享给您身份的人。
Caffe已经是第三次安装配置了，为什么是第三次呢？因为我实在是低估了深度学习对于硬件的要求。第一次我在自己笔记本上配置的单核，CPU only ...& 结果是，样例数据跑了4小时，这还怎么玩？第二次在台式机上，因为台式机比较low，I5处理器4核，没有NVIDIA的GPU。我把别人训练好的模型下载下来，然后自己测试，发现真的成功了，心里小激动~ 然而，当我自己训练模型时，我训练7天.....& 关键是7天了还在跑.....&
心想，我这个穷逼难道要自己掏钱买个服务器？那怎么可能。还好，老师人非常好，给我找了个服务器~& 现在终于是劳资大显身手的时候了。
整个配置过程很长啊，坑多，没有Linux基础的就别来了，你会崩溃的。我参考了好几个帖子，基本上每个帖子都有或多或少的问题，文章结尾的时候，我会留下前辈们的文章地址，算是对他们的尊敬和对我帮助的感谢。好，下面切入正题！
电脑配置：
系统：Ubuntu16.04& GPU：NVIDIA Corporation GM107GL [Quadro K620] (提示：在linux下可以通过&lspci | grep -i vga&查看）
Caffe 深度学习入门教程&
Ubuntu 16.04下Matlab2014a+Anaconda2+OpenCV3.1+Caffe安装
Ubuntu 16.04系统下CUDA7.5配置Caffe教程
Caffe在Ubuntu 14.04 64bit 下的安装
深度学习框架Caffe在Ubuntu下编译安装&
Caffe + Ubuntu 14.04 64bit + CUDA 6.5 配置说明&
Ubuntu 16.04上安装Caffe
Caffe配置简明教程 ( Ubuntu 14.04 / CUDA 7.5 / cuDNN 5.1 / OpenCV 3.1 )&
Ubuntu 16.04上安装Caffe(CPU only)&
1.安装相关依赖项
1 sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler
2 sudo apt-get install --no-install-recommends libboost-all-dev
3 sudo apt-get install libopenblas-dev liblapack-dev libatlas-base-dev
4 sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev
2.安装NVIDIA驱动
(1)查询NVIDIA驱动
首先去官网&http://?lang=en-us&查看适合自己显卡的驱动并下载：
驱动文件后缀名应当是以.run结尾的。我们要把这个文件移动到家目录下，原因是下面我们要切换到文字界面下，如果放到~/下载 下面，我们没有办法进入下载这个目录（没有中文输入法，且中文全部是乱码）
& & & & & & & & &
图1 输入显卡型号& & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & & 图2& 显卡驱动搜索结果
我的显卡型号是Quadro K620，系统是linux 64位，按照要求选择后点击search. 图2是搜索结果，点击下载就好了。
我下载后的驱动文件是：NVIDIA-Linux-x86_64-375.20.run
（2）安装驱动
在终端下输入：&sudo gedit /etc/modprobe.d/blacklist.conf&&
输入密码后在最后一行加上&blacklist nouveau&.& 这里是将Ubuntu自带的显卡驱动加入黑名单。
在终端输入：&sudo update-initramfs -u &
重启电脑~这里要尤其注意，安装显卡驱动要先切换到文字界面，(按Ctrl+Alt+F1~F6).所以，启动电脑后，先进入文字界面。
然后，输入命令&sudo service lightdm stop&
现在可以安装驱动了，先进入家目录&cd ~&，然后：&sudo ./NVIDIA-Linux-x86_64-375.20.run，按照提示一步步来~&
完成后，再次重启电脑。
安装完成之后输入以下指令进行验证：&sudo nvidia-smi&，若列出了GPU的信息列表则表示驱动安装成功。如下图：
3.安装CUDA
CUDA是NVIDIA的编程语言平台，想使用GPU就必须要使用cuda。
（1）下载CUDA
首先在官网上(/cuda-downloads)下载CUDA：
(2)&下载完成后执行以下命令：
1 sudo chmod 777 cuda_8.0.44_linux.run
./cuda_8.0.44_linux.run
以上就是装机员给大家介绍的如何使用的方法了，如何使用的方法到这里也全部结束了相信大家对如何使用的方法都有一定的了解了吧，好了，如果大家还想了解更多的资讯，那就赶紧点击吧。
本文来自装机员如需转载请注明！
不知道有没朋友跟我一样是 Ubuntu 和 Windows 双系统？今天有朋友问到我，当他从 Ubuntu 系统重新启动到 Windows 时，会发
装机必备软件
装机员系统之家提供、、最新，专为装机修机员奉上最好的、系统、U教平台
请勿发布违反国家法律法规的内容，会员观点不代表本站立场.本站发布的系统与软件仅为个人学习测试使用，请在下载后24小时内删除，不得用于任何商业用途，
否则后果自负，请支持购买微软正版软件！ 如侵犯到您的权益,请及时通知我们,我们会及时处理。匿名用户不能发表回复！|
每天回帖即可获得10分可用分！小技巧：
你还可以输入10000个字符
(Ctrl+Enter)
请遵守CSDN，不得违反国家法律法规。
转载文章请注明出自“CSDN（www.csdn.net）”。如是商业用途请联系原作者。官方教程：
主要参考教程:
其他参考：&
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&
参考官网的教程，先安装不支持GPU版本的， 编译成功后再安装CUDA，增加GPU功能。
这是在github项目下面的教程， 根据自己的机子修改了部分内容（修改的地方其实并不多，细心注意下就好）。
环境为 ubuntu16.04 + opencv2.4 + python2.7
再来增加GPU的支持，先下载安装CUDA 8.0
CUDA安装：官方dec文件安装：
