記錄一下安裝過程和錯誤，給自己提醒...
這次裝了C3D，因為要用3d卷積核，其實編譯過程和普通caffe一樣
顯示卡：NVIDIA GTX 1050Ti 
系統：Ubuntu16.04
安裝過程參考如下部落格，謝謝各位大佬！
ubuntu16.04安裝caffe

一.顯示卡驅動

ctrl+alt+t開啟終端

新增官方源

$ sudo  add-apt-repository ppa:graphics-drivers/ppa 

然後去nvidia官網查一下自己的顯示卡驅動，www.nvidia.cn/Download/index.aspx?lang=cn 我的是384，所以下面輸的是nvidia-384

1.$ sudo apt-get update
2.$ sudo apt-get install nvidia-384 nvidia-settings nvidia-prime
 

安裝完之後重啟電腦，看是否安裝成功

$ nvidia-settings

如果出現如下介面，表示安裝成功

二.安裝CUDA

我的是cuda9.0。下載好之後cd到檔案所在位置

sudo ./cuda_9.0.176_384.81_linux.run --override 

出現這個表示安裝正確

===========  
= Summary =  
===========  
  
Driver:   Not Selected  
Toolkit:  Installed in /usr/local/cuda-9.0 
Samples:  Installed in /usr/local/cuda-9.0, but missing recommended librarie
 

接下來下載cudnn，需要先註冊,選library for linux，https://developer.nvidia.com/cudnn
到下載的檔案所在的目錄解壓,我的檔案都在home裡

1.tar zxvf cudnn-9.0-linux-x64-v7.tgz
2.cd cuda/include/
3.sudo cp cudnn.h /usr/local/cuda/include/  #複製標頭檔案
4.cd ..
5.cd lib64/
6.sudo cp lib* /usr/local/cuda/lib64/    #複製動態連結庫
#建立新的連結
7.cd /usr/local/cuda/lib64/ 
8.sudo rm -rf libcudnn.so libcudnn.so.7
9.sudo ln -s libcudnn.so.7.0.3 libcudnn.so.7
10.sudo ln -s libcudnn.so.7 libcudnn.so 
 

設定環境變數

gedit ~/.bashrc

把下面的路徑加進去，=兩邊不要有空格

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

儲存後建立連結檔案

1.sudo vim /etc/ld.so.conf.d/cuda.conf
2.#按下鍵盤i進行編輯
3./usr/local/cuda/lib64 
4.#按esc，按：wq儲存退出
#使連結生效
5.sudo ldconfig

可能會有提示vim未安裝，搜一下vim安裝教程，安裝一下vim就行了vim安裝與配置

編譯sample

$ cd /usr/local/cuda/samples  
$ sudo make all -j8
$ cd /usr/local/cuda/samples/bin/x86_64/linux/release  
$ sudo ./deviceQuery 

出現Result=PASS,說明成功

三.BLAS安裝

進入下載目錄解壓並安裝
1.tar zxvf parallel_studio_xe_2017.tgz
2.cd parallel_studio_xe_2017/  
3.sudo ./install_GUI.sh 

按提示步驟安裝即可

安裝完之後，對相關檔案進行連結

sudo gedit /etc/ld.so.conf.d/intel-mpi-2017.0.098.conf

新增庫檔案 立即生效

sudo ldconfig

四.安裝OpenCV

先安裝相關依賴

sudo apt-get install build-essential

sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev

sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev

sudo apt-get install --assume-yes libopencv-dev libdc1394-22 libdc1394-22-dev libjpeg-dev libpng12-dev libtiff5-dev libjasper-dev libavcodec-dev libavformat-dev libswscale-dev libxine2-dev libgstreamer0.10-dev libgstreamer-plugins-base0.10-dev libv4l-dev libtbb-dev libqt4-dev libfaac-dev libmp3lame-dev libopencore-amrnb-dev libopencore-amrwb-dev libtheora-dev libvorbis-dev libxvidcore-dev x264 v4l-utils unzip

sudo apt-get install ffmpeg libopencv-dev libgtk-3-dev python-numpy python3-numpy libdc1394-22 libdc1394-22-dev libjpeg-dev libpng12-dev libtiff5-dev libjasper-dev libavcodec-dev libavformat-dev libswscale-dev libxine2-dev libgstreamer1.0-dev libgstreamer-plugins-base1.0-dev libv4l-dev libtbb-dev qtbase5-dev libfaac-dev libmp3lame-dev libopencore-amrnb-dev 

