前言

之前都是在使用CPU版本的Caffe，但是在进行模型训练和测试的时候就显得有点力不从心了。因而这次在另外一台电脑上安装Caffe（软硬环境为：Ubuntu 16.04 64bit，I7 7700K，GTX1080，32G）。
期间也参考了很多网友的博客，这里经过自己实践之后，将我本次安装成功的经过记录下来。

0. 安装Caffe附属依赖库

sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler
sudo apt-get install --no-install-recommends libboost-all-dev
sudo apt-get install libopenblas-dev liblapack-dev libatlas-base-dev
sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev

1. 安装显卡驱动

安装CUDA驱动这里没有采取有些网友提供的比较复杂的安装方式，这里采用的是窗口界面操作。首先

sudo apt-get update

之后进入如下的菜单：系统设置→软件更新→附加驱动→选择nvidia最新驱动→应用更改。进行如下的选择，之后点击Apply，安装完成之后重启
Ubuntu16.04下安装Caffe记录（GPU）
再重启之后在命令行输入：

nvidia-settings

就会出现如下界面
Ubuntu16.04下安装Caffe记录（GPU）
要是还需进一步检验安装的正确性，可以输入如下命令，查看显卡信息，结果类似下面这张图，这不是我使用的显卡信息

sudo nvidia-smi

Ubuntu16.04下安装Caffe记录（GPU）

2. 安装CUDA 8.0

这里选用的CUDA是8.0 G2的版本，现在最新的是CUDA 9.0了。首先是下载（地址：https://developer.nvidia.com/cuda-downloads），这个页面默认是最新的版本，其他的版本可以在发布历史中去找到。
下载完成之后，进入到安装包所在的目录里面去，执行安装命令：

sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.deb
sudo apt-get update
sudo apt-get install cuda

PS: 有些人可能会遇到CUDA 8.0不支持gcc>=5.0.0的问题（我安装时没遇到），这时需要进行降级

sudo apt-get install g++-4.9
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-4.9 20
sud oupdate-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-5 10
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-4.9 20
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-5 10
sudo update-alternatives --install /usr/bin/cc cc /usr/bin/gcc 30
sudo update-alternatives --set cc /usr/bin/gcc
sudo update-alternatives --install /usr/bin/c++ c++ /usr/bin/g++ 30
sudo update-alternatives --set c++ /usr/bin/g++

安装完成之后，就开始进行环境配置
打开~/.bashrc文件：

sudo vim ~/.bashrc

将以下内容写入到~/.bashrc尾部：

export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

在/etc/profile文件中添加CUDA环境变量：

sudo vim /etc/profile

打开文档都在文档结尾加上下面两句：

export PATH=/usr/local/cuda/bin:$PATH

保存后, 执行下列命令, 使环境变量立即生效：

source /etc/profile

同时添加lib库路径，在 /etc/ld.so.conf.d/新建文件 cuda.conf

sudo vim /etc/ld.so.conf.d/cuda.conf

在文中加入下面内容：

/usr/local/cuda/lib64

执行下列命令使之立刻生效：

sudo ldconfig

测试CUDA Sample
输入如下命令：

cd /usr/local/cuda-7.5/samples/1_Utilities/deviceQuery
sudo make
sudo ./deviceQuery

最后运行结果passed那就没问题了。

3. 安装CuDNN 6.0

cuDNN是GPU加速计算深层神经网络的库，下载地址是（ https://developer.nvidia.com/rdp/cudnn-download），这里选择的版本是6.0的版本，下载好的文件时一个*.tgz的文件。安装命令如下

tar -xvf cudnn-8.0-linux-x64-v6.0.tgz
sudo cp cuda/include/cudnn.h/usr/local/cuda/include
sudo cp cuda/lib64/libcudnn*/usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

环境变量配置

sudo vim ~/.bashrc
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64:$LD_LIBRARY_PATH
export PATH=/usr/local/cuda/bin:$PATH

source ~/.bashrc

4. 安装Opencv 3.0

Opencv这里采用的是3.0的版本，下载好之后，进入到下载目录执行安装命令

unzip opencv-3.1.0.zip
cd opencv-3.0.0/
mkdir build && cd build
cmake ..
ccmake ..

之后在选择页面设置：CMAKE_BUILD_TYPE=Release、CMAKE_INSTALL_PREFIX=/usr/local，之后先按C键，再按G键生成Makefile文件。
PS: 这里使用的是CUDA 8.0，在编译Opencv的时候会报错（这里使用这位网友的图，错误都是一样的）：
Ubuntu16.04下安装Caffe记录（GPU）
这是因为opecv3.0与cuda8.0不兼容导致的。解决办法：修改 opencv/modules/cudalegacy/src/graphcuts.cpp文件内容，如图：

将原有的行修改为：

#if !defined (HAVE_CUDA) || defined (CUDA_DISABLER)||(CUDART_VERSION>=8000)

接下来继续安装Opencv

make -j10
sudo make install

5. 配置并编译Cafffe

去Github上下载Caffe，之后编辑Makefile.config文件，修改的项为：
将
#USE_CUDNN := 1修改成：USE_CUDNN := 1
#OPENCV_VERSION := 3修改为：OPENCV_VERSION := 3
c使用python来编写layer，#WITH_PYTHON_LAYER := 1修改为WITH_PYTHON_LAYER := 1

重要的一项
将# Whatever else you find you need goes here. 下面的

INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib

修改为：

INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu /usr/lib/x86_64-linux-gnu/hdf5/serial

这里修改Makefile文件
修改为：

LIBRARIES+= glog gflags protobuf leveldb snappy lmdbboost_system hdf5_hl hdf5 opencv_coreopencv_highgui opencv_imgproc opencv_imgcodecs

执行安装：

make all –j8
make test –j8
make runtest –j8

PS: 这里在执行runtest的之后报错，说找不到Opencv的相关动态链接库，具体的问题没有截图。解决办法就是找到Opencv的安装目录一般在/usr/local下，将Opencv的lib目录添加在~.bashrc中，再source ~.bashrc解决该问题。

6. 编译PyCaffe

操作的话跟本人的这篇博文类似：Ubuntu14.04下编译pycaffe并绘制网络结构图。
若当中遇到下载特别慢的情况，可以采用本人这篇博客进行解决：Ubuntu设置Python镜像源
最后安装好之后，配置环境变量，以便python调用：

sudo vim ~/.bashrc

将export PYTHONPATH=/home/caffe/python:$PYTHONPATH添加到文件中

source ~/.bashrc

秒客网