caffe+Ubuntu64bit 环境配置说明(无CUDA,caffe在CPU下运行)

1.安装build-essentials
安装开发所需要的一些基本包

sudo apt-get install build-essential

如果出现essential包不可用的情况，可以执行下列命令

sudo apt-get update

2. 安装ATLAS for Ubuntu

执行命令:

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

这个尽量不要手动安装， Github上有人已经写好了完整的安装脚本：https://github.com/jayrambhia/Install-OpenCV
下载该脚本，解压”.zip”文件,解压命令:

unzip /home/liuxiabing/下载/Install-OpenCV-master.zip

解压后进入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 （当前为2.4.9）：

sudo ./opencv2_4_9.sh

4. 安装其他依赖项
Ubuntu14.04用户执行（本人当时用的是15）

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

使用其它系统的可以参考官网介绍。

5. 编译Caffe
完成了上述环境的配置，就可以编译Caffe了！
下载caffe安装包,下载地址:https://github.com/BVLC/caffe
解压该压缩包，解压缩命令:

unzip /home/liuxiabing/下载/caffe-master.zip

注:如果解压位置出错了,可以使用以下命令删除该目录及所有的子目录:

sudo rm -rf caffe-master

进入caffe-master文件夹的python目录，执行如下命令：

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

下载安装所需依赖包。

接下来，进入caffe根目录， 首先复制一份Makefile.config，命令：

cp Makefile.config.example Makefile.config

然后修改里面的内容，主要需要修改的参数包括：

CPU_ONLY 是否只使用CPU模式，由于我没有NVIDIA的显卡，就没有安装CUDA，因此需要打开这个选项。其余的一些配置可以根据需要修改：BLAS (使用intel mkl还是OpenBLAS)MATLAB_DIR 如果需要使用MATLAB wrapper的同学需要指定matlab的安装路径, 如我的路径为 /usr/local/MATLAB/R2013b (注意该目录下需要包含bin文件夹，bin文件夹里应该包含mex二进制程序)DEBUG 是否使用debug模式，打开此选项则可以在eclipse或者NSight中debug程序完成上述设置后，开始编译：  

 make all -j4  make test  make runtest

注意：-j4 是指使用几个线程来同时编译，可以加快速度，j后面的数字可以根据CPU core的个数来决定，如果CPU是4核的，则参数为-j4，也可以不添加这个参数，直接使用“make all”，这样速度可能会慢一点儿。

6.使用MNIST数据集进行测试
Caffe默认情况会安装在CAFFEROOT，就是解压到的那个目录，例如： home/username/caffe-master，所以下面的工作，
默认已经切换到了该工作目录。下面的工作主要是测试Caffe是否工作正常，不做详细评估。具体设置请参考官网：
http://caffe.berkeleyvision.org/gathered/examples/mnist.html
(1)数据预处理
可以用下载好的数据集，也可以重新下载，直接下载的具体操作如下：

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，以后所有的数据，包括jpe文件都要处理成这个格式，执行命令如下

sudo sh ./examples/mnist/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
注:新版caffe都需要从根目录上执行，如果使用下列命令执行：

# cd examples/mnist # sudo sh ./create_mnist.sh

 可能会遇到这个错误：./create_mnist.sh: 16: ./create_mnist.sh: build/examples/mnist/convert_mnist_data.bin: not found

(3)训练mnist
如果没有GPU,只有CPU的话,需要先修改examples/mnist目录下lenet_solver.prototxt文件,将solver_mode:GPU改为 solver_mode:CPU，修改后结果如下所示：

# solver mode: CPU or GPU solver_mode: CPU

修改时可以使用vi编辑命令，如果是只读文件，不能编辑，可以用sudo命令，比如:

sudo vi lenet_solver.prototxt

先进入命令模式，使用a进入编辑模式，修改完之后，使用esc退出编辑模式，进入末行模式，再使用“:wq”保存修改并退出(“:q!”为退出但不保存修改)
修改完成后，再执行下面的命令进行训练:

$ cd examples/mnist $ sudo sh ./train_lenet.sh

最终训练完的模型存储为一个二进制的protobuf文件，至此，Caffe安装的所有步骤完结。

几个常见的问题解决办法
1. Permission denied

提示权限不够，命令前面需要加上：sudo

2.fatal error: hdf5.h: 没有那个文件或目录

这个是路径不对，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/lib/x86_64-linux-gnu/hdf5/serial/includeLIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu/hdf5/serial

3.修改文本的方法（vim编辑器的使用）

1. 通过如下命令打开文本文件

sudo vi Makefile.config

1. vi编辑器的集中快捷键

i   第一次进入编辑器是处于不可编译状态，需要点击i字符进入编辑（插入）状态，相反，按Esc退出编辑状态:  退出编辑状态后，按：进入文本保存是否保存选项w  写  q 停止推出 ！强制一般连用:wq!   :q!   :q/abc   在文本中查找abc字符（区分大小写）ctrl + z  退出linux命令行的 

4./usr/bin/ld: 找不到 -lopencv_imgcodecs
这里的原因是当时本地的opencv版本是2，而在文件Makefile.config中版本opencv = 3(不匹配)
5.Caffe默认的训练是在GPU上的，但是如果想改为CPU上，只需要在lenet_solver.prototxt中修改一行：

# solver mode: CPU or GPUsolver_mode: CPU

参考文章：
caffe+Ubuntu14.0.4 64bit 环境配置说明(无CUDA,caffe在CPU下运行)
Caffe搭建：Ubuntu14.04 + CUDA7.0 + opencv3.0 + Matlab2014A