原文地址：https://blogof33.com/post/5/
很长一段时间没有更新博客了，忙着充电，忙着学习。这次做项目需要使用到caffe，花了一些时间搭好了。本来是懒得写这一篇文章的，但是突然看到Tensorflow那一篇已经有700+的阅读量了，小博客访问量本来就少，大多仰仗校友们帮助，不能就这样荒废下去，辜负大家的一片心意，刚好写一下自己踩的坑，防止重蹈覆辙。
这篇教程参考了caffe官方文档，分成两个版本，CPU版本和GPU版本，其实本质上只是配置不同罢了。
首先需要查看默认python（针对Python2与Python3并存的情况）：
python --version
如果是python2.7，则以下请遵循python2.7的配置，如果是python3.5以上，则遵循python3.5的配置（最好使用python2.7，因为教程只在2.7环境下编译通过，不保证3.5以上不会出现问题）。
初始配置：

sudo apt-get update sudo apt-get upgrade sudo apt-get install -y build-essential cmake git pkg-config sudo apt-get install -y libprotobuf-dev libleveldb-dev libsnappy-dev libhdf5-serial-dev protobuf-compiler libatlas-base-dev libboost-all-dev libgflags-dev libgoogle-glog-dev liblmdb-dev #下载包管理器pip，如果有可以跳过 sudo apt-get install -y python-pip#如果默认python是Python2.7 sudo apt-get install -y python-dev sudo apt-get install -y python-numpy python-scipy#如果默认python是Python3.5及以上 sudo apt-get install -y python3-dev sudo apt-get install -y python3-numpy python3-scipy#如果opencv版本为2.4 sudo apt-get install -y libopencv-dev

安装CUDA 8以及Cudnn（可选） 如果你的显卡是英伟达（NVIDA）的，并且你想使用GPU版本的caffe，那么可以安装Cuda Toolkit 8和CUDNN库，详情请见博主的另一篇文章。
在Ubuntu16.04上安装opencv3.3 如果未安装opencv则可以通过以下方式安装opencv3.3（目前最新版）。
构建opencv 3.3
首先安装依赖关系：

sudo apt-get install --assume-yes build-essential cmake git sudo apt-get install --assume-yes pkg-config unzip ffmpeg qtbase5-dev python-dev python3-dev python-numpy python3-numpy sudo apt-get install --assume-yes libopencv-dev libgtk-3-dev libdc1394-22 libdc1394-22-dev libjpeg-dev libpng12-dev libtiff5-dev libjasper-dev sudo apt-get install --assume-yes libavcodec-dev libavformat-dev libswscale-dev libxine2-dev libgstreamer0.10-dev libgstreamer-plugins-base0.10-dev sudo apt-get install --assume-yes libv4l-dev libtbb-dev libfaac-dev libmp3lame-dev libopencore-amrnb-dev libopencore-amrwb-dev libtheora-dev sudo apt-get install --assume-yes libvorbis-dev libxvidcore-dev v4l-utils vtk6 sudo apt-get install --assume-yes liblapacke-dev libopenblas-dev libgdal-dev checkinstall

然后从https://github.com/opencv/opencv/archive/3.3.0.zip下载OpenCV 3.3的最新源代码，解压以后进入解压后的目录（一般为opencv-3.3.0），执行：

mkdir build cd build/ cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local -D FORCE_VTK=ON -D WITH_TBB=ON -D WITH_V4L=ON -D WITH_QT=ON -D WITH_OPENGL=ON -D WITH_CUBLAS=ON -D #如果是CUDA 8.0，则执行以下命令 CUDA_NVCC_FLAGS="-D_FORCE_INLINES" -D WITH_GDAL=ON -D WITH_XINE=ON -D BUILD_EXAMPLES=ON ..#如果是CUDA 9.0，则执行以下命令 CUDA_NVCC_FLAGS="-D_FORCE_INLINES --expt-relaxed-constexpr"#最后make make -j $(($(nproc) + 1))

注意：Java 9会导致编译失败。
安装Opencv 3.3
使用make:

sudo make install sudo /bin/bash -c 'echo "/usr/local/lib" > /etc/ld.so.conf.d/opencv.conf' sudo ldconfig sudo apt-get update #以上完成以后重启 reboot

