Linux14.04+cuda7.5+anaconda2+opencv3.0+caffe

现在安装caffe的博客着实很多，但是很多都是复制转载别人的，根本不管对错，有些没写清楚自己的环境，博主自己通过安装，一步一步记下自己的步骤，写下自己踩过的坑，希望大家借鉴，也是给自己做个笔记。

首先介绍博主电脑硬件和所安装的软件版本，gpu是GTX980Ti，Linux版本是14.04(LTS)64位，python环境用的是anaconda2，cuda版本是7.5，OpenCV用的是3.0。

博主在安装之前的机器是纯干净的，啥玩意儿都没有，在安装环境之前，我把硬盘格式化了，所以是特别干净的盘，电脑只有bios，这是我安装的一个前提吧。

一、安装ubuntu

下载ubuntu

制作ubuntu的系统u盘(博主是在win7的环境中制作的系统盘)，博主用的是UltraISO(这个好早就下了，所以忘了是哪下的了，网上有很多的，自己百度谷歌雅虎一下吧)

1)博主这个包，解压出来是个exe，可以直接运行，运行界面如下，博主很穷所以选择试用

2)进入如下界面，选择 文件-打开

3)然后找到你刚刚下载的ubuntu的iso文件（ubuntu-14.04-desktop-amd64.iso），为什么要打码，嘿嘿，你猜

4)可以看见软件打开了iso镜像文件

5)选择 启动-写入硬盘映像

6)插入你的u盘，然后更改如下参数(选择USB-HDD，选择便捷启动中的syslinux，最后点击是)操作如下



7)最后选择写入，等待u盘做好

将制作好的系统盘插入即将安装系统的电脑，开机，一直按f2(装系统的电脑也就是要安装ubuntu的电脑主板是华硕的)，进入bios后，选择u盘启动，然后可以进入u盘系统盘，选择install ubuntu，之后按照提示安装即可。

安装好后拔出u盘，重启电脑

二、安装cuda

简单来说，按照官方文档安装即可，请认真阅读，不要侥幸的跳过任何一个步骤任何一个错误，我开始用的是.run文件装的，不是很顺手，不方便，还要另装显卡驱动，容易出错，后来同学之前踩过这个坑，建议用deb安装，很方便，换成.deb方式安装的，三条语句搞定。
官方安装文档网址

[下载cuda网址]（https://developer.nvidia.com/cuda-toolkit-archive）

下载完后运行md5sum和下面网页中的checksums对比看看下载是否正确完成

接下来三条语句搞定，不过建议还是认真看看文档，就当学习一下英文了

在设置环境变量的时候要注意，官方文件写在终端输入

export PATH=/usr/local/cuda-7.5/bin:$PATHexport LD_LIBRARY_PATH=/usr/local/cuda-7.5/lib64:$LD_LIBRARY_PATH

这样做，当你关闭终端的时候变量就没了。
本人在/etc/profile里末尾添加上面两句，添加完了回到终端source /etc/profile，这样就不用重启就能改变变量配置了。

接下来是检查是否安装cuda成功，cuda-install-samples-7.5.sh ./ ，表示在当前文件夹下安装samples，然后进入NVIDIA_CUDA-7.5_Samples下make

make成功后cd到NVIDIA_CUDA-7.5_Samples/bin/x86_64/linux/release下，运行./deviceQuery看是否安装成功

运行./bandwidthTest看显卡和cuda有没有连接成功

三、安装anaconda2

安装anaconda，从官网下载anaconda2，我下的是Anaconda2-4.2.0-Linux-x86_64.sh，然后cd到包含该文件的路径下，运行bash Anaconda2-4.2.0-Linux-x86_64.sh，一路enter，第一个问题Do you approve the license terms?选yes，然后问你安装路径，我和[4]一样安装在/usr/local/anaconda2下，之后问你是否添加anaconda路径，选yes，，它自动将anaconda2的bin路径添加到~/.bashrc，然后就安装好了。

在终端输入python命令，如果没报错，并且显示出如下界面，说明anaconda2安装完毕。

编译caffe时会提示找不到hdf5相关的动态库

默认在usr/lib/x86_64-linux-gnu下找，可以创建anaconda2中的库的软连接，在终端运行如下命令：

sudo ln -s /usr/local/anaconda2/lib/libhdf5_hl.so.10  /usr/lib/x86_64-linux-gnu/libhdf5_hl.so.10sudo ln -s /usr/local/anaconda2/lib/libhdf5.so.10  /usr/lib/x86_64-linux-gnu/libhdf5.so.10