在你喜歡的位置建個OpenCV資料夾，我在home新建了資料夾，然後下載OpenCV

1.mkdir OpenCV
2.cd OpenCV
3.git clone https://github.com/opencv/opencv.git
4.git clone https://github.com/opencv/opencv_contrib.git

下載過程會比較慢，下載完成後你的OpenCV資料夾裡應該有兩個資料夾，一個是opencv，一個是opencv_contrib，我們在opencv資料夾裡新建一個build資料夾，用來接收cmake的各種檔案，然後進入到build資料夾

1.mkdir OpenCV/opencv/build
2.cd build/
3.
cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local -D WITH_TBB=ON -D WITH_V4L=ON -D BUILD_TIFF=ON -D WITH_QT=ON -D WITH_OPENGL=ON -DCUDA_NVCC_FLAGS="-D_FORCE_INLINES" ..

最後面是空格加兩個點，不要錯了。cmake完之後，build下面也有了檔案，在build裡直接make，這一步時間很長

sudo make -j8

make完成後再

sudo make install

五.安裝Matlab

1.掛載iso檔案到linux上

mkdir /media/matlab

sudo mount -o loop [你的iso檔案路徑]/R2016a_glnxa64.iso /media/matlab

(我的matlab安裝包在home裡，所以這條命令就是，sudo mount -o loop /home/tsing/matlabLinux/R2016a_glnx64.iso /media/matlab)

現在matlab應該已經掛載到/media/matlab上了

2.回到主目錄後執行安裝命令

cd

sudo /media/matlab/install

接下來就是安裝引導了（安裝的時候沒有截圖，借了www.linuxidc.com/Linux/2017-03/142298.htm

的圖，安裝步驟也是參考這個網址）

選擇use a file installation key，然後next

選擇yes

序列號在crack資料夾的FIK裡，直接複製貼上過去，然後next，接下來就是等待安裝了

3.啟用matlab

matlab一般預設安裝到/usr/local/MATLAB/R2016a/bin

cd /usr/local/MATLAB/R2016a/bin
 ./matlab

選擇用本地許可證檔案啟用，選擇home裡matlabLinux/crack裡的lic檔案就可以了，然後就啟用成功

4.

將matlabLinux/crack裡的libcufft.so.7.5.18和libmwservices.so複製到/usr/local/MATLAB/R2016a/bin/glnxa64

cd /home/tsing/matlabLinux/crack
cp libcufft.so.7.5.18 /usr/local/MATLAB/R2016a/bin/glnxa64
cp libmwservices.so /usr/local/MATLAB/R2016a/bin/glnxa64

5.取消掛載，刪除空資料夾

umount /media/matlab
rm -rf /media/matlab

六.安裝anaconda

cd到下載目錄

sudo bash Anaconda2-5.0.1-Linux-x86_64.sh

安裝完以後在環境變數新增anaconda庫檔案路徑

sudo gedit ~/.bashrc

在bashrc末尾加入

export PATH="/home/tsing/anaconda2/bin:$PATH"  
export LD_LIBRARY_PATH="/home/tsing/anaconda2/lib:$LD_LIBRARY_PATH" 

然後立即生效

source ~/.bashrc

這時候在終端輸入python，應該就能看到python版本了

七.安裝caffe

1.首先安裝caffe依賴

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

2.下載caffe（C3D）

回到home

cd
git clone https://github.com/BVLC/caffe.git
（如果下載C3D: 
git clone https://github.com/facebook/C3D.git）

