深度学习框架caffe在ubuntu下的环境搭建
深度学习实验室服务器系统配置手册
目录：
一，显卡安装
二，U盘启动盘制作
三，系统安装
四，系统的基本配置
五，安装Nvidia驱动
六，安装cuda7.5
七，安装cudnn5.1
八，安装opencv2.4.10
九，安装caffe
一，硬件安装
1，拧动背侧的螺丝，拆除两侧机壳罩
2，将GPU插入对应卡槽，封紧螺丝
3，线头黑色一端按照6+8插入，灰色一端插入另一侧任意插口内
4，电脑显示屏连接使用HDML转VGA接头连接GPU外侧对应插口，另一端连接显示屏，分别连接电源，即可开机
二，u盘启动盘制作
硬件：内存大于8G的U盘
软件工具：ultraiso
系统镜像下载地址：https://www.ubuntu.com/download/alternative-downloads
1，到达下载地址，下载ubuntu 14.04.5 server(64bit)版本系统大小为619MB
2，下载并安装ultraiso软件
3，文件->打开->确认对应的ISO文件所在位置，启动->写入硬盘映像->确认->写入
4，将下载好的ISO文件拷入U盘（后期解决挂载问题时要用到这个文件）
5，U盘启动盘到这里就制作完毕
三，系统安装
1,基本选择：
English
Install ubuntu server
English
US
No
English
English
.......
.......
安装过程参照：https://wenku.baidu.com/view/1734c07ddcccda38376baf1ffc4ffe473368fd64.html
2，问题解决：
CD-rom挂载问题：
ls /dev/sd*
拔出优盘
再次输入ls /dev/sd*
mkdir udev
mount /dev/sdb4 /udev
mount /udev/ubuntu.14.04.iso /cdrom
exit
参考于：https://blog.csdn.net/loyachen/article/details/48757829
磁盘分区问题：
umount partition ...意为格式化磁盘
所以选择yes，对磁盘进行格式化
然后选择分区entir disk
然后选择2T的分区确认即可
两个选项问题：
no automotic upgrades
isntall new GRUB
四，新系统的基本配置
1，登录root用户，更改root密码
sudo passwd
输入初始本账户密码：
然后输入UNIX root密码：
然后 su即可切换到root用户
2，允许root账户登录SSH：
vi /etc/ssh/sshd_config
将PermitRootLogin值改yes
然后执行如下命令重新加载配置文件
source /etc/sshd_config
3，配置DHCP网络协议：
测试是否可以上网ping baidu.com
如果可以上网，不用进行本步骤设置！
原因：由于之前已经在路由器端设置好了，所以本步一般情况下可以直接跳过
如果出现无法上网的问题，首先检查网线是否插好（插好时是黄灯常亮）
确认网线准确插入后，进行下述操作：
首先运行ifconfig命令，查看启动了的网卡
查看服务器所有网卡：ifconfig -a
发现有三个网卡分别是：lo， eth0，eth1
加载网卡：ifconfig eth0 up
接下来编辑：vi /etc/network/interfaces
并用下面的行来替换有关eth0的行:
# The primary network interface - use DHCP to find our address
auto eth0
iface eth0 inet dhcp
用下面的命令使网络设置生效:sudo /etc/init.d/networking restart
也可以在命令行下直接输入下面的命令来获取地址sudo dhclient eth0
如果有问题参考：
参考于：https://blog.csdn.net/u013408061/article/details/52663073
4，操作系统更新：
sudo apt-get update
sudo apt-get install build-essential
5,安装基本依赖库：
sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler --no-install-recommends libboost-all-dev
安装编译软件cmake，sudo apt-get install cmake
五，安装nvidia驱动
1，确保包已经安装完成（部分缺失根据提示进行安装）
2，到该网页下下载驱动http://www.nvidia.com/Download/index.aspx下载好.run文件后，传入服务器
3，修改该文件权限为可执行文件（+x）,chmod +x aaaaaa.run
4，之后输入：./aaaaaa.run 即可开始安装
5，安装过程中的选项参考：https://blog.csdn.net/wonengguwozai/article/details/52664597
六，安装Cuda7.5
1，安装cuda，下载.run格式的文件，下载地址：https://developer.nvidia.com/cuda-75-downloads-archive
2，安装方式与驱动一样，具体选项参考：https://www.cnblogs.com/jinggege/p/5766146.html
3，安装完成后，设置cuda配置文件：
vi /etc/profile
在结尾处添加内容如下：
export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
4，配置完文件后执行：执行source /etc.profile使得环境变量生效
5，终端输入：nvcc -V，会出现cuda的版本号即为安装成功
七，安装cudnn5.1
1，下载地址：
2，解压传入
3，cd到传入文件夹cuda目录下，执行命令
sudo cp lib64/* /usr/local/cuda/lib64/ -d
sudo cp include/cudnn.h /usr/local/cuda/include/
