Ubuntu环境准备

GPU环境CUDA和CuDNN安装（CPU版本忽略）

依赖库安装：

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

Python2.7 or python3.x：

sudo apt-get install python3

numpy：

sudo apt-get install python-numpy

protobuf:

sudo apt-get install python-protobuf

gflags:

sudo apt-get install libgflags-dev

也可以自己编译https://github.com/gflags/gflags/releases：

cd gflags-2.2.2
mkdir build
cd build
cmake -DCMAKE_INSTALL_PREFIX=/usr/local -DBUILD_SHARED_LIBS=ON -DGFLAGS_NAMESPACE=google -G"Unix Makefiles" ../
make 
sudo make install 
sudo ldconfig

安装opencv：

默认版本安装：

sudo apt-get install python-opencv

需要安装制定版本需要自己编译：https://opencv.org/releases.html

cd  opencv-3.4.3
mkdir release
cd release
cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local ..
make
sudo make install

python中测试是否安装成功:

import cv2
import numpy

开始安装

下载caffe与配置

先clone

git clone https://github.com/BVLC/caffe.git

进入clone的caffe文件夹，执行以下命令，把Makefile.config.example复制更名为Makefile.config

sudo cp Makefile.config.example Makefile.config

修改此文件（很关键）相当于caffe编译配置文件：

 sudo vim Makefile.config

有GPU支持则使用cudnn:

#USE_CUDNN := 1
修改成： 
USE_CUDNN := 1
只有CPU可以只开
CPU_ONLY := 1

修改python路径:

INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib 
修改为： 
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

修改opencv版本（如果使用opencv3的话）:

#OPENCV_VERSION := 3
修改为： 
OPENCV_VERSION := 3

编译

make all

一些其他库可能需要proto协议：

protoc src/caffe/proto/caffe.proto --cpp_out=.
mkdir include/caffe/proto
mv src/caffe/proto/caffe.pb.h include/caffe/proto

相关错误

nvcc fatal : Unsupported gpu architecture ‘compute_20’

问题在于CUDA在CUDA architecture setting有版本兼容问题，修改Makefile.config:

CUDA_ARCH := -gencode arch=compute_20,code=sm_20 \
        -gencode arch=compute_20,code=sm_21 \
        -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

改为:

CUDA_ARCH := #-gencode arch=compute_20,code=sm_20 \
        #-gencode arch=compute_20,code=sm_21 \
        -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

/usr/bin/ld: 找不到 -lcudnn

进入cudnn解压得到的cudn文件夹lib64文件夹内：

sudo cp libcudnn.so /usr/local/cuda/lib64/
sudo cp libcudnn.so.7 /usr/local/cuda/lib64/
sudo cp libcudnn.so.7.4.1 /usr/local/cuda/lib64/
sudo cp libcudnn_static.a /usr/local/cuda/lib64/

tools/convert_imageset.cpp:56:3: error: ‘gflags’ has not been declared

由于gflags2.1之后将命名空间由google改为了gflags，所以这里暂时可以这样解决

include/caffe/common.hpp
examples/mnist/convert_mnist_data.cpp

在以上文件中注释掉#ifndef、#endif

// #ifndef GFLAGS_GFLAGS_H_
namespace gflags = google;
// #endif  // GFLAGS_GFLAGS_H_

Caffe安装