Ubuntu14.04+cuda6.5+opencv2.4.9+MATLAB2013a+caffe配置记录
整理转发：/fische/
最近需要跑R-CNN代码，花了好久才配置好环境。趁自己还记得，写一下配置的过程以及可能会出现的问题和解决办法。主要分为以下五个部分：
一、安装Ubuntu14.04双系统
二、安装cuda6.5
三、安装opencv2.4.9
四、安装MATLAB2013a
五、安装caffe
下面讲第一部分，硬盘安装Ubuntu14.04双系统。
由于我的笔记本用U盘安装Ubuntu系统一直不成功，于是采用硬盘安装。安装之后也没什么问题。
1.下载Ubuntu系统镜像
2.为Ubuntu系统预留硬盘空间
可以使用分区助手或者系统自带的磁盘管理工具删除一部分分区。
我用的是系统自带的磁盘管理工具，
选择要删除的分区，点右键，选择删除卷即可。删除之后，可以看到一个未使用分区。
3.安装easyBCD
安装easyCD，以管理员身份打开软件，选择语言为中文。在左侧工具栏中选择添加新条目。选择NeoGrub，点击安装。
然后点击配置，会弹出一个menu.list文本文件，在后面加上下面内容：
title Install Ubunbtu
root (hd0,1)
kernel (hd0,1)/vmlinuz.efi boot=casper
iso-scan/filename=/ubuntu-14.04-desktop-amd64.iso ro quiet splash
locale=zh_CN.UTF-8
initrd (hd0,1)/initrd.lz
注意！（hd0,1）表示我C盘的位置，在磁盘管理工具里面可以看到，我C盘前面还有一个小的分区，因此C盘的位置是（hd0,1）。至于为什么要这么写，下一步将有说明。
4.准备安装文件
解压下载得到的Ubuntu14.04系统镜像文件ubuntu-14.04.1-desktop-amd64.iso
将解压文件中的.dsk文件夹，casper文件夹中的vmlinuz.efi initrd.lz复
制到C盘根目录，同时将系统镜像文件也复制到C盘根目录。当然也可以将这些文件复制到其他盘根目录，相应的（hd0,1)就要改为对应的盘的位置。一般D
盘是（hd0,4)，E盘是（hd0,5)。一次类推。hd0表示第一块硬盘，如果电脑安装有多块硬盘，相应的要改为hd1，hd2……。
5.开始安装
进行上面几步，安装的准备工作已经完成。下面进入安装。
重启电脑，在系统选择界面会多出一个“NeoGrub引导加载器”，选择这个，会出现“Install
Ubuntu”选项，选择它。电脑就开始进入安装界面。
注意：此处可能会有错误提示：File not
found。应该是前面menu.list文件中写的放置安装文件的盘的位置没有写好，这时不用重启电脑，根据电脑屏幕上的提示可以用如下方法进行修改。
选择”Install
Ubuntu“，按”e“，用”↑“”↓“选择配置文件，修改盘符为安装文件所在的盘。修改完毕之后，按”b“再次进入安装界面。
进入安装界面后，会显示Ubuntu系统桌面，不要着急安装。首先要用”crtl“+”alt“+”T“打开终端，在终端输入sudo
umount &l /isodevice& 取消系统光盘镜像挂载.注意:是字母l,不是1也不是i!
双击桌面上的安装“安装Ubuntu14.04
LTS”图标,开始安装.
安装过程中不要联网,这样会延长安装时间!
不要选择安装第三方软件,在选择安装类型时,选择”其他选秀”(图片摘自引用的博客文章,如有侵权,马上删除).
然后会显示分区状态,在这一步,可以对未使用的分区进行分区(图片摘自引用的博客文章,如有侵权,马上删除).
对空闲分区进行分区操作,选择空闲分区,然后点击”+”,然后选择分区大小和分区类型.
我使用130G的内存用来安装Ubuntu系统,以我的分区情况为例进行说明,如果不合理,请大家指正,我也是新手.
