[========]

1. caffe介紹

caffe是一個訓練卷積神經網路的工具，其能夠非常好的支援CNN，最新版本整合了RNN。caffe提供python和matlab的藉口，能夠簡單有效地進行程式設計和使用。

2. caffe安裝

2.1 caffe版本選擇

2.2 依賴庫安裝

2.2.1 有root許可權

網上教程很多。

2.2.2 非root許可權

在已經安裝好cuda和python以及各種常用的python依賴包之後，caffe在編譯之前只需要安裝以下依賴庫：
- protobuf
- snappy
- leveldb
- openCV
- boost
- lbdb
- gflags
- glog
- hdf5
- openblas, atlas, mkl三選一

Install protobuf:
版本：2.5.0
安裝python版
下載完成之後

    $ cd protobuf/
    $ cd python
    $ python setup.py build
    $ python setup.py install --user

    $ cd ~/temp/
    $ git clone https://github.com/google/protobuf.git
    $ cd protobuf/
    $ ./autogen.sh
    $ ./configure --prefix=$HOME/local
    $ make
    $ 
 
make install

Install snappy:

    $ cd ~/temp/
    $ git clone https://github.com/google/snappy.git
    $ cd snappy
    $ ./autogen.sh
    $ ./configure --prefix=$HOME/local
    $ make
    $ make install

Install leveldb:

    $ cd ~/temp/
    $ git clone https://github.com/google/leveldb.git
    $ cd leveldb
    $ 
 
make
    $ cp -av libleveldb.* $HOME/local/lib/
    $ cp -av include/leveldb $HOME/local/include/

最後兩步可以直接手動拷貝

Install OpenCV:
版本：2.4.8

    $ cd ~/temp/
    $ wget 'https://github.com/Itseez/opencv/archive/2.4.8.tar.gz'
    $ tar xzf 2.4.8.tar.gz
    $ cd opencv-2.4.8/
    $ cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=$HOME/local -D BUILD_opencv_gpu=OFF -D CUDA_GENETATION=AUTO ..
    $ make
    $ make install

Install Boost:

版本：1.55.0

    $ cd ~/temp/
    $ wget “http://sourceforge.net/projects/boost/files/boost/1.55.0/boost_1_55_0.tar.gz”
    $ tar xzf boost_1_55_0.tar.gz
    $ cd boost_1_55_0
    ($ ./bootstrap.sh --prefix=$HOME/local)
    $ ./bootstrap.sh --prefix=$HOME/local --with-python=python2.7
    $ ./b2 -j 32
    $ ./b2 install

    ...failed updating 2 targets...
    ...skipped 6 targets...
    ...updated 62 targets...

Install lmdb:

    $ cd ~/temp
    $ git clone https://github.com/LMDB/lmdb
    $ cd mdb/libraries/liblmdb
    $ make
    $ mkdir $HOME/local/man/man1
    $ make prefix=$HOME/local install

Install gflags:
版本：1.7，需要先安裝gflags，再安裝glog，其它依賴庫可以並行安裝

    $ cd ~/temp/
    $ git clone https://github.com/gflags/gflags/release/
    $ mkdir build && cd build
    $ bash
    $ export CXXFLAGS="-fPIC" 
    $ ./configure --prefix=$HOME/local ..
    $ make -j
    $ make install

版本：2.1.1

    $ cd ~/temp/
    $ git clone https://github.com/gflags/gflags/release/
    $ mkdir build && cd build
    $ bash
    $ CXXFLAGS="-fPIC" cmake -D CMAKE_INSTALL_PREFIX=$HOME/local ..
    $ make -j
    $ make install

版本2.1.2後需要較高版本的CMake。

Install glog:
版本：0.3.3

    $ cd ~/temp/
    $ wget https://google-glog.googlecode.com/files/glog-0.3.3.tar.gz
    $ tar zxvf glog-0.3.3.tar.gz
    $ cd glog-0.3.3
    $ ./configure --prefix=$HOME/local
    $ make && make install

Install hdf5:
matlab會自帶hdf5，最好和matlab的版本號一致）。如果不一致，可以在linux設定環境變數

export HDF5_DISABLE_VERSION_CHECK=1

最新版版本號需要https://www.hdfgroup.org/ftp/HDF5/current/src/ 確認

    $ cd ~/temp
    $ wget "https://www.hdfgroup.org/ftp/HDF5/current/src/hdf5-1.8.14.tar" 
    $ tar -xf hdf5-1.8.14.tar
    $ cd hdf5-1.8.14
    $ ./configure --prefix=$HOME/local
    $ make
    $ make check                # run test suite.
    $ make install
    $ make check-install        # verify installation.</pre>

OpenBlas:

$ cd ~/temp/
$ git clone git://github.com/xianyi/OpenBLAS
$ cd OpenBlas
$ make FC=gfortran
$ make PREFIX=$HOME/local install