1、安装nvidia驱动

首先去官网上查看适合你GPU的驱动（http://www.nvidia.com/Download/index.aspx?lang=en-us）

例如，本人的GPU适合的驱动如图：

执行如下语句，安装

sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
sudo apt-get install nvidia-375
sudo apt-get install mesa-common-dev
sudo apt-get install freeglut3-dev

执行完上述后，重启（reboot）。

重启后输入：

nvidia-smi

如果出现了你的GPU列表，则说明驱动安装成功了。另外也可以通过

nvidia-settings

查看自己机器上详细的GPU信息，本人机器的信息如下：

2、安装CUDA

cuda是nvidia的编程语言平台，想使用GPU就必须要使用cuda。

从这里下载cuda的安装文件

https://developer.nvidia.com/cuda-release-candidate-download

注意这里下载的是cuda8.0的runfile（local）文件。

这里是nvidia给出的官方安装指南（遇到问题时可以查阅）：

http://docs.nvidia.com/cuda/cuda-installation-guide-linux/#axzz4HIBXnwyt

下载完cuda8.0后，执行如下语句，运行runfile文件：

sudo sh cuda_8.0.27_linux.run

执行后会有一系列提示让你确认，但是注意，有个让你选择是否安装nvidia361驱动时，一定要选择否，因为前面我们已经安装了更加新的nvidia367，所以这里不要选择安装。其余的都直接默认或者选择是即可。

安装成功后会出现如下界面：

============ Summary ============Driver: Not SelectedToolkit: Installed in /usr/local/cuda-8.0Samples: Installed in /home/textminerPlease make sure 
that– PATH includes /usr/local/cuda-8.0/bin– LD_LIBRARY_PATH includes /usr/local/cuda-8.0/lib64, or, add /usr/local/cuda-8.0/lib64 to /etc/ld.so.conf and runldconfig as rootTo uninstall the CUDA Toolkit, run the uninstall script in /usr/local/cuda-8.0/binPlease see CUDA_Installation_Guide_Linux.pdf in /usr/local/cuda-8.0/doc/pdf for detailed information on setting up CUDA.***WARNING: Incomplete installation! This installation did not install the CUDA Driver. A driver of version at least 361.00is required for CUDA 8.0 functionality to work.To install the driver using this installer, run the following command,replacing with the  name of this run file:sudo .run -silent -driverLogfile is /opt/temp//cuda_install_6583.log

安装完毕后，再声明一下环境变量，并将其写入到 ~/.bashrc 的尾部:

export PATH=/usr/local/cuda-8.0/bin:$PATHexport LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH

然后设置环境变量和动态链接库，在命令行输入：

sudo gedit /etc/profile

在打开的文件末尾加入：

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

保存之后，创建链接文件：

sudo gedit /etc/ld.so.conf.d/cuda.conf

在打开的文件中添加如下语句：

/usr/local/cuda/lib64

然后执行

sudo ldconfig

使链接立即生效。

3、测试cuda的Samples

cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery
make
sudo ./deviceQuery

如果显示的是一些关于GPU的信息，则说明安装成功了。

4、使用cudnn

首先去官网下载你需要的cudnn，下载的时候需要注册账号。选择对应你cuda版本的cudnn下载。这里我下载的是cudnn5.1，是个压缩文件（.tgz）

下载完cudnn6.0之后进行解压，具体的cudnn安装如下,其实都不能算是安装,就是把文文件拷⻉贝到cuda目录,改
变以下权限。

tar xvzf cudnn-8.0-linux-x64-v6.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

5、安装Anaconda3

从官网下载anaconda3，地址：https://www.continuum.io/downloads/
下载好后执行：

bash ~/Downloads/Anaconda3-5.0.1-Linux-x86_64.sh 

默认安装位置：
$(HOME)/anaconda3

安装后要添加anaconda3的lib，因为下面用anaconda编译caffe时，要用到caffe的libhdf5_hl.so.100库，添加方法如下：
在终端输入入这两句:

export LD_LIBRARY_PATH=~/anaconda3/lib:$LD_LIBRARY_PATH

然后修改文文件中环境变量设置

 sudo vi /etc/profile

输入上面export的这一句,保存,退出。

sudo ldconfig 

环境变量立即生生效

6、安装opencv，参见整理的opencv安装

（本步骤可参见我自己写的博客：https://blog.csdn.net/zhou4411781/article/details/95346578 我自己配置了三次的教程）