首先是”/”分区,大概30G
然后”交换空间swap”,大概2G
然后是”/boot”分区,大概200M
然后是”/home”分区,大概50G
然后是”/usr”分区,大概50G
/boot分区用来安装系统引导项,所以一般200M,/home分区一般用来存放下载文件,图片,文档等,所以尽量大一点./usr分区一般用来安装软件,所以也尽量大一点.
分区完毕之后,选择安装引导器的位置为/boot分区所在的盘符,便于后面设置从win7引导Ubuntu
然后开始安装
喝杯茶,上个厕所,一会就好.安装完之后会提示重启,选择重启.
重启之后会直接进入win7系统.下面设置系统引导项.
以管理员身份打开easyBCD,点击左边工具列表”添加新条目”——&“Linux/BCD”。选择类型为”GRUB
2”，名称可以自己改，驱动器选择ubuntu系统的/boot分区所在的盘符，然后点“添加条目”。
在“NeoGrub”中删除安装引导，然后点击左边工具列表“编辑引导菜单”，对引导菜单进行管理，可以看到win7和ubuntu系统的引导项即可。
重启电脑，在系统选择界面选择ubuntu系统，顺利进入Ubuntu14.04系统。自此，win7下硬盘安装ubuntu14.04双系统完成！
ps：亲测本方法同样适用于windows
server2008.
参考文章：
注意：本文仅适用于使用NVIDIA独立显卡的电脑，对于双显卡笔记本，我还没弄好。如果有好的安装经验，请告诉我，谢谢！为方便大家，以后命令行指令均会加下划线以示区分。
1.验证系统
安装前，首先要验证一下系统是否符合cuda6.5的安装条件
1.验证显卡是否支持cuda，终端输入命令：lspci | grep &i nvidia
终端会显示显卡型号，在中查找，是否有你的显卡型号，只要存在，就表明显卡支持cuda，同时还可以查看显卡的计算能力，数值越大越好。
2.查看系统类型，命令行输入：uname
-m && cat /etc/*release
显示有x86_64，说明系统是x86构架64位系统
3.查看gcc版本，命令行输入：gcc
Ubuntu14.04是默认安装的。
2.下载cuda6.5和NVIDIA显卡驱动
cuda6.5下载地址：
NVIDIA显卡驱动下载地址：
根据系统选择相应的安装文件，我是Ubuntu14.04
64位系统，可以选择下载在线安装包（.deb文件）或者离线完整安装包（.run）。我选择的是离线包。大概900多M。
在驱动下载页面，选择你的显卡系列和系统，然后搜索，下载。
下载完之后，建议最好检查一下md5，查看文件是否正确，以免安装时出现错误。
3.安装前的准备——在tty中显示中文
安装Ubuntu14.04系统后，因为系统语言选择为中文，所以用“crtl”+“alt”+“F1”打开tty1终端时，会发现中文显示是乱码。而安装NVIDIA显卡驱动时需要在tty1终端运行，所以为了方便。首先要解决这个问题。
首先确保系统已经选好了源，并且已经更新软件列表。如果没有，打开系统设置，选择软件和更新，选择下载网址（推荐，）。然后点关闭，系统会自动更新软件列表。
1.安装fbterm
打开终端（ctrl+alt+T），输入：sudo apt-get install
2.编辑.fbtermrc文件
切换到tty，输入：sudo vi
按“a”进入编辑模式，输入：
font-size=16
text-codings=utf8
按“esc”退出编辑，再按“shift”+“：”，然后输入wq。保存输入并退出。
3.打开fbterm
在tty1终端输入:sudo
打开fbterm，这时候就可以显示中文了。
为了方便后面编辑文件文件，建议安装vim。sudo apt-get install vim
4.安装NVIDIA显卡驱动
虽然cuda6.5自带显卡驱动，但是建议还是单独安装一下显卡驱动。
1.切换到tty1终端，sudo
2.退出GUI，sudo stop
3.将Ubuntu系统自带的显卡驱动禁用，sudo vim
/etc/modprobe.d/nvidia-graphics-drivers.conf
在文件输入：blacklist nouveau
保存退出。
/etc/default/grub
在文件末尾添加：rdblacklist=nouveau nouveau.modeset=0
保存退出。
4.官网提供的操作
/boot/initramfs-$(uname -r).img /boot/initramfs-$(uname
-r)-nouveau.img&&&&&
