Ubuntu下深度环境的搭建opencv2.4.9+caffe+py-faster-rcnn+tensorflow的搭建

       深度工具安装（opencv2.4.9+caffe+py-faster-rcnn+tensorflow）python版

1、ubuntu系统安装后，配置一些基本的依赖包。

     (这里我参考了   http://blog.csdn.net/langb2014/article/details/51579491)

      sudo apt-get update

       sudo apt-get upgrade

       sudo apt-get install build-essential

       sudo apt-get autoremove

         sudo apt-get install git

       sudo apt-get install pip

2、opencv2.4.9的安装（这里我参考了http://blog.csdn.net/langb2014/article/details/44516701）   

     Github上的脚本：https://github.com/jayrambhia/Install-OpenCV

     下载该脚本，进入Ubuntu/2.4 目录, 给所有shell脚本加上可执行权限

      chmod +x *.sh

      然后安装最新版本:$ sudo ./opencv2_4_9.sh

     若使用python接口

    安装python-opencv

可直接使用apt安装

sudo apt-get install python-opencv

      这里仅仅是安装的脚本，如果已经下好了opencv了就可以忽略掉下载的步骤啦。安装成功后在终端输入import cv2 没错就OK   

3、 根据自己GPU的型号到NIVIDIA的官网下好驱动安装，或者直接在线安装。

       sudo add-apt-repository ppa:graphics-drivers/ppa  (这一步有可能会报ppa找不到的错误，到系统update下改一下更新源就好了)

       sudo apt-get update  

       sudo apt-get install nvidia-352 （这里的352替换成你自己需要的）

安装完之后重启： sudo shutdown -r now 

接着可检查版本： cat /proc/driver/nvidia/version

4、安装cuda7.5

   到对应的cuda网站上根据系统找到对应的deb格式的包（local）

   sudo dpkg -i cuda-repo-ubuntu1404*amd64.deb （这里的名字需要改成与下载的deb包一致的格式） 

   sudo apt-get update  

   sudo apt-get install cuda

安装之后配置环境变量（当然也可直接在/etc文件下搜索bashrc，打开后在末尾添加export以下内容，最后source ~/.bashrc）

 echo 'export PATH=/usr/local/cuda/bin:$PATH' >> ~/.bashrc   echo 'export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc  

  source ~/.bashrc 

后续的cuda的安装可采用 http://blog.csdn.net/langb2014/article/details/51579491里的代码

5、cudnn

   网上下载好cudnn后执行

   cd ~/Downloads/  

   tar xvf cudnn*.tgz  

   cd cuda  

   sudo cp */*.h /usr/local/cuda/include/ 

   sudo cp */libcudnn* /usr/local/cuda/lib64/  

   sudo chmod a+r /usr/local/cuda/lib64/libcudnn* 

   而后查看：nvidia-smi 

6、BLAS要安装不然会出错

   

$sudo apt-get install libatlas-base-dev

安装一下依赖库

$ sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev libgflags-dev libgoogle-glog-dev liblmdb-dev protobuf-compiler

7、安装caffe可参考http://blog.csdn.net/langb2014/article/details/51579491，需要说明的是当配好后环境变量的配置最好自己打开bashrc设置,不然文中的方法只能管用一次，import caffe 时会出现moudle caffe 找不到。如果设置了还不行可以重启下机器。

   若出现找不到libcudartso.7.5的错误时，应该添加

    export LD_LIBRARY_PATH=/usr/local/cuda/lib64$LD_LIBRARY_PATH

    export CUDA_HOME=/usr/local/cuda

8、tensorflow 的安装也可采用
http://blog.csdn.net/langb2014/article/details/51579491中的方法
需要说明的是如果连接网上下不了时，可以手动下载
下载后执行sudo pip install+对应的文件名字 
9、py-faster-rcnn的安装可参考http://blog.csdn.net/u010678153/article/details/50723138