我的caffe安裝經歷：歷時兩天，終於把caffe安裝配置成功了，多謝師弟的幫忙。雖然有些教程已經比較詳細，但有些細節不夠清楚，很容易出現問題，因此結合自己安裝過程中遇到的問題，對安裝過程進行一個總結，希望自己以後安裝的過程中少走彎路，同時也希望能夠對後來者有所幫助。（注：本文檔是在參考其他博文基礎上進行的，引用如有不妥之處，請告知，謝謝！）
Ubuntu14.04+sogou+Cuda7.0+opencv3.0+mkl+matlab2014b+caffe
我用的linux版本是ubuntu14.04.03,本次caffe安裝是在重裝完系統之後直接安裝的，因此也把系統重裝，搜狗輸入法安裝等過程包含在本文檔中，以便以後重裝。推薦英文版安裝，中文版沒有嘗試，怕會遇到一些問題，最好預留出100G的空間來安裝ubuntu)
本文檔主要分爲7個部分：如下，
第一部分： ubuntu系統重裝
第二部分：搜狗輸入法的安裝
第三部分： nVidia驅動以及cuda的安裝
第四部分： opencv3.0安裝
第五部分： mkl安裝及調試
第六部分： Matlab安裝及建立快捷方式
第七部分： caffe的安裝及測試
第一部分：ubuntu系統重裝
一、正確刪除之前安裝的ubuntu：
第1步，修復MBR
1.進入win7，下載個軟件MbrFix，放在C:\windows\system32文件夾中
2.點擊開始》所有程序》附件》命令提示符
3.在命令提示符中輸入MbrFix /drive 0 fixmbr /yes
如果不能運行，就“右鍵MbrFix.exe”—>“兼容性”—>選擇“以管理員身份運行此程序”，然後再進行提示符輸入。
4.此時已經修復了MBR，
5.重啓電腦，直接進入windows
第2步，刪除Ubuntu
在 Win7下，在計算機(Computer)上點右鍵->管理(Manage)->磁盤管理(DiskManagement)：有4個沒有卷標名稱(卷標名稱就是驅動器號，如C:,D:,E:,…)的分區就是Ubuntu的分區，分別在這4個分區上點右鍵，選擇刪除卷，刪除卷之後，分區窗口顏色會變爲綠色，並合併爲一個窗口。
第3步，打開EasyBCD，刪除Linux啓動項，至此，完成Ubuntu的卸載
二、安裝新的Ubuntu
第一步，重啓電腦，插入系統盤（U盤） （如果用U盤啓動，注意修改啓動方式，一般電腦重啓的時候會有提示，F2, or F12, or delete），進入BIOS。
第二步， 進入系統後，先在左側欄選擇語言--English，然後選擇直接安裝
第三步，安裝方式選擇第三個，即其他方式（自定義安裝）
第四步，硬盤分區，在沒有分配盤符的預留好了的分區上，按照如下方式分區：
\boot 200M ext4
swap 4G
\ 35G ext4
\home 剩餘 ext4
最下面的從哪個盤啓動選擇剛纔分出的\boot 然後按照提示繼續即可
第五步，安裝完成後重啓電腦，應該是沒有選項，（注意進入BIOS把系統啓動順序改回來，不然又進入系統重裝模式）直接進入windows系統
第六步，進入windows系統後，打開EasyBCD，添加啓動項，選擇Linux，啓動分區選擇剛纔分配的200M（這裏顯示的應該是190M，sda6），保存就可以了。
第二部分：搜狗輸入法的安裝
從搜狗輸入法官網上http://pinyin.sogou.com/linux/?r=pinyin下載Linux版本的輸入法，選擇64位。
Ubuntu 14.04可以通過進入軟件中心直接進行安裝，而不用通過命令行進行安裝，比較方便。 打開軟件中心，點“install”進行安裝即可。如下（爲已經安裝過的，點擊”重新安裝處的“install”即可）
接下來就是在終端中輸入im-config，這時會出現一個對話框，點擊OK，有一個對話框，點擊Yes，你會看到下面的對話框。如果上面是fcitx，就不用管，直接關閉；如果不是，就修改上面的ibus爲fcitx.點擊OK即可。又會出現一個對話框，接着就是OK，最後重啓電腦。 如下圖，
之後，在終端中輸入：fcitx-config-gtk3出現對話框如下。點擊對話框左下角的（+）按鈕，彈出另一個對話框如上圖所示。然後，取消Only Show Current Language（很重要，否則不能找到剛安裝過的搜狗輸入法!）最後，在輸入框中輸入sogou，選中點擊OK即可。添加完後將其放置到列表的最下方，注意，是最下方！！！然後默認輸入法就是搜狗輸入法了。
第三部分： nVidia驅動以及cuda的安裝
到nVidia官網上下載最新版：https://developer.nvidia.com/cuda-toolkit或者到https://developer.nvidia.com/cuda-toolkit-archive,下載以前的版本，本文檔使用cuda7.0 cuda-repo-ubuntu1404-7-0-local_7.0-28_amd64.deb。根據版本自己選擇即可。
一、CUDA Repository
$ sudodpkg -i cuda-repo-ubuntu1404-7-0-local_7.0-28_amd64.deb
$ sudoapt-get update
二、CUDA Toolkit
$ sudo apt-get install -y cuda
三、Environment Variables
$ exportCUDA_HOME=/usr/local/cuda
$ export LD_LIBRARY_PATH=${CUDA_HOME}/lib64
$ PATH=${CUDA_HOME}/bin:${PATH}
$ export PATH
至此，cuda的安裝和配置完成。還有另一種安裝方法，可以參考博客http://blog.csdn.net/yaoxingfu72/article/details/45363097，這種方法步驟較多，容易出錯，建議按照本文檔的方式安裝。