　1. sudo dpkg -i cuda-repo-ubuntu-rc_8.0.27-1_amd64-deb
　2. sudo apt-get update
　3. sudo apt-get install cuda
安装完后检查：
　　nvidia-smi
（自己的本机显卡驱动为nvidia 361）
下载CuDNN（），选择5.0版本（和cuda 8.0匹配），
解压后将 /lib64 目录下的文件拷贝到 /usr/lib/x86_64-linux-gnu/
将 /include 目录下的文件拷贝到 /usr/include/
重启电脑，执行 export 检查环境变量。
重新编译caffe：
进入caffe-master目录下，修改 Makefile.config， 根据里面的注释来修改，注释掉CPU_ONLY = 1，其他选项根据自己的情况来修改。
编译前先执行 make clean
然后依次执行：
make runtest
make pycaffe
make distribute
可在后面增加 -j $(($(nproc) + 1))，来使用多个处理器编译。
编译过程会出现gcc版本错误，显示版本太高了（5.4），打开/usr/local/cuda/include/host_config.h
注释掉：&&& error -- unsupported GNU version! gcc versions later than 5.3 are not supported!&
在cuda和opencv编译的时候也会报gcc版本太高的错误（主要是cuda引起的，如果opencv不用cuda就没这个错误）：
　　安装gcc-4.9，g++-4.9
　　sudo apt-get install gcc-4.9
　　sudo apt-get install g++-4.9
　　安装了gcc-4.9，g++4.9，但是用gcc -v查看版本还是显示的5.4，需要改变版本的优先级用下面的命令解决了：
　　sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-4.9 20
　　sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-4.9 20
　　sudo update-alternatives --config gcc　　sudo update-alternatives --config g++
&这步完成后再去编译caffe，又需要将gcc的版本换成5以上，否则会遇到protobuf的错误（在这里纠结了很久，还以为是protobuf的问题，跑去卸载了protobuf，重新github上下载，自己编译，但是结果还是有问题）
最终就是讲gcc版本换成5以上，再在 /usr/local/cuda/include/host_config.h 这个文件中注释掉：&&& error -- unsupported GNU version! gcc versions later than 5.3 are not supported! 问题就解决了。
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&
&（备份的，还没写完）opencv 3.1的还没有测试
OpenCV 3.1 + ubuntu 16.04
遇到过的坑：
在不用cuda的情况下，编译caffe报错：
　　Makefile:616:recipe for target '.build_release/tools/convert_imageset.bin' failed
　　make:*** [.build_release/tools/convert_imageset.bin] Error 1
可能的原因：采用apt-get 安装的protobuf版本比较久旧，所以先卸载原来的protobuf，下载最新的重新编译安装
　　sudo apt-get autoremove libprotobuf-dev protobuf-compiler
　　从github上下载protobuf
　　打开protobuf文件目录进行编译安装，过程如下：
　　　　sh autogen.sh
　　　　生产configure文件，这步可能会遇到错误：
　　　　　　configure.ac:64: error:possibly undefined macro: AC_PROG_LIBTOOL
　　　　输入命令：sudo apt-get install libtool
　　　　再次运行：sh autogen.sh
　　　　　　还是报错。原因是没有gmock文件，而gmock的下载地址被墙了。
　　　　　　解决：手动下载gmock，再根据autogen.sh里面的代码运行：
　　　　　　　　unzip -q gmock-1.7.0.zip
　　　　　　　　rm&gmock-1.7.0.zip
　　　　　　　　mv&gmock-1.7.0 gmock
　　　　　　再次运行sh autogen.sh，应该可以成功。
　　　　对protobuf进行编译，按照顺序，依次输入：
　　　　　　./configure
　　　　　　make -j8
　　　　　　make check
　　　　　　sudo make install
　　　　　　sudo ldconfig
　　　　默认安装到 /usr/local
　　　　完成安装
　　　　protobuf配置环境变量
　　　　　　打开profile文件：sudo kate /etc/profile
　　　　　　添加： export PATH=$PATH:/usr/local/protobuf/bin
　　　　　　　　　 export PKG_CONFIG_PATH=/usr/local/protobuf/lib/pkgconfig/&
　　　　　　保存退出后输入命令：source /etc/profile
　　　　配置动态链接库：
　　　　　　打开配置文件ld.so.conf：sudo kate /etc/ld.so.conf
　　　　　　添加： /usr/local/protobuf/lib
　　　　　　更新配置： sudo su
　　　　　　　　　　　 ldconfig
再试试重新编译caffe
然而还是错误的。
真正的原因是gcc的版本之前被降到了4.9，需要回到5.0，上面已经介绍过了。
阅读(...) 评论()