sudo dracut
/boot/initramfs-$(uname -r).img $(uname -r)
sudo update-initramfs
前两条是官网安装指导文件提供的操作，第一条会提示没有找到文件，第二条会提示没有这条命令。第三条是博客中提出的。对这一步不是很懂，如果有谁知道，恳请指导。不管这三条命令有没有用，我都运行了，后面也成功安装。
5.安装驱动
切换到显卡安装文件所在的目录(我是直接放在home目录下的） cd /home/fische
不知道文件名，可以运行 ls&
查看当前目录下的文件
安装命令：sudo sh
./NVIDIA-Linux-x86_64-340.46.run
随后会出现NVIDIA显卡安装界面，基本没什么大问题，按照提示安装即可。安装过程中可能会提示重启，重启之后重新切换回tty1，再次运行安装命令。
5.安装cuda6.5
安装完NVIDIA驱动，下一步就是安装cuda6.5。切换到cuda6.5文件所在目录，建议和驱动文件放在一起，免得麻烦。
安装命令：sudo sh
./cuda_6.5.14_linux_64.run
随后会出现安装选择，如果已经进行第5步，安装好驱动，在提示是否安装驱动是选择no，其他都选择yes即可。
安装完毕，一般会提示缺少一些库。下面安装必要的库：
sudo apt-get install
freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev
libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev
自此，cuda6.5应该安装完毕。可以回到图形界面继续下面操作：sudo start lightdm
6.修改系统环境变量
在最后加上：
export PATH=/usr/local/cuda-6.5/bin:$PATH
LD_LIBRARY_PATH=/usr/local/cuda-6.5/lib64:$LD_LIBRARY_PATH
7.将cuda-samples复制到/home目录下
一般用run文件安装，会自动完成这一步，但为了验证系统环境变量是否设置正确，可以再进行一下这一步
cuda-install-samples-6.5.sh
8.验证cuda是否安装正确
1.验证驱动是否安装正确
/proc/driver/nvidia/version
正常情况会显示驱动版本
2.验证nvcc
一般情况，会提示nvcc没有安装，因为cuda-toolkit没有安装完整。按照提示安装即可
sudo apt-get install
nvidia-cuda-toolkit
安装完后，再次验证nvcc
3.编译cuda-samples
切换到cuda-samples所在目录 cd
/home/fische/NVIDA_CUDA-6.5_Samples
（如果提示没有make命令，请安装cmake。sudo apt-get install
编译完毕，切换release目录 cd
/bin/x86_64/linux/release
运行实例 ./deviceQuery
自此，cuda6.5已经安装完毕！
NVIDIA官方安装指导
本文提供两种安装方式：
1.使用官网安装包手动安装；
2.使用github上的安装脚本自动安装
1.使用官网安装包手动安装
1.下载opencv2.4.9
下载地址：
目前最新版Opencv3.0 alpha版已经出来了，大家也可以试一下。
2.安装必要的依赖库
sudo apt-get install build-essential libgtk2.0-dev libavcodec-dev libavformat-dev libjpeg62-dev libtiff4-dev libswscale-dev libjasper-dev libopencv-dev pkg-config python-dev python-numpy
3.安装opencv
切换到opencv安装包所在目录：cd
/home/fishce
将下载好的opencv安装包解压：unzip
opencv-2.4.9.zip
进入解压目录：cd opencv-2.4.9
新建release目录：mkdir release
进入release：cd release
cmake -D CMAKE_BUILD_TYPE=RELEASE
-DCMAKE_INSTALL_PREFIX=/usr/local ..