第四部分： opencv3.0安裝
首先到官網上下載原版的opencv: http://opencv.org/。
在進行安裝之前，先要檢測一下電腦上是否已經安裝了gcc和g++, gcc –version或者g++ --version, 因爲opencv編譯需要用到，如果沒有安裝的話，進行安裝。一般來說，gcc在ubuntu14.04中已經自帶了，安裝g++,可以從官網上下載，然後自行安裝或者是直接用命令行進行安裝，如下：
$ sudo apt-get install g++
如果提示不能安裝或者提示需要依賴其他的庫時，則執行如下操作：
$ sudo apt-get -f install
$ sudo apt-get update
$ sudo apt-get install g++
通過上述方法，一般都能安裝成功，如果實在不行，則自行百度之，或者是直接官網下載然後進行安裝。
對opencv進行解壓，cd到被解壓文件
一. 建立release並配置
$ cd ~/opencv
$ mkdir release
$ cd release
$ cmake -D CMAKE_BUILD_TYPE=RELEASE -DCMAKE_INSTALL_PREFIX=/usr/local .. （注意後面有兩個點）
二. Enter the created temporarydirectory (<cmake_binary_dir>) and proceed with:
$ make
$ sudo make install （此處時間可能較長，耐心等待）
三. 配置openCV參數設置
$ sudo gedit/etc/ld.so.conf.d/opencv.conf 加入：/usr/local/lib
使用下面這條命令：
$ sudo ldconfig
$ sudo gedit/etc /bash.bashrc 加入：
PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig
$ export PKG_CONFIG_PATH
至此，OpenCV安裝配置完畢
第五部分： mkl安裝及調試
首先下載並安裝英特爾® 數學內核庫 Linux* 版MKL，下載鏈接是：https://software.intel.com/en-us/intel-education-offerings， 請下載Student版，先申請，然後會立馬收到一個郵件（裏面有安裝序列號,後邊會用到），打開照着下載就行了。下載完之後，解壓文件。
一、接下來是安裝過程，先授權，然後安裝：
$ cd （壓縮包所在路徑）
$ tar zxvf （壓縮包名）（如果你是直接拷貝壓縮文件過來的）
$ chmod a+x （壓縮包名） -R
$ sudo ./install_GUI.sh
下面的步驟就是一步步點next了（我的在prerequsition中會警告說缺少lib32庫，忽略即可）
二、MKL與CUDA的環境設置
1. 新建intel_mkl.conf， 並編輯之：
$ sudo gedit /etc/ld.so.conf.d/intel_mkl.conf 加入：
/opt/intel/lib/intel64
/opt/intel/mkl/lib/intel64
2. 完成lib文件的鏈接操作，執行：
$ sudo ldconfig -v
第六部分： Matlab安裝及建立快捷方式
一、 matlab安裝
1、掛載安裝鏡像：sudo mount -o loop myfile.iso /media/mnt ＃掛載ISO文件，使用參數 -o loop mnt爲已經建立好的目錄。
2、執行安裝，終端切換到掛載目錄mnt: 執行： sudo./install
3、選擇不聯網安裝
4、獲取序列號 在解壓文件夾/crack/readme.txt中獲取
5、根據自己的要求選擇安裝，一般來說按照”典型“安裝就好。
6、安裝完成後，默認路徑是：/usr/local/MATLAB/ R2014b
1） 在此目錄下的bin目錄下，有一個matlab文件，終端切換到此目錄執行 sudo ./matlab
2）選擇掛載目錄（mnt）下的series目錄下的license.lic文件，完成激活
3) 用解壓文件夾/crack/libmwservices.so替換 /usr/local/MATLAB/R2014b/bin/glnxa64/ libmwservices.so
至此，matlab安裝及激活完成！
二、 建立快捷方式
1、 自己從網上找個圖標，把圖標放在了/usr/local/MATLAB/ R2014b/目錄下，命名爲matlab.png
2、 $ sudo gedit /usr/share/applications/matlab.desktop // 相當於在 /usr/share/applications/建立了matlab.desktop 快捷方式，系統所以軟件的快捷方式都放在這裏, 並輸入：
[Desktop Entry]
Name=Matlab2014b
Comment=Matlab2014b
Exec=sh/usr/local/MATLAB/ R201b/bin/matlab –desktop
Icon=/usr/local/MATLAB/R2014b/matlab.png
Terminal=false
Type=Application
Categories=Application;
3、 在左上角的application菜單中搜索到matlab啦，點擊，看能否打開，如果能夠打開，恭喜你，快捷方式設置成功，如果不能打開，則在終端中，切換到/usr/local/MATLAB/ R201b/bin/目錄下，執行如下操作：
$ sudo chmod -R a+rw~/.matlab
然後，再在application中搜索matlab，點擊，應該就沒有問題啦。
至此，matlab快捷方式設置成功