7、安装caffe

7.1 安装依赖库protobuf, glog, gflags, hdf5

sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libhdf5-serial-dev protobuf-compiler
sudo apt-get install --no-install-recommends libboost-all-dev

7.2 安装BLAS

sudo apt-get install libatlas-base-dev

7.3 安装其他依赖项

sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev
sudo apt-get install python-skimage
sudo apt-get install python-protobuf
sudo apt-get install python-pydot

7.4 Caffe下载
（1）创建caffe文件夹：mkdir caffe
（2）打开caffe文件夹：cd caffe
（3）从git上下载caffe：git clone git://github.com/BVLC/caffe.git

7.5 修改Makefile.config
（1）进入到caffe文件夹：cd caffe
（2）将Makefile.config.example的内容复制到Makefile.config，因为make指令只能编译*.config文件：

sudo cp Makefile.config.example Makefile.config 

（3）打开Makefile.config文件

sudo gedit Makefile.config 

（4）修改
修改1：使用cuDNN

cuDNN acceleration switch (uncomment to build with cuDNN).
USE_CUDNN := 1

修改2：

OPENCV_VERSION := 3 修改为： OPENCV_VERSION := 3
#USE_OPENCV := 0 修改成 USE_OPENCV :=1

修改3：

#USE_LEVELDB := 0 修改为 USE_LEVELDB:=1

修改4：

#USE_LMDB := 0 修改为 USE_LMDB :=1

修改5：若使用python3，注释Python2

#PYTHON_INCLUDE := /usr/include/python2.7 \ # /usr/lib/python2.7/dist-packages/numpy/core/include#ANACONDA_HOME := $(HOME)/anaconda#PYTHON_INCLUDE := $(ANACONDA_HOME)/include \# $(ANACONDA_HOME)/include/python2.7 \# $(ANACONDA_HOME)/lib/python2.7/site-packages/numpy/core/include#python3ANACONDA_HOME := $(HOME)/anaconda3
PYTHON_INCLUDE := $(ANACONDA_HOME)/include\$(ANACONDA_HOME)/include/python3.6m \$(ANACONDA_HOME)/lib/python3.6/site-packages/numpy/core/include
#PYTHON_LIB := /usr/lib
PYTHON_LIB := $(ANACONDA_HOME)/lib

修改6：使用python layer

WITH_PYTHON_LAYER := 1

修改7：

PYTHON_LIBRARIES := boost_python3 python3.6m

同时查询/usr/lib/x86_64-linux-gnu，发现有libboost_python-py35.so.1.58.0，建立链接

sudo ln -s /usr/lib/x86_64-linux-gnu/libboost_python-py35.so.1.58.0 /usr/local/lib/libboost_python3.so

否则，会出错，参考https://groups.google.com/forum/#!topic/caffe-users/jTM5RauJyco：

/usr/bin/ld: cannot find -lboost_python3 collect2: error: ld returned 1 exit status Makefile:574: recipe for target ‘.build_release/lib/libcaffe.so.1.0.0’ failed make: *** [.build_release/lib/libcaffe.so.1.0.0] Error 1

修改7：这是因为ubuntu16.04的文件包含位置发生了变化，尤其是需要用到的hdf5的位置，所以需要更改这一路径

Whatever else you find you need goes here.

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

7.6 修改Makefile
修改1：
将

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

替换为

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

修改2：
解决与c++11兼容问题,在410行 CXXFLAGS += -MMD -MP下一行添加:

CXXFLAGS += -std=c++11

7.7
编辑/usr/local/cuda-9.0/include/crt/host_config.h，将其中的第115行注释掉：
将

#error-- unsupported GNU version! gcc versions later than 4.9 are not supported!

改为

//#error-- unsupported GNU version! gcc versions later than 4.9 are not supported!