sudo make install
4.配置library
打开/etc/ld.so.conf.d/opencv.conf
/etc/ld.so.conf.d/opencv.conf
在文件中输入& /usr/local/lib
sudo ldconfig
自此opencv2.4.9安装完毕！
2.使用github安装脚本进行安装
1.下载安装脚本
下载地址：
2.解压脚本，并进入系统对应的安装文件夹
Install-Opencv-master.zip
Install-Opnecv-master/Ubuntu
3.安装依赖库，并进行安装
sudo ./dependencies.sh
sudo 2.4/opencv2_4_9.sh
推荐使用第二种方式进行安装，比较简单，自动安装。如果安装不成功，可以考虑第一种方式。
参考博客：
1.安装MATLAB
假定你已经提前下载好了MATLAB2013a的安装包，大概5G多。
1.切换到安装文件所在目录：cd
/home/fische
2.新建挂载文件夹：mkdir matlab
3.将镜像文件挂载到matlab文件夹：sudo mount &o loop
MATLAB2013a.iso matlab
4.切换到matlab目录：cd matlab
5.执行安装: sudo ./install
6.选择不联网安装。
7.输入秘钥：
8.默认选择典型安装，高手可以自定义
9.喝杯茶，等安装完成。一般会自动运行激活程序。
选择镜像文件挂载目录matlab/series下的licence.lic文件，完成激活
如果没有自动运行激活程序，切换到MATLAB2013a的安装目录：cd
/usr/local/MATLAB/R2013a/bin
运行此目录下的matlab sudo
然后进入激活程序，下面步骤同上，不在赘述。
2.添加MATLAB图标
安装完MATLAB2013a后，发现在终端使用matlab时提示：command not
found。这是需要安装MATLAB的图标和支持。
打开ubuntu自带的软件中心，搜索MATLAB。会出现MATLAB，点击安装。
会弹出一个 MATLAB interface configuration 窗口。提示输入 MATLAB install
在输入栏填写MATLAB的安装目录 /usr/local/MATLAB/R2013a
然后会提示输入 authorized user for MATLAB
此处不填写，直接下一步。
安装完成后会在左侧启动器多出一个MATLAB图标，终端输入MATLAB也可以启动MATLAB。
ps：在几个电脑上都安装过MATLAB，有时通过软件中心安装MATLAB图标时会出现软件中心无响应，安装不成功的情况。这时候推荐安装新立得软件管理器
sudo apt-get install
synaptic，然后通过新立得软件管理器进行安装。
参考博客：
1.安装Intel mkl
首先下载，Intel给学生免费提供官方正版软件，只需要申请就可以了。大赞！我下载的是cpp_studio_xe_2013_sp1_update3.tgz。
1.切换到安装文件所在目录： cd
/home/fische
2.解压安装文件：tar zxvf
cpp_studio_xe_2013_sp1_update3.tgz
3.修改文件读写权限： sudo chomd a+x
cpp_studio_xe_2013_sp1_update3 &R
4.切换到解压文件目录： cd
cpp_studio_xe_2013_sp1_update3
5.进行安装： sudo
./install_GUI.sh
然后会出现安装的图形界面，输入申请软件时，Intel给你的邮件中的安装序列号，安装即可。
2.设置cuda6.5和mkl环境
1.切换到/etc/ld.so.conf.d文件夹： cd
/etc/ld.so.conf.d
2.编辑cuda.conf文件 sudo vim
在文件中输入以下内容：
/usr/local/cuda/lib64
3.编辑intel_mkl.conf文件 sudo vim
intel_mkl.conf
在文件中输入以下内容：
/opt/intel/lib/intel64
/opt/intel/mkl/lib/intel64
4.完成lib文件的连接操作，执行 ：sudo ldconfig
3.安装caffe
1.安装依赖项：sudo apt-get install
libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev
libboost-all-dev libhdf5-serial-dev
2.编辑Makefile.config
切换到caffe文件目录：cd
/home/fische/caffe-master
复制Makefile.config.examples文件：cp
Makefile.config.examples Makefile.config
编辑Makefile.config文件：sudo vim
Makefile.config
根据自己的实际情况，修改配置文件
注意：如果在安装mkl的时候没有选择默认安装文件夹，请根据实际情况，修改BLAS_INCLUDE和BLAS_LIB文件夹。