四、安装OpenCV3

OpenCV3，从官网下载opencv3网址，方法看opencv3的installation in linux，在downloads界面的右上角

博主最近发现一个很严重的问题，如果python用的是anaconda的话，按照上述操作编译会有问题，会有没有cv2.so库的情况出现，所以cmake的命令要有所改变，我的命令如下：

cmake -D CMAKE_BUILD_TYPE=RELEASE \      -D INSTALL_C_EXAMPLES=OFF \      -D INSTALL_PYTHON_EXAMPLES=ON \      -D CMAKE_INSTALL_PREFIX=/usr/local \      -D PYTHON_INCLUDE_DIR=/usr/local/anaconda2/include/python2.7/ \      -D PYTHON_INCLUDE_DIR2=/usr/local/anaconda2/include/python2.7/ \      -D PYTHON_LIBRARY=/usr/local/anaconda2/lib/libpython2.7.so \      -D PYTHON_LIBRARY2=/usr/local/anaconda2/lib/libpython2.7.so \      -D PYTHON_PACKAGES_PATH=/usr/local/anaconda2/lib/python2.7/site-packages/ \      -D BUILD_EXAMPLES=ON \      -D BUILD_NEW_PYTHON_SUPPORT=ON \      -D BUILD_opencv_python3=OFF \      -D BUILD_opencv_python2=ON ..

如果你不知道你anaconda装的路径，可以在python环境中执行：

import syssys.prefix

编译出来的cv2.so在文件夹/usr/local/lib/python2.7/site-packages下面，通过使用命令：

sudo ln -s /usr/local/lib/python2.7/site-packages/cv2.so  /usr/local/anaconda2/lib/python2.7/site-packages/

