目录：
- 1、如何在ubuntu配置caffe环境
- 2、ubuntu系统下import caffe必须在caffe-master目录下吗
- 3、Ubuntu18.04使用caffe-gpu编译.cpp文件
- 4、ubuntu14.04搭建caffe要做哪些工作
如何在ubuntu配置caffe环境
你好，
基本方法如下:
一、首先安装nvidia显卡驱动
安装过程
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 /Download/index.aspx?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-**i ，若列出了GPU的信息列表则表示驱动安装成功
ubuntu系统下import caffe必须在caffe-master目录下吗
Error: 'make all' 'make test'
.build_release/lib/libcaffe.so: undefined reference to cv::imread(cv::String const, int)'
.build_release/lib/libcaffe.so: undefined reference tocv::imencode(cv::String const, cv::_InputArray const, std::vector , std::vector const)'
原因：caffe代码中并没有build文件夹，需要新建build文件夹之后再进行编译：
cd caffe-master#打开caffe所在文件夹
cp Makefile.config.example Makefile.config #change setting in Makefile.config
make all -j8#在build文件夹下进行编译
make test -j8
make runtest -j8#使用CPU多核同时进行编译
问题2：
CMake Error at cuda_compile_generated_lrn_layer.cu.o.cmake:206 (message)
在成功安装cuda之后，由于路径设置问题，或者路径冲突会产生以下错误，解决方法：
1.在caffe文件夹下，通过下面该命令查看配置路径：
sudo find / -name nvcc
2.通过下面命令查看是否cuda路径冲突：
$PATH
如果显示结果有两个cuda环境变量，那么需要移除旧的路径，更新PATH。
3.重新设置cuda环境变量
Ubuntu18.04使用caffe-gpu编译.cpp文件
caffe实战书籍中提供的编译选项是在cpu-only模式下可以正常编译的，但是如果是使用GPU模式的，就需要将Opencv和Cuda的动态库也链接进来。
.cpp文件如下，
caffe-cpu的情况下
caffe-gpu的情况下
如果使用上面的命令就会提示
编译后可能会出现警告信息，可以不用理会，此时还要注意有没有添加环境变量
运行 /.app ,就可以看到执行效果。
ubuntu14.04搭建caffe要做哪些工作
首先吐槽一下本*的笔记本，我现在的笔记本还是大一时候买的Dell INSPIRON 4010，没有Nvidia，没有Nvidia，没有Nvidia，没有Nvidia，重要的事情说四遍，呵呵。
操作系统: Ubuntu 14.04
是否使用PYTHON API: 是, 目标是安装后CAFFE能作为PYTHON MODULE来使用
硬件: 低端笔记本, 只使用CPU模式
1.安装依赖
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 libgflags-dev libgoogle-glog-dev liblmdb-dev
4 sudo apt-get install libatlas-base-dev
PYTHON需要2.7版本,这是操作系统本身已经安装好的. 输入python2.7 --version 会显示具体的版本号说明安装了.
但是还需要sudo apt-get install python-dev
2.下载Caffe
使用Git直接下载Caffe非常简单，或者去下载。由于我习惯去github上找代码，所以就直接去下载的源码。
下载完成后，会在家目录下的下载里找到caffe-master.zip，用unzip命令解压到家目录下，然后重命名为caffe.
3.编译Caffe
（1）切换到Caffe所在目录
cp Makefile.config.example Makefile.config
（2）修改配置文件Makefile.config
CPU_ONLY := 1
配置一些引用文件（增加部分主要是解决新版本下，HDF5的路径问题）
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/hdf5/serial
BLAS := atlas
计算能力 mkl openlas atlas
（3）编译 Caffe
make all
make test
make runtest
另外, 这个make默认是用CPU单核运算,如果想要快一点, 比如我想使用四核, 在make后面加上-j4标签。
如果上面4行某一行报错之后想要重试,建议先make clean再重新开始。
4.编译Python接口
Caffe拥有python\C++\shell接口，在Caffe使用python特别方便，在实例中都有接口的说明。
确保pip已经安装
sudo apt-get install python-pip
执行安装依赖
在caffe根目录的python文件夹下，有一个requirements.txt的清单文件，上面列出了需要的依赖库，按照这个清单安装就可以了。
在安装scipy库的时候，需要fortran编译器（gfortran)，如果没有这个编译器就会报错，因此，我们可以先安装一下。
首先回到caffe的根目录，然后执行安装代码：
cd ~/caffe
sudo apt-get install gfortran
cd ./python
for req in $(cat requirements.txt); do pip install $req; done
安装完成以后，再次回到caffe根目录我们可以执行：
sudo pip install -r python/requirements.txt
就会看到，安装成功的，都会显示Requirement already satisfied, 没有安装成功的，会继续安装。
编译python接口
make pycaffe
--结果显示ALL TESTS PASSED就安装好了！
运行python结构
$ python2.7
Python 2.7.12 (default, Jul 1 2016, 15:12:24)
[GCC 5.4.0 20160609] on linux2
Type "help", "copyright", "credits" or "license" for more information.
import caffe
如果没有报错，说明caffe安装全部完成！
5.在Mnist运行Lenet
获取数据源
./data/mnist/get_mnist.sh
./examples/mnist/create_mnist.sh
因为是CPU运行，所以修改在examples文件下的Mnist下的lenet_solver.prototxt中的solver_mode:CPU
solver_mode: CPU
训练模型
./examples/mnist/train_lenet.sh
整个训练时间会持续很久，这是因为本*的笔记本还是i3处理器，且没有启用GPU，并且默认是单核，所以本*足足等了3个小时 =。= ..... 自动脑补我心里的万马奔腾吧
6.最后，我的文章是基于各位前辈大神们的文章，虽然按他们的过程走我都报错了，但是最终还是帮助我安装成功。
评论前必须登录！
注册