3.编译caffe
make runtest
提示“src/caffe/util/math_functions.cu(140): error: calling a host
function("std::signbit ") from a
globalfunction("caffe::sgnbit_kernel ") is not allowed”
解决办法：
./include/caffe/util/math_functions.hpp 224行
删除(注释)：using std::
修改：DEFINE_CAFFE_CPU_UNARY_FUNC(sgnbit,
y[i] = signbit(x[i]));
为：DEFINE_CAFFE_CPU_UNARY_FUNC(sgnbit, y[i]
= std::signbit(x[i]));
来自博客：
<font COLOR="#.编译MATLAB wrapper
make matcaffe
已投稿到：
以上网友发言只代表其个人观点，不代表新浪网的观点或立场。Caffe + Ubuntu 14.04 64bit + CUDA 6.5 配置说明_Linux教程_Linux公社-Linux系统门户网站
你好，游客
Caffe + Ubuntu 14.04 64bit + CUDA 6.5 配置说明
来源：Linux社区&
作者：platero
14.04 64bit + CUDA 6.5 配置说明，本文档使用同一块NVIDIA显卡进行显示与计算， 如分别使用不同的显卡进行显示和计算，则可能不适用。）
1. 安装build-essentials
安装开发所需要的一些基本包
sudo apt-get install build-essential
2. 安装NVIDIA驱动 (3.4.0)
2.1 准备工作（更新）
在关闭桌面管理 lightdm 的情况下安装驱动似乎可以实现Intel 核芯显卡 来显示 + NVIDIA 显卡来计算。具体步骤如下：
1. 首先在BIOS设置里选择用Intel显卡来显示或作为主要显示设备
2. 进入Ubuntu， 按&ctrl+alt+F1 进入tty， 登录tty后输入如下命令
sudo service lightdm stop
该命令会关闭lightdm。如果你使用 gdm或者其他的desktop manager, 请在安装NVIDIA驱动前关闭他。
2.2 安装驱动
输入下列命令添加驱动源
sudo add-apt-repository ppa:xorg-edgers/ppa
sudo apt-get update
安装340版驱动 (CUDA 6.5.14目前最高仅支持340版驱动， 343， 346版驱动暂不支持)
sudo apt-get install nvidia-340
安装完成后, 继续安装下列包 (否则在运行sample时会报错)
sudo apt-get install nvidia-340-uvm
安装完成后 reboot.
3. 安装CUDA 6.5
【】 下载CUDA 6.5.&
然后通过下列命令, 将下载得到的.run文件解压成三个文件, 分别为
CUDA安装包:&cuda-linux64-rel-6.5.14-.run
NVIDIA驱动:&NVIDIA-Linux-x86_64-340.29.run
SAMPLE包:&cuda-samples-linux-6.5.14-.run
这里不安装NVIDIA驱动
cuda6.5.run --extract=extract_path
注意, 需要通过下面命令给所有.run文件可执行权限
chmod +x *.run&
3.1 安装CUDA
通过下列命令安装CUDA, 按照说明一步一步安装至完成.
sudo ./cuda-linux64-rel-6.5.14-.run
3.1.1 添加环境变量
安装完成后需要在/etc/profile中添加环境变量, 在文件最后添加:
PATH=/usr/local/cuda-6.5/bin:$PATH
export PATH
保存后, 执行下列命令, 使环境变量立即生效
source /etc/profile
3.1.2 添加lib库路径
在 /etc/ld.so.conf.d/加入文件 cuda.conf, 内容如下
/usr/local/cuda-6.5/lib64
执行下列命令使之立刻生效
sudo ldconfig&
3.2 安装CUDA SAMPLE
首先安装下列依赖包
sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libglu1-mesa-dev
然后用下述命令安装sample文件
sudo ./cuda-samples-linux-6.5.14-.run
完成后编译Sample文件, 整个过程大概10分钟左右
cd /usr/local/cuda-6.5/samples
&全部编译完成后， 进入 samples/bin/x86_64/linux/release, sudo下运行deviceQuery
sudo ./deviceQuery
如果出现下列显卡信息， 则驱动及显卡安装成功：
./deviceQuery Starting...
