前期准备：

最好是python虚拟环境

• 【anaconda的创建虚拟环境】

  创建
  conda create -n caffeEnv(虚拟环境名字) python=3.6
  激活环境
  source activate caffeEnv
  关闭
  deactivate

• 【python virtualenv创建虚拟环境】

  创建
  pip install virtualenv
  sudo apt-get virtualenv
  virtualenv caffeEnv(虚拟环境名字) -p /usr/bin/python3（版本）
  激活
  cd caffeEnv && source ./bin/activate
  关闭
  deactivate

环境条件

深度学习加速模块和opencv

1. cuda8.0+cudnn5.1+opencv3.4.0
2. cuda9.1+cudnn7.0+opencv3.4.0

​ （我试过8.0+5.1和9.1+7.0都可以）

​ 可以看我的另外两篇博客，亲测过好几次，可用！！！

• 安装cuda和cudnn教程
• 安装opencv教程

​ （根据自己版本稍微修改，肯定可以的）

caffe依赖库

sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler
sudo apt-get install libboost-all-dev
sudo apt-get install libopenblas-dev liblapack-dev libatlas-base-dev
sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev

开始安装caffe

• 首先在你要安装的路径下 clone ：

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

• 进入 caffe ，将 Makefile.config.example 文件复制一份并命名为 Makefile.config

  cd caffe
  cp Makefile.config.example Makefile.config

复制一份的原因是编译 caffe 时需要的是 Makefile.config 文件，Makefile.config.example 只是caffe 给出的配置文件例子

• 修改 Makefile.config 文件

  gedit Makefile.config

1. 开启cudnn

   将
   #USE_CUDNN := 1
   修改成：
   USE_CUDNN := 1

2. 应用 opencv

   将
   #OPENCV_VERSION := 3
   修改为：
   OPENCV_VERSION := 3

3. 使用 python 接口

   将
   #WITH_PYTHON_LAYER := 1
   修改为
   WITH_PYTHON_LAYER := 1

4. 修改 python 路径

   INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include
   LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib
   修改为：
   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

5. 修改cuda路径（可选），一般不用改，由于我服务器上的cuda的版本太多，路径不一样

   CUDA_DIR := /usr/local/cuda
   修改为：
   CUDA_DIR := /usr/local/nvidia/cuda/8.0

OK ，可以开始在 caffe 目录下编译 ：

make all -j8
（-j8表示自己的cpu核数，如果不知道就直接make all）

如果出错，则检查前面步骤，或者利用搜索引擎解决问题

• 编译成功后可运行测试（出现以下图片类似即成功）：

  make runtest -j8

编译caffe的python接口

1、 编译

make pycaffe -j8

2、配置到环境变量

gedit ~/.bahsrc

把以下内容加到最下方

export PYTHONPATH=/（caffe所在目录）/caffe/python:$PYTHONPATH

若有多个环境需要添加则像如下添加方法，环境之后需要加“ ： ”

export PYTHONPATH=/（caffe所在目录）/caffe/python:/home/xxx/python/:$PYTHONPATH

让环境变量生效

source ~/.bahsrc

have a try!看看能不能用

>>> import caffe

bingo！It’s OK

临时配置法（记录一下给自己看）

import sys

sys.path.append("/（caff所在目录）/caffe/python")

sys.path.append("/（caffe所在目录）/caffe/python/caffe")

最后贴一些可能会出现的安装问题：

可能出现的问题

（1）

问题：

Unsupported gpu architecture ‘compute_20’

解决方案：

https://askubuntu.com/questions/960238/nvcc-fatal-unsupported-gpu-architecture-compute-20

即去掉Makefile.config 中两行：

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_50,code=compute_50
 改为：
 CUDA_ARCH := -gencode arch=compute_50,code=sm_50 \
        -gencode arch=compute_52,code=sm_52 \
        -gencode arch=compute_60,code=sm_60 \
        -gencode arch=compute_62,code=sm_62 \
        -gencode arch=compute_61,code=compute_61

（2）

问题：

awk: symbol lookup error: /home/lzm/.conda/envs/lzm2/lib/libreadline.so.6: undefined symbol: PC

解决方案：

https://github.com/conda-forge/rpy2-feedstock/issues/1

https://github.com/bioconda/bioconda-recipes/issues/5350

即 run

conda install -c conda-forge readline = 6.2

（3）

问题：

./include/caffe/util/hdf5.hpp:6:18: fatal error: hdf5.h: no such file or directory

解决方案：

https://github.com/BVLC/caffe/issues/2690

https://github.com/NVIDIA/DIGITS/issues/156

即Makefile.config 拿两行改掉：

INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib
改为
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/hdf5/serial/

（4）（这个应该很少人出现）

问题：

./include/caffe/util/nccl.hpp:5:18: fatal error: nccl.h: No such file or directory

解决方案：

新建文件为env

将服务器已经安装的nccl路径配置到env：

export CPLUS_INCLUDE_PATH=$CPLUS_INCLUDE_PATH:/home/lzm/data/caffe/caffe1.0_nccl/nccl/install/include
export C_INCLUDE_PATH=$C_INCLUDE_PATH:/home/lzm/data/caffe/caffe1.0_nccl/nccl/install/include
export LIBRARY_PATH=$LIBRARY_PATH:/home/lzm/data/caffe/caffe1.0_nccl/nccl/install/lib
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/home/lzm/data/caffe/caffe1.0_nccl/nccl/install/lib

每次要用的时候都激活环境：

source  ./env

（5）

问题：

.build_release/lib/libcaffe.so: undefined reference to `cv::imdecode

解决方案：https://github.com/BVLC/caffe/issues/4621
把Makefile.config 中 OPENCV_VERSION = 3的注释去掉即可

（6）

问题：

/caffe/bin/…/lib/libstdc++.so.6: version `GLIBCXX_3.4.21’ not found (required by caffe-ssh/python/caffe/_caffe.so)

解决方案：https://github.com/BVLC/caffe/issues/4953

conda install libgcc