平常較少接觸linux系統，因專案需要使用linux下的caffe。為了這一次安裝探索了兩天，踩了無數的坑，參考了網上很多教程，發現百度裡的答案不是內容有錯誤，就是描述的問題和自己無關。在此把自己的安裝過程分享給大家，可能並不適用於每一個人，可以此參考。

        整個安裝流程的概括：

        1、NVIDIA顯示卡驅動

        2、cuda安裝（GPU加速使用）

        3、cuDNN配置（深度神經網路的加速計算庫）

        4、opencv安裝

        5、caffe安裝

        6、mnist資料集測試

一、安裝NVIDIA顯示卡驅動

        從官網 http://www.nvidia.com/Download/index.aspx?lang=en-us找到適合自己系統版本的驅動並下載，推薦下載.run格式的。下載好的安裝檔案放置於/home下即可（注意：不要放到中文目錄下，因為之後要使用文字模式操作，中文目錄無法讀取）。本人下載的驅動是NVIDIA-Linux-x86_64-384.90.run。

        輸入命令列：

          sudo gedit /etc/modprobe.d/blacklist.conf

        在最後一行加上 blacklist nouveau ，該操作是為了遮蔽系統自帶的顯示卡驅動

        在終端輸入：

          sudo update-initramfs -u

        重啟電腦，進入控制檯

        首先輸入賬戶和密碼（注意要先輸賬戶）

        輸入

          sudo init 3     （注意每一步操作都要輸密碼）  
          sudo rm -r /tmp/.X*  
          sudo service lightdm stop  
          sudo sh NVIDIA-Linux-x86_64-384.90.run

        按提示操作完成後重啟電腦，輸入命令 sudo nvidia-smi 可檢視GPU資訊

二、安裝cuda

        去官網 https://developer.nvidia.com/cuda-downloads 下載適合的cuda，本人下載的是cuda_8.0.61_375.26_linux.run。

        輸入 

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

        之後經過一長段說明後會跳出一些選項，注意看到Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 367.48?時一定要選否

        輸入

          sudo gedit ~/.bashrc

        將以下內容寫到最後
          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}}

        測試cuda的sample

          cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery  
          sudo make  
          sudo ./deviceQuery

         可看到相關資訊

三、配置cuDNN

        去官網 https://developer.nvidia.com/rdp/cudnn-download 下載相關檔案，並解壓

        進入cuDNN5.1解壓之後的include目錄，輸入：

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

   連結動態檔案，輸入

          cd ..  
          cd lib64  
          sudo cp lib* /usr/local/cuda/lib64/  
          sudo chmod a+r/usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*  
  
          cd /usr/local/cuda/lib64/  
          sudo rm -rf libcudnn.so libcudnn.so.5  
          sudo ln -s libcudnn.so.5.1.10 libcudnn.so.5 （注意自己下載的版本，不一定一致）  
          sudo ln -s libcudnn.so.5 libcudnn.so

四、安裝opencv

        下載opencv安裝壓縮包，並解壓到/home/opencv

        安裝前準備，建立編譯資料夾：

          cd ~/opencv  
          mkdir build  
          cd build

        使用cmake編譯，若沒有要事先安裝

          sudo apt install cmake  
          sudo cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local ..  
          sudo make  
          sudo make install

        提示：在安裝cmake階段，會出現錯誤，提示找不到ippicv，是因為其下載速度太慢，我們要事先將它下載好（網上搜），放到/opencv/3rdparty/ippicv/downloads/linux-808b791a6eac9ed78d32a7666804320e資料夾下

        安裝完成後，可用 pkg-config --modversion opencv 檢視已安裝的opencv版本

五、安裝caffe

        從github上下載caffe原始碼並解壓

        進行內容複製，輸入

          sudo cp Makefile.config.example Makefile.config

        修改配置檔案，輸入

          sudo gedit Makefile.config

         a.若使用cudnn，則
        將

          #USE_CUDNN := 1

        修改成：

          USE_CUDNN := 1

     
        b.若使用的opencv版本是3的，則
        將

          #OPENCV_VERSION := 3

        修改為：

          OPENCV_VERSION := 3

        c.若要使用python來編寫layer，則
        將  

          #WITH_PYTHON_LAYER := 1

        修改為

           WITH_PYTHON_LAYER := 1

        將 # 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

        修改為：

          INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/local/cuda-8.0/include /usr/include/hdf5/serial  
          LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/local/cuda-8.0/lib64 /usr/lib/x86_64-linux-gnu/hdf5/serial 

        編輯/usr/local/cuda/include/host_config.h

         #error-- unsupported GNU version! gcc versions later than 4.9 are not supported!

        改為

         //#error-- unsupported GNU version! gcc versions later than 4.9 are not supported!

        安裝caffe所需的各種依賴庫，會用到包括如下

          sudo apt-get update -y  
          sudo apt-get upgrade -y  
          sudo apt-get install build-essential -y  
          sudo apt-get install -y pkg-config automake autoconf  
          sudo apt-get install libprotobuf-dev libleveldb-dev -y  
          sudo apt-get install libsnappy-dev libhdf5-serial-dev protobuf-compiler -y  
          sudo apt-get install libatlas-base-dev -y  
          sudo apt-get install --no-install-recommends libboost-all-dev -y  
          sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev -y  
          sudo apt-get install libopencv-dev -y  
          sudo apt-get install python-pip python-dev -y  
          sudo apt-get install -y python-numpy python-scipy

      進入caffe目錄，開始編譯caffe

          cd ~/caffe  
          sudo make all -j4

        期間可能會出現很多error，基本上分為兩種，一種是缺少相應依賴庫，則安裝所缺少的相應庫，二是路徑不對，檢視上步所說Makefile.config的路徑是否新增

        個人遇到的問題舉例：缺少google/protobuf/stubs/common.h  安裝 sudo apt-get install libprotobuf-dev

        出現找不到lhdf5_hl和lhdf5的錯誤， 
        在計算機中搜索libhdf5_serial.so.10.1.0，找到後右鍵點選開啟專案位置
        該目錄下空白處右鍵點選在終端開啟，開啟新終端輸入 

          sudo ln libhdf5_serial.so.10.1.0 libhdf5.so   
          sudo ln libhdf5_serial_hl.so.10.0.2 libhdf5_hl.so

        解決完錯誤後，再次編譯前首先 sudo make clean 刪除上次不完整編譯殘留的檔案

        繼續sudo make all -j4 編譯

        成功後使用

          sudo make test -j4
          sudo make runtest -j4 

        看到如下圖時，則大功告成了。

六、mnist資料集測試

        下載mnist資料集

          cd ~/caffe/data/mnist  
          sudo sh ./get_mnist.sh

        在該目錄下將有相應圖片和標籤檔案

        mnist資料格式轉換

          cd ~/caffe  
          sudo sh ./example/mnist/create_mnist.sh

        訓練mnist
          cd ~/caffe  
          sudo sh ./example/mnist/train_lenet.sh

        看到如下結果，則測試成功