CUDA Device Query (Runtime API) version (CUDART static linking)
Detected 1 CUDA Capable device(s)
Device 0: "GeForce GTX 670"
CUDA Driver Version / Runtime Version
CUDA Capability Major/Minor version number:
Total amount of global memory:
4095 MBytes ( bytes)
( 7) Multiprocessors, (192) CUDA Cores/MP:
1344 CUDA Cores
GPU Clock rate:
1098 MHz (1.10 GHz)
Memory Clock rate:
Memory Bus Width:
L2 Cache Size:
524288 bytes
Maximum Texture Dimension Size (x,y,z)
1D=(65536), 2D=(65536, 65536), 3D=(4096, 4096, 4096)
Maximum Layered 1D Texture Size, (num) layers
1D=(16384), 2048 layers
Maximum Layered 2D Texture Size, (num) layers
2D=(16384, 16384), 2048 layers
Total amount of constant memory:
65536 bytes
Total amount of shared memory per block:
49152 bytes
Total number of registers available per block: 65536
Warp size:
Maximum number of threads per multiprocessor:
Maximum number of threads per block:
Max dimension size of a thread block (x,y,z): (1024, 1024, 64)
Max dimension size of a grid size
(x,y,z): (, 65535, 65535)
Maximum memory pitch:
Texture alignment:
Concurrent copy and kernel execution:
Yes with 1 copy engine(s)
Run time limit on kernels:
Integrated GPU sharing Host Memory:
Support host page-locked memory mapping:
Alignment requirement for Surfaces:
Device has ECC support:
Device supports Unified Addressing (UVA):
Device PCI Bus ID / PCI location ID:
Compute Mode:
& Default (multiple host threads can use ::cudaSetDevice() with device simultaneously) &
deviceQuery, CUDA Driver = CUDART, CUDA Driver Version = 6.5, CUDA Runtime Version = 6.5, NumDevs = 1, Device0 = GeForce GTX 670
Result = PASS
&4. 安装Intel MKL&
（如果没有可以安装OpenBLAS代替）解压安装包，下面有一个install_GUI.sh文件， 执行该文件，会出现图形安装界面，根据说明一步一步执行即可。
注意： 安装完成后需要添加library路径
sudo gedit /etc/ld.so.conf.d/intel_mkl.conf
在文件中添加内容
/opt/intel/lib
/opt/intel/mkl/lib/intel64
注意把路径替换成自己的安装路径。 编辑完后执行
sudo ldconfig&
5. 安装OpenCV
这个尽量不要手动安装， Github上有人已经写好了完整的安装脚本：/jayrambhia/Install-OpenCV
下载该脚本，进入Ubuntu/2.4 目录, 给所有shell脚本加上可执行权限
chmod +x *.sh
然后安装最新版本 （当前为2.4.9）
sudo ./opencv2_4_9.sh
脚本会自动安装依赖项，下载安装包，编译并安装OpenCV。整个过程大概半小时左右。&
注意，中途可能会报错
opencv-2.4.9/modules/gpu/src/nvidia/core/NCVPixelOperations.hpp(51): error: a storage class is not allowed in an explicit specialization
解决方法在此： &下载&&替换掉opencv2.4.9内的文件， 重新build。
6. 安装其他依赖项
Ubuntu14.04用户执行
sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev libgflags-dev libgoogle-glog-dev liblmdb-dev protobuf-compiler
