在之前的文章中有給出如何安裝caffe的連結，這裡自己配置一下。

1. 安裝ubuntu

講的非常詳細了。注意一下碟符就好，上面有提示。

安裝完成後，就可以裝caffe了

2 安裝caffe

首先，caffe有很多外部依賴庫，這些依賴庫都可以用 sudo apt-get install直接裝，在window下裝的時候非常繁瑣，反正我沒弄好，最後下載了個除錯好的包，但是linux下真心傻瓜式操作。下面依次介紹一下；

 i, 安裝 opencv,

ctrl + alt + t  進入命令列介面，輸入：

sudo apt-get install libopencv-dev

這個命令可以自動安裝opencv及其需要的各種庫檔案，但是有一點，它不能保證下載的是最新版本的，預設2.4.8, 不過夠用了。

ii, 安裝boost

命令：

sudo apt-get install libboost-all-dev

iii, 安裝完成之後，加入依賴包

命令

sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev
sudo apt-get install libhdf5-serial-dev protobuf-compiler

iv,  安裝BLAS

命令

sudo apt-get install libatlas-base-dev

v. 其他依賴

sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev
 

這樣，caffe所需的檔案就全部裝好了，下面安裝caffe

3. caffe的安裝

i.  下載caffe :

這個下載後是個zip檔案，解壓就可以；

我用git命令安裝的，都差不多

命令：

下載git;

sudo apt-get install git

下載caffe

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

下載完成後，進入caffe檔案目錄；

命令：

cd caffe
cp Makefile.config.example Makefile.config

ii, 修改

因為沒有安裝cuda，所以要修改Makefile.config檔案

CPU_ONLY:= 1 前面的“#”去掉

儲存就可以編譯了

iii,  編譯

在caffe目錄（命令列視窗）下，分別輸入

make all

make test

make runtest

編譯完成後，測試一下minst資料

iv,測試

首先，獲取資料

./data/mnist/get_mnist.sh

建立LeNet, 例子中mnist資料使用LeNet訓練（必須在caffe根目錄下執行，否則會出錯）

./examples/mnist/create_mnist.sh

因為不用GPU ，所以在訓練前，要將caffe/examples/mnist/lenet_solver.prototxt中的solver_mode設定成solver_mode: CPU

訓練網路，在根目錄下執行：

命令：./examples/mnist/train_lenet.sh

正確率應該在99.14% 上下

參考文獻：

caffe官網：http://caffe.berkeleyvision.org/install_apt.html

holiday study 部落格： http://www.cnblogs.com/holidaystudy/p/4792624.html