寫在前面：電腦聯想Y410,顯示卡755,ubuntu16.04，本文是caffe-ssd，沒有安裝anaconda，使用的python是系統自帶的2.7版本，以前安裝anaconda後兩種python版本管理不好會出錯。

1、將gcc版本降低

cuda8.0對應的gcc版本是5.3以下，ubuntu16.04的gcc版本是5.4

檢視gcc版本：gcc --version

參考連結：https://blog.csdn.net/iotlpf/article/details/54175064

2、nvidia顯示卡驅動安裝

方法一：直接在系統設定下安裝

可能存在的問題：驅動的版本和自己電腦顯示卡對應的版本不一致，會導致後續安裝的問題。

方法二：在nvidia官網下載對應驅動安裝

方法三：新增源進行安裝

注意：查詢自己電腦顯示卡對應的驅動連結：www.nvidia.cn/download/index.aspx?lang=cn

一定要下載正確的驅動，否則可能後續的安裝會有很多問題

具體安裝方法參考連結：https://blog.csdn.net/iotlpf/article/details/54175064

3、安裝cuda8.0

cuda的安裝也可以看下自己的電腦適合的cuda版本：在windows下nvidia控制面板，圖形顯示，可以看到n卡適合的cuda版本，僅供參考。

如何檢視顯示卡支援的CUDA版本：https://blog.csdn.net/wangyjfrecky/article/details/55100963

cuda安裝參考：https://blog.csdn.net/yhaolpz/article/details/71375762

在進行測試時出現的錯誤：

 CUDA Device Query (Runtime API) version (CUDART static linking)

cudaGetDeviceCount returned 35
-> CUDA driver version is insufficient for CUDA runtime version
Result = FAIL

解決方案：檢視自己電腦安裝的nvidia顯示卡版本是否正確，不清楚具體使用哪個就多安裝幾個版本試下。

cuda安裝成功執行結果：

可參考連結：https://zhuanlan.zhihu.com/p/28954367

4、安裝cudnn5.1

cudnn5.1的安裝主要參考教程 : https://blog.csdn.net/yhaolpz/article/details/71375762

和上鍊接博主不同的是，在locate時並沒有定位到資訊，不過後面貌似沒影響。

具體操作如下：

下載完成後解壓，得到一個 cudn 資料夾，該資料夾下include 和 lib64 兩個資料夾，命令列進入 cudn/include 路徑下，然後進行以下操作：

sudo cp cudnn.h /usr/local/cuda/include/ #複製標頭檔案

然後命令列進入 cudn/lib64 路徑下，執行以下命令：

sudo cp lib* /usr/local/cuda/lib64/ #複製動態連結庫

cd /usr/local/cuda/lib64/ sudo rm -rf libcudnn.so libcudnn.so.5#刪除原有動態檔案

注意：如不能刪除請cd到 

cd /usr/local/cuda/lib64/下進行刪除

sudo ln -s libcudnn.so.5.1.10 libcudnn.so.5#生成軟銜接

sudo ln -s libcudnn.so.5 libcudnn.so #生成軟連結

安裝完成後可用 nvcc -V 命令驗證是否安裝成功，若出現以下資訊則表示安裝成功：

5、安裝opencv3.1

解壓到你要安裝的位置，命令列進入已解壓的資料夾 opencv-3.1.0 目錄下，執行：

cd build

cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local ..

make -j8 #編譯

在執行 make -j8 命令編譯到 92% 時可能會出現以下錯誤：

modules/cudalegacy/src/graphcuts.cpp:120:54: error: 

‘NppiGraphcutState’ has not been declared

typedef NppStatus (*init_func_t)(NppiSize oSize, 

這是由於opecv3.1與cuda8.0不相容導致的。解決辦法：

編譯成功後安裝：

sudo make install #安裝

安裝完成後通過檢視 opencv 版本驗證是否安裝成功：

pkg-config --modversion opencv  

6、安裝caffe-ssd

git clone https://github.com/weiliu89/caffe.git

cd caffe

git checkout ssd（出現“分支”則說明copy-check成功）

然後修改 Makefile.config 檔案，在 caffe 目錄下開啟該檔案：

sudo gedit Makefile.config

修改 Makefile.config 檔案內容：

1.應用 cudnn

將#USE_CUDNN := 1修改成： USE_CUDNN := 1

2.應用 opencv 版本

將#OPENCV_VERSION := 3 修改為： OPENCV_VERSION := 3

3.使用 python 介面

4.修改 python 路徑

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/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     

然後修改 caffe 目錄下的 Makefile 檔案：

將#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!

在Makefile檔案中第260行左右新增boost_regex，即

LIBRARIES += boost_thread stdc++後，如下

LIBRARIES += boost_thread stdc++ boost_regex

繼續在makefile檔案下操作：

將：

NVCCFLAGS +=-ccbin=$(CXX) -Xcompiler-fPIC $(COMMON_FLAGS)

替換為：

NVCCFLAGS += -D_FORCE_INLINES -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS)

編輯/usr/local/cuda/include/host_config.h 將其中的第115行註釋掉：

#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!