第七部分： caffe的安裝及測試
官網下載caffe包https://github.com/BVLC/caffe/
一、安裝其他依賴項
1. Google Logging Library（glog），下載地址：https://code.google.com/p/google-glog/，然後解壓安裝：
$ tar zxvf glog-0.3.3.tar.gz
$ ./configure
$ make
$ sudo make install
如果沒有權限就chmod a+x glog-0.3.3-R ,或者索性 chmod 777 glog-0.3.3-R ,裝完之後，這個文件夾就可以kill了。
2. 其他依賴項，確保都成功
$ sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-devlibopencv-dev libboost-all-dev libhdf5-serial-dev
$ sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-devprotobuf-compiler
二、安裝Caffe並測試
1. 安裝pycaffe必須的一些依賴項：
$ sudo apt-get install python-numpy python-scipy python-matplotlibpython-sklearn python-skimage python-h5py python-protobuf python-leveldbpython-networkx python-nose python-pandas python-gflags Cython ipython
$ sudo apt-get install protobuf-c-compiler protobuf-compiler
2. 切換到Caffe的下載文件夾，然後執行：
$ cp Makefile.config.example Makefile.config
修改新生成的Makefile.config文件，修改“BLAS := mkl”，這個非常重要。
3.修改Makefile文件（不是Makefile.config）
在位置（(LIBRARIES+= glog gflags protobuf leveldb snappy \
lmdb boost_system hdf5_hl hdf5 m \
opencv_core opencv_highgui opencv_imgproc opencv_imgcodecs)）處
添加opencv_imgcodecs
這一步非常重要，否則編譯後會出現錯誤如下：
CXX/LD -o.build_release/tools/convert_imageset.bin
.build_release/lib/libcaffe.so: undefined reference to cv::imread(cv::String const&,int)'.build_release/lib/libcaffe.so: undefined reference tocv::imencode(cv::String const&,cv::_InputArray const&, std::vector >&, std::vector >const&)'
原因就是opencv3.0.0把imread相關函數放到imgcodecs.lib中了，而非原來的imgproc.lib
4. 編譯caffe-master！！！"-j4"是使用CPU的多核進行編譯，可以極大地加速編譯的速度，建議使用。
$ make all –j4
$ make test –j4
$ make runtest –j4
當lib中出現很多錯誤時，可以用如下方法解決：
1). Set LD_LIBRARY_PATH:
$ udo gedit/etc/ld.so.conf.d/cuda.conf (creates a new file).
文件中加入：
/usr/local/cuda/lib64
/usr/local/cuda/lib
Save and quit the editor.
2. Reload LD_LIBRARY_PATH:
$ sudo ldconfig
三、使用MNIST數據集進行測試
Caffe默認情況會安裝在$CAFFE_ROOT，就是解壓到那個目錄，例如：$home/username/caffe-master，所以下面的工作，默認已經切換到了該工作目錄。下面的工作主要是，用於測試Caffe是否工作正常，不做詳細評估。具體設置請參考官網：http://caffe.berkeleyvision.org/gathered/examples/mnist.html
1. 數據預處理
$ shdata/mnist/get_mnist.sh
2. 重建lmdb/leveldb文件。Caffe支持三種數據格式輸入網絡，包括Image(.jpg, .png等)，leveldb，lmdb，根據自己需要選擇不同輸入吧。
$ shexamples/mnist/create_mnist.sh
生成mnist-train-lmdb和 mnist-train-lmdb文件夾，這裏包含了lmdb格式的數據集
3. 訓練mnist
$ shexamples/mnist/train_lenet.sh
這時你會在終端窗口中看到caffe的訓練過程
至此配置caffe的工作已經完成了！！！
參考文獻：
http://blog.csdn.net/yaoxingfu72/article/details/45363097
http://blog.csdn.net/helei001/article/details/46950853
http://jingyan.baidu.com/album/ad310e80ae6d971849f49ed3.html?picindex=1