其他版本用户参考官方说明：http://caffe.berkeleyvision.org/installation.html
7. 安装Caffe所需要的Python环境
首先安装pip和python-dev （系统默认有python环境的， 不过我们需要的使python-dev）
sudo apt-get install python-dev python-pip
然后执行如下命令安装编译caffe python wrapper 所需要的额外包
for req in $(cat requirements.txt); do sudo pip install $ done
在执行上述命令时， 会报错导致不能完全安装所有需要的包。 可以按照官方建议安装anaconda包。 在anaconda官网下载.sh文件，执行，最后添加bin目录到环境变量即可。
建议安装Anaconda包，这个包能独立于系统自带的python库，并且提供大部分Caffe需要的科学运算Python库。这里需要注意，在运行Caffe时，可能会报一些找不到libxxx.so的错误，而用 locate libxxx.so命令发现已经安装在anaconda中，这时首先想到的是在/etc/ld.so.conf.d/ 下面将 $your_anaconda_path/lib 加入 LD_LIBRARY_PATH中。 但是这样做可能导致登出后无法再进入桌面！！！原因（猜测）可能是anaconda的lib中有些内容于系统自带的lib产生冲突。
正确的做法是：为了不让系统在启动时就将anaconda/lib加入系统库目录，可以在用户自己的~/.bashrc 中添加library path， 比如我就在最后添加了两行
# add library path
LD_LIBRARY_PATH=your_anaconda_path/lib:$LD_LIBRARY_PATH
export LD_LIBRARY_PATH
开启另一个终端后即生效，并且重启后能够顺利加载lightdm, 进入桌面环境。
8. 安装MATLAB
Caffe提供了MATLAB接口， 有需要用MATLAB的同学可以额外安装MATLAB。 安装教程请自行搜索。&
安装完成后添加图标&
sudo vi /usr/share/applications/Matlab.desktop
输入以下内容
[Desktop Entry]
Type=Application
Name=Matlab
GenericName=Matlab 2010b
Comment=Matlab:The Language of Technical Computing
Exec=sh /usr/local/MATLAB/R2010b/bin/matlab -desktop
Icon=/usr/local/MATLAB/Matlab.png
Terminal=false
Categories=DM&
(I use the R2013b patched package. First you should uncompress the .iso file. Then use sudo cp to copy the patch file)
9. 编译Caffe
终于完成了所有环境的配置，可以愉快的编译Caffe了！ 进入caffe根目录， 首先复制一份Makefile.config
cp Makefile.config.example Makefile.config
然后修改里面的内容，主要需要修改的参数包括
CPU_ONLY 是否只使用CPU模式，没有GPU没安装CUDA的同学可以打开这个选项
BLAS (使用intel mkl还是OpenBLAS)
MATLAB_DIR 如果需要使用MATLAB wrapper的同学需要指定matlab的安装路径, 如我的路径为 /usr/local/MATLAB/R2013b (注意该目录下需要包含bin文件夹，bin文件夹里应该包含mex二进制程序)
DEBUG 是否使用debug模式，打开此选项则可以在eclipse或者NSight中debug程序
完成设置后， 开始编译
make all -j4
make runtest
注意 -j4 是指使用几个线程来同时编译， 可以加快速度， j后面的数字可以根据CPU core的个数来决定， 我的CPU使4核， 所以-j4.
然后去尿个尿，喝杯茶， 回来就差不多编译好了..
9.1. 编译Matlab wrapper
执行如下命令
make matcaffe
然后就可以跑官方的matlab demo啦。
9.2. 编译Python wrapper
make pycaffe
然后基本就全部安装完拉.
接下来大家尽情地跑demo吧～
----------------------------------
10. 安装cuDNN
为了加速Caffe，可以安装cuDNN，参见这篇文章：&
Ubuntu 14.04 安装配置CUDA&
Ubuntu 12.04配置NVIDIA CUDA5.5实录&
Ubuntu安装Theano+CUDA&
关于Ubuntu 12.04 下 CUDA5.5 的安装请参看如下链接
更多Ubuntu相关信息见 专题页面
本文永久更新链接地址：
相关资讯 & & &
& (昨 21:04)
& (昨 18:30)
& (昨 18:55)
& (昨 12:22)
　　　同意评论声明
　　　发表
尊重网上道德，遵守中华人民共和国的各项有关法律法规
承担一切因您的行为而直接或间接导致的民事或刑事法律责任
本站管理人员有权保留或删除其管辖留言中的任意内容
本站有权在网站内转载或引用您的评论
参与本评论即表明您已经阅读并接受上述条款