將一些檔案複製到/usr/local/lib資料夾下，解決"libcudart.so.8.0 cannot openshared object file: Nosuch fileor directory"：

#注意自己CUDA的版本號！

sudo cp /usr/local/cuda-8.0/lib64/libcudart.so.8.0 /usr/local/lib/libcudart.so.8.0

&& sudo ldconfig cp /usr/local/cuda-8.0/lib64/libcublas.so.8.0 /usr/local/lib/libcublas.so.8.0

&& sudo ldconfig cp /usr/local/cuda-8.0/lib64/libcurand.so.8.0 /usr/local/lib/libcurand.so.8.0 && sudo ldconfig

可能會有一點問題，但不影響，有的教程沒用這步，我是一開始使用其他的教程報錯使用的這步，參考：https://blog.csdn.net/qq_36673141/article/details/78428702

至此前期環境配置應該完成。

編譯caffe有兩種方式：

1、make all

2、cmake方式

我是使用make all編譯成功的，以前看教程據說cmake更好，兩種方式分別如下：

a、make all

        make all -j8

sudo make runtest -j8

.build_release/tools/caffe: error while loading shared libraries: libcudart.so.8.0:」

cannot open shared object file: No such file or directory」

• b、cmake
• 本人用了一下報錯沒有修改，但這種編譯官網上是有的，所有可以參考，前提是前面的環境配置正確。

• cd caffe
  mkdir build
  cd build

  sudo cmake -D WITH_CUDA=ON -D CUDA_ARCH_BIN="5.3" -D CUDA_ARCH_PTX="" -D WITH_GSTREAMER=ON -D BUILD_TESTS=OFF -D BUILD_PERF_TESTS=OFF -D BUILD_EXAMPLES=OFF -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local ..
  

  make -j8
  make install
  make runtest（這一步不是必須的）

  
  

• 7、安裝 pycaffe notebook 介面環境

在上一步成功安裝 caffe 之後，就可以通過 caffe 去做訓練資料集或者預測各種相關的事了，只不過需要在命令列下通過 caffe 命令進行操作，而這一步 pycaffe 的安裝以及 notebook 環境配置只是為了更方便的去使用 caffe ，實際上大多數都是通過 python 來操作 caffe 的，而 notebook 使用瀏覽器作為介面，可以更方便的編寫和執行 python 程式碼

cd caffesudo make pycaffe -j8

編譯 pycaffe 成功後，驗證一下是否可以在 python 中匯入 caffe 包，首先進入 python 環境：

python

然後匯入 caffe :

>>> import caffe

如果沒有報錯只是警告可以繼續操作。

可能錯誤1：

File "<stdin>", line 1, in <module>   ImportError: No module named caffe

解決方法：

sudoechoexport PYTHONPATH="~/caffe/python" >> ~/.bashrc

source ~/.bashrc

最後一步，配置notebook環境

在安裝scipy庫的時候，需要fortran編譯器（gfortran)，如果沒有這個編譯器就會報錯，因此，我們可以先安裝一下。

首先進入 caffe/python 目錄下，執行安裝程式碼

sudo apt-get install gfortranfor req in $(cat requirements.txt);

dopip install $req; done

注意：此處安裝依賴項可能一次無法全部安裝，多進行幾次就可以，我安裝時出現錯誤，按照提示升級了一下pip到10.0，貌似版本太高了，會報錯

File "/usr/bin/pip", line 9, in <module> from pip import main ImportError: cannot import name main

我重新安裝了9.1，執行後就可以了：https://blog.csdn.net/jasonzzj/article/details/53341271

在import caffe時也出現了 ImportError: cannot import name cbook錯誤

解決方案：

解除安裝之前的matplotlib： 

sudo pip uninstall matplotlib

使用該命令重新安裝：

sudo apt-get install python-matplotlib

這樣就解決了

安裝完成以後執行：

sudo pip install -r requirements.txt

就會看到，安裝成功的，都會顯示Requirement already satisfied, 沒有安裝成功的，會繼續安裝。

然後安裝 jupyter ：

sudo pip install jupyter

安裝完成後執行 notebook :

安裝小結：

1、前期環境配置時最重要的，首先是NVIDIA顯示卡，其次是cuda，之後是cudnn，每次安裝好一定要測試

2、查清楚自己需要安裝什麼型別的顯示卡，文中有連結，以及cuda和cudnn的對應。

3、前期的依賴項一定多找幾個教程多安裝一些，（安裝全一些）多裝了沒事，少裝了後面報錯可能找不到方案解決。（個人意見）

4、編譯caffe之前保證opencv在系統環境裡（安裝opencv後的操作），編譯caffe時對makefile檔案和config檔案改寫仔細

5、編譯caffe一般都會報錯，仔細檢查下問題出現在哪裡，如果確保前期工作沒問題，嘗試用cmake 或者make all分別編譯，出錯了之後一定記得make clean

6、在編譯時候有的需要許可權，有的不需要許可權，所以也可以嘗試下分別sudo和不帶sudo進行操作。

7、以上純屬瞎扯，謹慎參考。

參考連結：

1、https://blog.csdn.net/yhaolpz/article/details/71375762

2、https://blog.csdn.net/qq_36673141/article/details/78428702

3、https://blog.csdn.net/qq_36673141/article/details/78428702