caffe Ubuntu14.0.4 64bit 环境配置说明(无CUDA)

因为电脑显卡不是英伟达的，不能用cuda，所以在此配置的是不包含cuda的caffe。

1、安装build-essentials（开发所需要的一些基本包）

sudo apt-get install build-essential

2、安装ATLAS for Ubuntu

sudo apt-get install libatlas-base-dev

注：ATLAS, MKL,或OpenBLAS都可以，我这里选择安装ATLAS 

3、安装OpenCV（参考的官方教程）（http://docs.opencv.org/3.0-last-rst/doc/tutorials/introduction/linux_install/linux_install.html）

   1）Required Packages：

（1）  sudo apt-get install build-essential
（2）  sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev
（3）  sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev

  2）Building OpenCV from Source Using CMake（自行下载安装包 & 提取）

（1）Create a temporary directory

cd ~/ opencv      mkdir buildcd build

（2）Configuring

cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local ..

（3）Build

make -j8   # runs 8 jobs in parallel（在build目录下）

（4）To install libraries, from build directory execute

 sudo make install   #（在build目录下）

（5）下面配置library，打开 /etc/ld.so.conf.d/opencv.conf  （如果此时不存在，则新建个文件;如果出现强制保存一直保存不上的情况，可以在外面新建opencv.conf 然后以sudo 权限cp到/etc/ld.so.conf.d/目录下），在末尾加入/usr/local/lib    

      sudo ldconfig

（6）test是否安装成功

进入  ~/opencv-2.4.9/samples/c   下，

         sh build_all.sh

然后运行     

         ./find_obj

如果此时可以跳出find object的显示框，则表明安装成功。

（注：其他的一些诸如opencv源代码等的操作，请参考官网）。

4、安装依赖项（glog、gflags、lmdb & other）

# glog
wget https://google-glog.googlecode.com/files/glog-0.3.3.tar.gz 
tar zxvf glog-0.3.3.tar.gz 
cd glog-0.3.3
./configure 
make 
sudo make install 
# gflags
wget https://github.com/schuhschuh/gflags/archive/master.zip 
unzip master.zip 
cd gflags-master 
mkdir build && cd build 
export CXXFLAGS="-fPIC" && cmake .. && make VERBOSE=1
make 
sudo make install 
# lmdb
git clone git://gitorious.org/mdb/mdb.git   
cd mdb-mdb/libraries/liblmdb 
make 
sudo make install

注：如果此时无法clone，可以自己到

https://gitorious.org/mdb/mdb/source/04b7c421090691422577a41f120c0d5379dc63d7:libraries/liblmdb/lmdb.h

或者https://github.com/wizawu/lmdb

自行下载。

其他依赖项，确保都成功
sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev
5、安装Caffe
1. 切换到Caffe的下载文件夹，然后执行：
cp Makefile.config.example Makefile.config
修改新生成的Makefile.config文件，“BLAS := atlas”（如果用的是Intel的mkl就改成mkl。）。
因为没有安装cuda，所以选择   CPU_ONLY := 1  ，并把有关cuda的都注释掉（包括CUDA_DIR &  CUDA_ARCH  这两行，其他的的不作改变，如果用的是matlab的话就要在MATLAB_DIR处添加路径）。
2、然后
make all -j8
make test
sudo make runtest
Hint：
（1）提示： make: protoc: 命令未找到，那是因为protoc没有安装，安装一下就好了。
sudo apt-get install protobuf-c-compiler protobuf-compiler
（2）提示：
src/caffe/util/db.cpp: In member function ‘virtual void caffe::db::LMDB::Open(const string&, caffe::db::Mode)’:src/caffe/util/db.cpp:31:26: error: ‘MDB_NOTLS’ was not declared in this scope     flags = MDB_RDONLY | MDB_NOTLS;
则找到 caffe-master/src/caffe/util/db.cpp 文件并打开，直接将  | MDB_NOTLS 删除即可。
6、使用MNIST数据集进行测试
(1)数据预处理
可以用下载好的数据集，也可以重新下载（进入到caffe-master目录下）
cd data/mnist
sudo sh ./get_mnist.sh
(2)重建LDB文件，就是处理二进制数据集为Caffe识别的数据集。
cd examples/mnist
sudo sh ./create_mnist.sh
生成mnist-train-leveldb/ 和 mnist-test-leveldb/文件夹，这里包含了LDB格式的数据集。
这里可能会遇到一个报错信息：
Creating lmdb...
./create_mnist.sh: 16: ./create_mnist.sh: build/examples/mnist/convert_mnist_data.bin: not found
解决方法是，直接到Caffe-master的根目录执行，实际上新版的Caffe，基本上都得从根目录（caffe-master下）执行。
sudo sh examples/mnist/create_mnist.sh
(3)切换到CPU模式
由于服务器没有安装显卡，只能使用CPU训练。切换到CPU模式非常简单，只需要在~/caffe-master/examples/mnist/ lenet_solver.prototxt 中修改一行(最后一行)：
solver mode: CPU or GPUsolver_mode: CPU（之前是GPU）
(4)开始训练
运行~/caffe-master/examples/mnist/目录下的train_lenet.sh：
sudo sh examples/mnist/train_lenet.sh
Hint:
(1)如果此时出现   liblmdb.so  无法打开，(此so文件在第四步安装依赖项的第三个依赖项lmdb的目录mdb-mdb/libraries/liblmdb/下)
此时应该向/etc/ld.so.conf.d/再加上一个 liblmdb.conf   的文件，里面的内容是 liblmdb.so 的绝对路径。（例如：/home/media/caffe/mdb-mdb/libraries/liblmdb/）
最后记得：
sudo ldconfig
(2)安装MKL
MKL是Intel的商业软件，性能很高，也卖的很贵。还好可以申请非商业版，下载链接是：https://software.intel.com/en-us/intel-education-offerings，选择Student版的，先申请，然后会立马收到一个邮件（里面有安装序列号），然后执行sudo ./install_GUI.sh ， 之后按提示安装就好了，这个安装比较简单。
如果要使用的话，就要在  caffe-master  下的  Makefile.config  文件进行修改，使  BLAS := mkl   ;
参考博客地址（深表感谢）：
http://www.haodaima.net/art/2823705
http://blog.sciencenet.cn/blog-1583812-841855.html
http://94it.net/a/jingxuanboke/2015/0322/493702.html
http://www.tuicool.com/articles/uiuA3e
http://www.cnblogs.com/alfredtofu/p/3577241.html（有关python库的安装）