在anaconda安装文件夹下建立cv2.so的软连接，

然后在python下执行import cv2，就不会报ImportError: No module named cv2这样的错误了。

五、接下来是编译caffe的过程

官网安装方法，因为官网不是用的anaconda2和opencv3，所以安装方法有点不一样。

下载其他依赖包

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

下载caffe

github中下载caffe的网址

官网编译方法如下

编译caffe官网网址，下面是根据自己的环境更改caffe文件夹下的makefile.config文件。

根据我现有的环境(linux14.04 + anaconda2 + cuda7.5 + opencv3.0)，我的Makefile如下：

## Refer to http://caffe.berkeleyvision.org/installation.html# Contributions simplifying and improving our build system are welcome!# cuDNN acceleration switch (uncomment to build with cuDNN).# USE_CUDNN := 1# CPU-only switch (uncomment to build without GPU support).# CPU_ONLY := 1# uncomment to disable IO dependencies and corresponding data layers# USE_OPENCV := 0# USE_LEVELDB := 0# USE_LMDB := 0# uncomment to allow MDB_NOLOCK when reading LMDB files (only if necessary)#       You should not set this flag if you will be reading LMDBs with any#       possibility of simultaneous read and write# ALLOW_LMDB_NOLOCK := 1# Uncomment if you're using OpenCV 3OPENCV_VERSION := 3# To customize your choice of compiler, uncomment and set the following.# N.B. the default for Linux is g++ and the default for OSX is clang++# CUSTOM_CXX := g++# CUDA directory contains bin/ and lib/ directories that we need.CUDA_DIR := /usr/local/cuda# On Ubuntu 14.04, if cuda tools are installed via# "sudo apt-get install nvidia-cuda-toolkit" then use this instead:# CUDA_DIR := /usr# CUDA architecture setting: going with all of them.# For CUDA < 6.0, comment the *_50 lines for compatibility.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_50,code=compute_50# BLAS choice:# atlas for ATLAS (default)# mkl for MKL# open for OpenBlasBLAS := atlas# Custom (MKL/ATLAS/OpenBLAS) include and lib directories.# Leave commented to accept the defaults for your choice of BLAS# (which should work)!# BLAS_INCLUDE := /path/to/your/blas# BLAS_LIB := /path/to/your/blas# Homebrew puts openblas in a directory that is not on the standard search path# BLAS_INCLUDE := $(shell brew --prefix openblas)/include# BLAS_LIB := $(shell brew --prefix openblas)/lib# This is required only if you will compile the matlab interface.# MATLAB directory should contain the mex binary in /bin.# MATLAB_DIR := /usr/local# MATLAB_DIR := /Applications/MATLAB_R2012b.app# NOTE: this is required only if you will compile the python interface.# We need to be able to find Python.h and numpy/arrayobject.h.#PYTHON_INCLUDE := /usr/include/python2.7 \                /usr/lib/python2.7/dist-packages/numpy/core/include# Anaconda Python distribution is quite popular. Include path:# Verify anaconda location, sometimes it's in root.ANACONDA_HOME := /usr/local/anaconda2PYTHON_INCLUDE := $(ANACONDA_HOME)/include \                $(ANACONDA_HOME)/include/python2.7 \                $(ANACONDA_HOME)/lib/python2.7/site-packages/numpy/core/include \# Uncomment to use Python 3 (default is Python 2)# PYTHON_LIBRARIES := boost_python3 python3.5m# PYTHON_INCLUDE := /usr/include/python3.5m \#                 /usr/lib/python3.5/dist-packages/numpy/core/include# We need to be able to find libpythonX.X.so or .dylib.# PYTHON_LIB := /usr/libPYTHON_LIB := $(ANACONDA_HOME)/lib# Homebrew installs numpy in a non standard path (keg only)# PYTHON_INCLUDE += $(dir $(shell python -c 'import numpy.core; print(numpy.core.__file__)'))/include# PYTHON_LIB += $(shell brew --prefix numpy)/lib# Uncomment to support layers written in Python (will link against Python libs)WITH_PYTHON_LAYER := 1# Whatever else you find you need goes here.INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/includeLIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib# If Homebrew is installed at a non standard location (for example your home directory) and you use it for general dependencies# INCLUDE_DIRS += $(shell brew --prefix)/include# LIBRARY_DIRS += $(shell brew --prefix)/lib# Uncomment to use `pkg-config` to specify OpenCV library paths.# (Usually not necessary -- OpenCV libraries are normally installed in one of the above $LIBRARY_DIRS.)# USE_PKG_CONFIG := 1# N.B. both build and distribute dirs are cleared on `make clean`BUILD_DIR := buildDISTRIBUTE_DIR := distribute# Uncomment for debugging. Does not work on OSX due to https://github.com/BVLC/caffe/issues/171# DEBUG := 1# The ID of the GPU that 'make runtest' will use to run unit tests.TEST_GPUID := 0# enable pretty build (comment to see full commands)Q ?= @

接下来，运行下面的语句，编译并检测caffe是否正确编译：

make all  #make -j8可以加快编译速度make testmake runtest

出现如下错误，可能是caffe makefile找不到python路径，该配置文件中的anaconda路径不对，检查makefile.config文件中的ANACONDA_HOME := /usr/local/anaconda2语句

如果没有报错，caffe就安装好了，但是此时python还不能import caffe，要使用caffe的python的接口，还需要执行下面语句：

make pycaffe

在终端输入python进入python运行环境，输入import caffe，会出现下列错误：

在python环境中，输入下列命令：

import syssys.path.append('/home/hpc/caffe/python')    #添加caffe根目录下的python路径，按照自己的路径进行更改import caffe

出现下面界面，说明能成功使用caffe的python接口了。

但是在你添加完caffe的python路径后，导入caffe还是会报错，错误是ImportError: No module named google.protobuf.internal，说明没有按照protobuf，但是之前按照caffe之前是安装过的，caffe也编译完了，还有一个原因就是机器里有两个python环境，一个是系统自带的，另一个就是你anaconda的环境：

pip install protobuf/home/username/anaconda2/bin/pip install protobuf    #这是我的anaconda安装路径，路径改成你自己的

最后在python环境中，输入下列命令：

import syssys.path.append('/home/hpc/caffe/python')    #添加caffe根目录下的python路径，按照自己的路径进行更改import caffe

应该没有问题了，界面如下

如果是写.py文件，可以在.py文件中添加下列语句：

CAFFE_ROOT = '/home/hpc/caffe'sys.path.append(CAFFE_ROOT+'/python')  # Add caffe python path so we can import it

一些指令：

pkg-config --modversion opencv    #查看opencv的安装版本protoc --version    #查看protobuf安装版本