7.8 编译
(1)编译和测试所有

sudo make all -j8  
sudo make runtest -j8

(2)编译和测试matcaffe

sudo make matcaffe -j8
sudo make mattest  -j8

(3) 编译和测试pycaffe
先安装依赖库

cd python
for req in $(cat requirements.txt); do pip install $req; done

再编译

cd ..
sudo make pycaffe -j8

将{caffe_root}/python添加到PYTHONPATH：

sudo gedit /etc/profileexport PYTHONPATH=/home/tangsh/3rdparty/caffe/python:$PYTHONPATHsudo ldconfig 
sudo make pytest

test时可能会出以下错误：
error while loading shared libraries: libhdf5_hl.so.100: cannot open shared object file: No such file or directory , libhdf5.so.101也会报错

原因：使用了anaconda来编译python，而anaconda3中使用的则是libhdf5_hl.so.100，但是我并没有把ananconda的lib路径添加因此报错。
解决：从/home/tangsh/anaconda3/lib/中复制相关库到/usr/lib

sudo cp -s /home/tangsh/anaconda3/lib/libhdf5_hl.so.100 /usr/lib/libhdf5_hl.so.100
sudo cp -s /home/tangsh/anaconda3/lib/libhdf5.so.101 /usr/lib/libhdf5.so.101

可能会出错：
ImportError: caffe/_caffe.so: undefined symbol: _ZN5boost6python6detail11init_moduleER11PyModuleDefPFvvE
PYTHON_LIBRARIES := boost_python3 python3.6m
sudo ln -s /usr/lib/x86_64-linux-gnu/libboost_python-py35.so.1.58.0 /usr/local/lib/libboost_python3.so

有博客说将anaconda3/lib导入全局路径，我测试不行，方法如下：

export LD_LIBRARY_PATH=/home/tangsh/anaconda3/lib:$LD_LIBRARY_PATH
sudo vi /etc/profile
sudo ldconfig 

8、跑程序测试caffe

8.1 测试mnist
进入到caffe目录：

cd ~/3rdparty/caffe 
sudo ./data/mnist/get_mnist.sh  
sudo ./examples/mnist/create_mnist.sh  
sudo ./examples/mnist/train_lenet.sh 

不加sudo，可能会出错：

E0204 10:58:05.723887  8242 common.cpp:114] Cannot create Cublas handle. Cublas won't be available.
F0204 10:58:05.886082  8236 cudnn_conv_layer.cpp:53] Check failed: status == CUDNN_STATUS_SUCCESS (4 vs. 0)  CUDNN_STATUS_INTERNAL_ERROR
*** Check failure stack trace: ***@     0x7ff72051a5cd  google::LogMessage::Fail()@     0x7ff72051c433  google::LogMessage::SendToLog()@     0x7ff72051a15b  google::LogMessage::Flush()@     0x7ff72051ce1e  google::LogMessageFatal::~LogMessageFatal()@     0x7ff720c52263  caffe::CuDNNConvolutionLayer<>::LayerSetUp()@     0x7ff720ccd5a2  caffe::Net<>::Init()@     0x7ff720ccfaee  caffe::Net<>::Net()@     0x7ff720b61525  caffe::Solver<>::InitTrainNet()@     0x7ff720b61ab5  caffe::Solver<>::Init()@     0x7ff720b61daf  caffe::Solver<>::Solver()@     0x7ff720cb0371  caffe::Creator_SGDSolver<>()@           0x40ae1f  train()@           0x4076b4  main@     0x7ff71ecb0830  __libc_start_main@           0x407fc9  _start@              (nil)  (unknown)
Aborted (core dumped)

8.2 测试faster-rcnn

mkdir ~/caffetest
cd caffetest
git clone --recursive https://github.com/rbgirshick/py-faster-rcnn.git //下载rcnn源码
cd py-faster-rcnn
cd lib
make 
cd ../caffe-fast-rcnn

可能出错

（1）无Cython：Traceback (most recent call last): File “setup.py”, line 12, in from Cython.Distutils import build_ext
ImportError: No module named Cython.Distutils
Makefile:2: recipe for target ‘all’ failed
make: *** [all] Error 1

解决办法：

sudo pip install cython

（2）无easydict：ImportError: No module named easydict

 sudo pip install easydict  

用之前编译的caffe替换rcnn的Makefile.config

sudo cp ~/caffe/Makefile.config ./caffe-fastr-rcnn/
sudo make -j4 && make pycaffe
cd ../
sudo ./data/script/fetch_faster_rcnn_models.sh