4，更新软链接
cd /usr/local/cuda/lib64/
sudo rm -rf libcudnn.so libcudnn.so.5
sudo ln -s libcudnn.so.5.1.3 libcudnn.so.5
sudo ln -s libcudnn.so.5 libcudnn.so
然后sudo ldconfig
八，安装opencv2.4.10
具体安装步骤参考：https://blog.csdn.net/sysuwuhongpeng/article/details/45542097
https://blog.csdn.net/u014203453/article/details/50550554
安装完毕后ldconfig后会报错如下：
/usr/lib/libnppi.so.7.5 is not a symbolic link
/usr/lib/libcudnn.so.5 is not a symbolic link
/usr/lib/libnpps.so.7.5 is not a symbolic link
/usr/lib/libcufft.so.7.5 is not a symbolic link
/usr/lib/libcurand.so.7.5 is not a symbolic link
/usr/lib/libnvblas.so.7.5 is not a symbolic link
/usr/lib/libcuinj64.so.7.5 is not a symbolic link
/usr/lib/libcusparse.so.7.5 is not a symbolic link
/usr/lib/libnvrtc.so.7.5 is not a symbolic link
/usr/lib/libnppc.so.7.5 is not a symbolic link
/usr/lib/libcudart.so.7.5 is not a symbolic link
/usr/lib/libnvToolsExt.so.1 is not a symbolic link
/usr/lib/libcublas.so.7.5 is not a symbolic link
/usr/lib/libnvrtc-builtins.so.7.5 is not a symbolic link
/usr/lib/libcusolver.so.7.5 is not a symbolic link
该问题的解决方案：
重建软连接，
rm -rf xxx.so xxx.so.7.5
ln -s xxx.so.7.5.18 xxx.so.7.5
ln -s xxx.so.7.5 xxx.so
重复以上操作16次，就可以解决这个问题了
九，安装caffe
具体步骤参考于：https://www.linuxidc.com/Linux/2015-07/120449.htm
1.，安装Caffe需要的Python包
sudo apt-get install -y python-numpy python-scipy python-matplotlib python-sklearn
python-skimage python-h5py python-protobuf python-leveldb
python-networkx python-nose python-pandas python-gflags cython ipython python-yaml
2，将caffe源码使用Xftp传到自己的用户名目录下
然后执行下述命令：
cd caffe
sudo su
for req in $(cat requirements.txt); do pip install $req; done
在此处会出现错误：
prompt requirtment six>=1.9.0 ,
那么我们需要手动升级six包，具体操作如下：
https://pypi.org/project/six/#files
到python官网下载包，然后解压缩，传入服务器
进入目录下，执行sudo python setup.py install命令即可安装完成。
安装完后退出：exit
3，编译caffe
修改配置文件
cd caffe
cp Makefile.config.example Makefile.config
vi Makefile.config
这里需要修改三处：
i) 使用cuDNN
# USE_CUDNN := 1
这里去掉#，取消注释为
USE_CUDNN := 1
ii) 修改python包目录，这句话
PYTHON_INCLUDE := /usr/include/python2.7 \
/usr/lib/python2.7/dist-packages/numpy/core/include
改为
PYTHON_INCLUDE := /usr/include/python2.7 \
/usr/local/lib/python2.7/dist-packages/numpy/core/include
因为新安装的python包目录在这里： /usr/local/lib/python2.7/dist-packages/
iii)由于安装的cuda版本是7.5，当前下载的caffe版本比较新，需要修改里面的Makefile.config文件，屏蔽下面的代码，cuda<8.0
#-gencode arch=compute_60,code=sm_60 \
#-gencode arch=compute_61,code=sm_61 \
#-gencode arch=compute_61,code=compute_61
接下来就好办了，直接make
make all -j12
本步骤会报错：
解决方案汇总于：https://blog.csdn.net/jpday/article/details/70741619
然后
make test -j12
make runtest//本步骤报错无关紧要，不会影响caffe使用
sudo make pycaffe
这时候cd 到caffe 下的 python 目录，试试caffe 的 python wrapper安装好没有：
在终端输入：python
然后：import caffe
如果不报错，那就说明安装好了
