Ubuntu下caffe+CUDA8.0+OpenCv3.3+Python2.7环境配置

先下载此教程的软件，下载地址:

百度云盘链接

密码: g331

一、ubuntu16.04双系统的安装

1、镜像文件和U盘制作系统软件
这里写图片描述
2、U盘制作系统
1)、准备一个3-7g左右的U盘，U盘要格式化，清空
2）、开始制作系统盘，打开U盘制作软件，会依次弹出下面两个界面，按下图的教程操作

这里写图片描述

3、开始安装系统
1）windows系统下，右键点击我的电脑》管理》磁盘管理,选择一个空间较大的盘,右键选择压缩卷,笔者为Ubuntu16.04划分了150G的空间，70-150G都可以,设置好容量大小后点压缩即可,不用给他设置盘符,我们在安装Ubuntu的时候在重新分区。注意:这种分区我们在Win里面不能直接查看Ubuntu里的分区,但是在Ubuntu我们可以访问放在硬盘上的任何东西,也就是可以直接查看Win系统的分区

2）进入bios界面，电脑关机重启，不同型号按不同的按键
戴尔：按F10
华硕：按F2
联想: 按F12
惠普: 按shift键然后重启

3)确保安全启动和快速启动关闭，U盘启动打开
bios相关知识
这里写图片描述

4）进入U盘安装，选择·Install ubuntu进入选择语言界面，选择中文
这里写图片描述

5）准备安装Ubuntu,可以联网,也可以不联网,如果联网选择安装第三方软件及更新,也可以选择不安装,安装完成后再系统里选择更新,完成后点击继续
这里写图片描述

6）安装类型选择,这里一定选择》其他选项》继续,这样我们可以自己分区
这里写图片描述

7）分区设置
这里写图片描述

8）三个分区设置
选择产生的空闲分区
点击的“+”创建4个主要的基础分区
创建/分区：
＞
创建swap分区：
4096MB 逻辑分区空间起始位置交换空间
创建boot分区：
2048MB 逻辑分区空间起始位置 Ext4日志文件系统 /boot
创建主分区：
剩余的空间主分区空间起始位置 Ext4日志文件系统 /

如下图
a、swap
这里写图片描述
b、boot

c、主分区
这里写图片描述

8)
三个分区设置好，点击现在安装，接下来一直继续，按提示就可以安装好，安装完毕后重启。

二、OpenCv 3.3 的配置

需要连接网络才能完成下列安装
1)安装git

sudo apt-get update
sudo apt-get install git

2)安装OpenCv3.3

git clone https://github.com/jayrambhia/Install-OpenCV
cd ./Install-OpenCV
cd Ubuntu
chmod +x * 
./opencv_latest.sh

3)安装过程要40分钟左右
当编译到100%， 出现opencv3.3 can be used.才算安装成功。
如果遇到问题,运行下列命令，更新软件源。

sudo apt-get update

三、CUDA8.0+CUDNN的安装

1、只有显卡是英伟达系列才执行下面一系列安装，AMD系列不用执行CUDA+CUDNN的安装

2、CUDA安装
1）cuda8.0软件在安装文件夹的位置

这里写图片描述
2）设置-》软件更新-》附加驱动-》选择

这里写图片描述

3）安装
a、运行第一条命令

sudo  ./cuda_8.0.61_375.26_linux.run

注意：执行后会有一系列提示让你确认，刚开始会出现一个0%，要一直按空格键，直到100%,后面要注意，有个让你选择是否安装nvidia367驱动时，一定要选择否：
Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 367.48?
因为前面我们已经安装了更加新的nvidia367，所以这里不要选择安装。其余的都直接默认或者选择是即可。
b、环境变量配置
打开~/.bashrc文件：

sudo gedit ~/.bashrc

c、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}}

d、在/etc/profile文件中添加CUDA环境变量：

sudo gedit /etc/profile

e、打开文档都在文档结尾加上下面两句：

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

f、保存后, 执行下列命令, 使环境变量立即生效：

source /etc/profile

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

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

h、在文中加入下面内容：

/usr/local/cuda/lib64

i、执行下列命令使之立刻生效：

sudo ldconfig

4）测试CUDA的samples

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

如果显示一些关于GPU的信息，则说明安装成功。

5）输入一下命令查看cuda配置

nvcc -V

3、CUDNN的安装c
cudnn软件包的位置
这里写图片描述
1、解压文件

sudo tar -zxvf ./cudnn-8.0-linux-x64-v5.0.tgz

2、进入cuDNN5.0解压之后的include目录，在命令行进行如下操作：

 cd cuda/include
 sudo cp cudnn.h /usr/local/cuda/include

3、再将进入lib64目录下的动态文件进行复制和链接：

 cd ..
 cd lib64
 sudo cp lib* /usr/local/cuda/lib64/   
 cd /usr/local/cuda/lib64/
 sudo chmod +r libcudnn.so.5.0.5
 sudo ln -sf libcudnn.so.5.0.5 libcudnn.so.5
 sudo ln -sf libcudnn.so.5 libcudnn.so
 sudo ldconfig

安转完毕

三、caffe的安装
1、caffe依赖库的安装，执行下列命令

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

2、caffe框架的下载，通过git下载
1）下载

git clone https://github.com/BVLC/caffe

2)进入caffe 文件夹，复制Makefileconfig

sudo cp Makefile.config.example Makefile.config

3）打开并修改配置文件：

sudo gedit Makefile.config

4）根据个人情况修改文件：

a.若使用cudnn，只有装了cuda+cudnn，则
将

#USE_CUDNN := 1

改成

USE_CUDNN := 1

b.如果不使用cuda或cudnn
将

#CPU_ONLY := 1

改成

CPU_ONLY := 1

c、修改opencv参数
将

#OPENCV_VERSION := 3

改成

OPENCV_VERSION := 3

d、修改后保存

5)编译
进入caffe目录，打开终端
依次执行下列命令

mkdir build
cd build
cmake ..
make all -j4
make pycaffe -j4
make test -j4
make runtest -j4

如果编译成功，到100%,caffe环境配置就基本完成。可以进行手写体MNIST训练测试了。