编者语：如果你想深入研究深度学习，强烈建议你有一块好的显卡。caffe支持cpu、gpu两个版本，强烈建议使用gpu版本训练模型(因为速度真的非常快)。由于gpu版本需要安装cuda和cudnn,所以强烈建议使用的显卡计算能力大于3.0,显卡计算能力请参考https://developer.nvidia.com/cuda-gpus。后续多显卡运行模型需要安装的nccl对于显卡的计算能力也有一定的要求(目前市面上比较普遍的有A卡和N卡,请购买N卡)，强烈建议不要在虚拟机上做实验(cpu版本可以)，因为据我所知虚拟机是识别不出显卡的，请选择安装双系统。

一、版本:

Linux系统：Ubuntu14.04LTS(64bit)

显卡：GTX1070

cuda:

cuda8.0 cuda-repo-ubuntu1404-8-0-local-ga2_8.0.61-1_amd64.deb

cudnn:cudnn-8.0-linux-x64-v5.1.tgz

二、下载：

Ubuntu：http://cn.ubuntu.com/download/

cuda8.0:

https://developer.nvidia.com/cuda-downloads

cudnn:

https://developer.nvidia.com/rdp/cudnn-download(注：需要注册)

gpu驱动下载:

http://www.nvidia.cn/Download/index.aspx?lang=cn

OpenCV安装脚本: https://github.com/jayrambhia/Install-OpenCV

Anaconda: https://www.continuum.io/downloads/

Caffe: https://github.com/BVLC/caffe

上述下载遇到问题，请联系QQ:944597043

三、安装

1、安装Ubuntu。本文不关注系统的安装，请读者自行百度。本文关注的是显卡驱动的安装，因为在系统安装完成以后，Ubuntu是不会安装显卡驱动的，需要自行安装驱动，而对于一些较新的显卡，在安装完驱动后都会遇到各种各样的问题，比如循环登陆，黑屏。

(1)、禁用nouveau

按Ctrl Alt F1进入命令提示符,新建一个黑名单文件：

sudo vi /etc/modprobe.d/blacklist­nouveau.conf

输入：

blacklist nouveau

options nouveau modset=0

保存退出(:wq)

然后执行

sudo update­-initramfs -u

执行 lspci | grep nouveau查看是否有内容

lspci | grep nouveau

如果没有内容 ，说明禁用成功，如果有内容，就重启一下再查看。

(2)、对于较新的显卡来说，禁用掉nouveau有时候并不能解决问题，例如本文使用的GTX1070,在禁用掉nouveau以后仍有问题，安装不上显卡驱动，解决办法就是拔掉GTX1070显卡，用一块旧点的显卡先安装上驱动，在装上1070显卡。

2、安装开发需要的依赖包

$sudo apt-get install build-essential

$sudo apt-get install libprotobuf-dev libleveldb-dev

libsnappy-dev libopencv-dev libboost-all-dev

$sudo apt-get install libhdf5-serial-dev libgflags-dev

libgoogle-glog-dev liblmdb-dev protobuf-compiler

3、安装cuda8.0

NVIDIA官方提供了两种安装方式即run安装和deb安装。本文不建议读者使用run安装，因为很容易安装失败。建议使用deb安装方法，方法如下：

$sudo dpkg -i cuda-repo-ubuntu1404-8-0-local-ga2_8.0.61-1_amd64.deb

$sudo apt-get update

$sudo apt-get install cuda

第一行中的deb请读者根据自己下载的cuda版本选择。然后编译sample

$cd /usr/local/cuda

$make all

在编译完成后找到 device_query这个执行文件并执行，如果安装成功，会显示gpu的相关信息。

4、安装cudnn

解压cudnn-8.0-linux-x64-v5.1.tgz，安装过程如下：

$tar

-zxvf cudnn-8.0-linux-x64-v5.1.tgz

$cd

cuda

$sudo

cp lib/lib* /usr/local/cuda/lib64/

$sudo

cp include/cudnn.h /usr/local/cuda/include/

接着更新cudnn文件的软连接：

$cd /usr/local/cuda/lib64/

$sudo chmod r libcudnn.so.5.1.10

$sudo ln -sf libcudnn.so.5.1.10 libcudnn.so.5

$sudo ln -sf libcudnn.so.5 libcudnn.so

$sudo ldconfig

5、安装BLAS

Caffe支持三种AtLas,分别是MKL、AtLas、OpenBlas,本文选择OpenBlas:

$sudo apt-get install libopenblas-dev

6、安装OpenCV

本文选择安装的是OpenCV2.4.10,读者也可安装其他版本，如OpenCV3.0。

$cd Install-OpenCV/Ubuntu/2.4

$sh opencv2_4_10.sh

更改环境变量：

$sudo vim /etc/bash.bashrcs

在文件的最后添加如下路径：

PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig

export PKG_CONFIG_PATH

如果遇到libEGL.so.1报错，解决方法：

$sudo mv /usr/lib/nvidia-375/libEGL.so.1

/usr/lib/nvidia-375/libEGL.so.1.org

$sudo mv /usr/lib32/nvidia-375/libEGL.so.1

/usr/lib32/nvidia-375/libEGL.so.1.org

$sudo ln -s /usr/lib/nvidia-375/libEGL.so.375.39

/usr/lib/nvidia-375/libEGL.so.1

$sudo ln -s /usr/lib32/nvidia-375/libEGL.so.375.39

/usr/lib32/nvidia-375/libEGL.so.1

7、安装Caffe的python环境

本文建议使用Anaconda,下载读者需要的版本，本文下载的是linux-python2.7-64bit版本。安装命令：

$bash Anaconda2-4.3.1-Linux-x86_64.sh

请读者根据下载情况自行调节版本号。

添加Anaconda库的路径：

$vim /etc/ld.so.conf

添加

/usr/username/anaconda2/lib

注意username是读者当前的用户名而定，请自行修改。

修改~/.bashrc

$vim ~/.bashrc

在文件的最后添加如下命令：

export

LD_LIBRARY_PATH="/home/username/anaconda2/lib:$LD_LIBRARY_PATH"

8、Caffe安装

(1)进入之前下载好的Caffe源码包，进入caffe根路径下的python目录，执行如下命令：

$for req in $(cat requirements.txt); do pip install

$req;done

这是在安装caffe的python依赖库，需要安装pip。命令如下

$sudo apt-get install python-pip

(2)编译Caffe

进入caffe根目录，复制一份编译文件：

$cp Makefile.config.example Makefile.config

修改Makefile.config。

打开USE_CUDNN:=1

按照自己机器情况修改CUDA_ARCH

打开BLAS,BLAS：=open

修改python路径，全部修改为Anaconda,即打开ANACONDA_HOME,将PYTHON_INCLUDE和PYTHON_LIB改为$(ANACONDA_HOME)路径。

修改完成后然后执行编译命令：

$make all -j4

$make test

$make runtest

9、编译python wrapper

$make pycaffe

10、Pycaffe配置

(1)安装依赖库:

$sudo apt-get install python-numpy python-scipy

python-matplotlib python-sklearn python-skimage python-h5py

python-protobuf python-leveldb python-networkx python-nose

python-pandas

python-gflags Cython

$sudo apt-get install protobuf-c-compiler

protobuf-compiler

(2)依赖库编译

$cd ~/caffe

$make pycaffe

(3)添加PYTHONPATH

$sudo vim /etc/profile

在文件最后添加：

export

PYTHONPATH=/home/username/caffe/python:$PYTHONPATH

username视读者用户名而定。使之生效：

$source /etc/profile

(4)测试

$python

>>>import

caffe

如果执行import caffe后没有报错，那就恭喜你Caffe安装成功啦！！！