Linux下怎么安装卷积神经网络框架caffe

caffe是一个清晰而高效的深度学习框架，是纯粹的C++/CUDA架构，支持命令行、python和matlab接口；可以在CPU和GPU之间无缝切换，其作者是贾扬清，目前caffe2已经发布。

下载caffe并保存到一个目录下（推荐放到 /home 目录）

1. 安装依赖项：

sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler（这一大串是一个命令）
sudo apt-get install --no-install-recommends libboost-all-dev
sudo apt-get install libatlas-base-dev
sudo apt-get install python-dev
sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev
sudo apt-get install python-lmdb
sudo apt-get install python-pip
1234567

1. cd caffe，并修改配置文件

cp Makefile.config.example Makefile.config（如果用CPU跑，把这两个文件的cuda相关都注释掉）
1

1. 修改需编译的选项(针对ubuntu15.04以及之后的版本，之前的版本不用修改，用于解决无法找到hdf5.h等文件)

INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include \
  /usr/lib/x86_64-linux-gnu/hdf5/serial/include

LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib \
 /usr/lib/x86_64-linux-gnu/hdf5/serial

123456

如果第4步make runtest有错误，error while loading shared libraries: libcudart.so.8.0: cannot open shared object file: can not open（/usr/local/lib/目录下找不到libcudart.so.8.0这个文件， 该文件可以在usr/local/cuda-8.0/lib64/目录下找到），解决办法：

sudo cp /usr/local/cuda-8.0/lib64/libcudart.so.8.0 /usr/local/lib/libcudart.so.8.0 && sudo ldconfig
sudo cp /usr/local/cuda-8.0/lib64/libcublas.so.8.0 /usr/local/lib/libcublas.so.8.0 && sudo ldconfig  
sudo cp /usr/local/cuda-8.0/lib64/libcurand.so.8.0 /usr/local/lib/libcurand.so.8.0 && sudo ldconfig
sudo cp /usr/local/cuda-8.0/lib64/libcudnn.so.6 /usr/local/lib/libcudnn.so.6 && sudo ldconfig
1234

或者可以在LIBRARY_DIRS后添加这个路径？usr/local/cuda-8.0/lib64/（没试过，应该可以）

参考链接：https://blog.csdn.net/qq_38451119/article/details/81126692

去掉CPU—only选项前的注释,使之生效,若需Python layer,则还需去掉WITH_PYTHON_LAYER ：=1前的注释 如需编译MATLAB接口，则需修改MATLAB_DIR,改成当前系统下的MATLAB路径

1. 编译caffe：

make all -j4
make test -j4
make runtest
123

编译python接口

sudo pip install -r python/requirements.txt
make pycaffe
12

编译matlab接口

make matcaffe
gedit ~/.bashrc
12

最后面添加：export PYTHONPATH=/home/francis/caffe/python

rm *~ 可考虑删除因修改而自动生成的备份文件 以上可成功配置好cpu_only

安装GPU版本 应先装好CUDA，条件允许可以可加入cudnn,用于加速卷积运算 CUDA安装步骤待后续完善 注释掉CPU-only，其他与前面相同。