等待下載完成

C3D下載完之後裡面會有C3D-v1.0和C3D-v1.1，只需要v1.1，所以我就把C3D-v1.1放到home了

3.安裝配置

C3D的安裝配置和caffe一樣，接下來就按照caffe路徑寫了，配置C3D的時候記得改命令裡相應的資料夾名稱

cd caffe
cp Makefile.config.example Makefile.config 
sudo gedit Makefile.config 

修改配置檔案

USE_CUDNN := 1
OPENCV_VERSION := 3
# CUDA architecture setting: going with all of them.
# For CUDA < 6.0, comment the *_50 through *_61 lines for compatibility.
# For CUDA < 8.0, comment the *_60 and *_61 lines for compatibility.
CUDA_ARCH := #-gencode arch=compute_20,code=sm_20 \
		#-gencode arch=compute_20,code=sm_21 \
		#-gencode arch=compute_30,code=sm_30 \
		#-gencode arch=compute_35,code=sm_35 \
		#-gencode arch=compute_50,code=sm_50 \
		#-gencode arch=compute_52,code=sm_52 \
		-gencode arch=compute_60,code=sm_60 \
		-gencode arch=compute_61,code=sm_61 \
		-gencode arch=compute_61,code=compute_61
BLAS := mkl
MATLAB_DIR := /usr/local/MATLAB/R2016a
ANACONDA_HOME := /home/tsing/anaconda2
PYTHON_INCLUDE := $(ANACONDA_HOME)/include \
		  $(ANACONDA_HOME)/include/python2.7 \
		  $(ANACONDA_HOME)/lib/python2.7/site-packages/numpy/core/include

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 

修改Makefile裡的內容

gedit Makefile

找到
NVCCFLAGS += -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS) 
替換為
NVCCFLAGS += -D_FORCE_INLINES -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS)
將
LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_hl hdf5
替換為
LIBRARIES += glog gflags protobuf leveldb snappy lmdb boost_system boost_filesystem m hdf5_hl hdf5 m opencv_core opencv_highgui opencv_imgproc opencv_imgcodecs opencv_videoio
（防止在編譯C3D時報opencv的錯）

找到
CXXFLAGS += -MMD -MP
在下面加一句（不是替換！！！）
CXXFLAGS += -std=c++11
（防止C3D編譯matlab接口出錯）

配置環境變數

gedit ~/.bashrc

在末尾加上

export LD_LIBRARY_PATH="/lib/x86_64-linux-gnu:$LD_LIBRARY_PATH"

立即生效

ldconfig

為hdf5建立連結

find . -type f -exec sed -i -e 's^"hdf5.h"^"hdf5/serial/hdf5.h"^g' -e 's^"hdf5_hl.h"^"hdf5/serial/hdf5_hl.h"^g' '{}' \;

cd /usr/lib/x86_64-linux-gnu
sudo ln -s libhdf5_serial.so.10.1.0 libhdf5.so  
sudo ln -s libhdf5_serial_hl.so.10.0.2 libhdf5_hl.so 

編譯caffe

make all -j8
make test -j8
make runtest

如果全都編譯完，沒有報錯，接下來anaconda需要將caffe標頭檔案連結（C3D在runtest時，會有兩個test不通過，但是並不影響使用，all和test全都通過了就可以）

gedit ~/.bashrc

在末尾新增

export PYTHONPATH="/home/tsing/caffe/python:$PYTHONPATH" （C3D的資料夾可能不叫caffe，記得把caffe改成對應的資料夾名字）

ldconfig

八.編譯caffe和python介面

caffe根目錄下
make pycaffe
make contribute
ipython
import caffe

如果沒喲報錯的話，caffe和python介面就ok了

九.編譯caffe和matlab介面

cd /usr/local/MATLAB/R2014a/sys/os/glnxa64/
sudo mv libstdc++.so.6 libstdc++.so.6_back

cd ~/caffe/

make matcaffe

make mattest

出現上圖表示編譯成功

十.編譯中的報錯

1.m//home/tsing/anaconda2/lib/libpng16.so.16：對‘[email protected]_1.2.9’未定義的引用

在 Makefile.config 中，加入下一句
LINKFLAGS := -Wl,-rpath,$(HOME)/anaconda/lib

2.ImportError: No module named caffe

在環境變數中新增python路徑

gedit ~/.bashrc

加入export PYTHONPATH=~/caffe/python:$PYTHONPATH

ldconfig

3.對LIBTIFF_4.0未定義的引用

可能是許可權問題，我在用了sudo make所有之後就沒有這個錯誤了

4.

fatal error: caffe/proto/caffe.pb.h: No such file or directory

網上說有可能是make太快，我把make all -j8改成make all就沒有這個錯誤了...

感覺這個錯誤很無語...

我可能還出過別的錯誤，但是我暫時想不起來了... 有好多錯誤其實是路徑的問題，把庫所在的位置放到環境變數裡就沒有再報錯了。好多錯誤去google比百度靠