测试opencv 3.3
进入opencv 3.3目录，执行以下代码：

cd samples/cpp g++ edge.cpp `pkg-config opencv --cflags --libs` -o test ./test

如图所示：

文章图片
aoGZy.png 说明opencv安装成功。
修改gcc和g++版本 在编译caffe之前，先要查看ubuntu下的gcc和g++默认版本，如果是5.0以下（比如4.8），则需要修改。查看：

gcc -v g++ -v

如果都是5.0以下，则输入以下命令：

sudo rm /usr/bin/gcc sudo rm /usr/bin/g++ sudo ln -s /usr/bin/gcc-5 /usr/bin/gcc sudo ln -s /usr/bin/g++-5 /usr/bin/g++ sudo ldconfig

然后再次检查gcc和g++版本：

gcc -v g++ -v

如果都是5.0以上则修改成功。
然后如果进行了修改，则再编辑/usr/local/cuda-8.0/targets/x86_64-linux/include/host_config.h文件，将119行的

error -- unsupported GNU version! gcc versions later than 5 are not supported!

注释掉：

//#error -- unsupported GNU version! gcc versions later than 5 are not supported!

编译caffe 从github上面clone caffe：

cd git clone https://github.com/BVLC/caffe.git

进入caffe目录下，将Makefile.config.example复制到Makefile.config中：

cd caffe cp Makefile.config.example Makefile.config

当前路径如图所示：

文章图片
aoJWp.png 下面分成两个版本分别编译caffe，请各位读者根据需要选择CPU或者GPU版本。
CPU版本
编辑Makefile.config：
vi Makefile.config
将配置文件里面的#CPU_ONLY：= 1改为CPU_ONLY：= 1，即取消注释。
同理将# WITH_PYTHON_LAYER := 1修改为 WITH_PYTHON_LAYER:=1，#USE_OPENCV := 0修改成USE_OPENCV :=1，#USE_LEVELDB := 0修改为 USE_LEVELDB:=1，将#USE_LMDB := 0修改成 USE_LMDB :=1。
然后修改以下几行（路径根据自己的情况来定）：

PYTHON_INCLUDE := /usr/include/python2.7 /usr/local/lib/python2.7/dist-packages/numpy/core/include

WITH_PYTHON_LAYER := 1

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

如果opencv为3以上（本文为3.3），则将OPENCV_VERSION := 3取消注释，然后修改下面一行（opencv中的3rdparty/lib路径根据自己的情况来定）：

LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu /usr/lib/x86_64-linux-gnu/hdf5/serial /usr/local/share/OpenCV/3rdparty/lib/

然后进入Python目录安装依赖关系：

cd python #默认Python版本为Python2 for req in $(cat requirements.txt); do sudo -H pip2 install $req --upgrade; done

然后返回caffe目录，修改Makefile.config：

cd .. vi Makefile.config

将这一行：
NVCCFLAGS += -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS)
替换为：
NVCCFLAGS += -D_FORCE_INLINES -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS)
然后打开CMakeLists.txt，加入下面一行：

# ---[ Includes set(${CMAKE_CXX_FLAGS} "-D_FORCE_INLINES ${CMAKE_CXX_FLAGS}")

最后编译caffe（在caffe目录下）：

mkdir build cd build cmake .. make all -j $(($(nproc) + 1)) make test -j $(($(nproc) + 1)) make runtest -j $(($(nproc) + 1)) make pycaffe -j $(($(nproc) + 1)) #看看是否在caffe目录下，不是就切换到该目录下再执行 make distribute -j $(($(nproc) + 1))

最后为了让Python与Caffe一起工作，编辑文件~/.bashrc：
vi ~/.bashrc
在文件末尾加入这一行：

export PYTHONPATH=/path/to/caffe-master/python:$PYTHONPATH

最后为了使配置立即生效：

source ~/.bashrc

CPU版本至此编译完成。
GPU版本
和CPU版本很像，只是有些许不同。编译该版本前请保证已经安装CUDA 8和Cudnn。
编辑Makefile.config：
【Ubuntu|Ubuntu 16.04 下安装配置caffe】vi Makefile.config
将配置文件里面的# USE_CUDNN := 1 修改成： USE_CUDNN := 1，即取消注释。
同理将# WITH_PYTHON_LAYER := 1修改为 WITH_PYTHON_LAYER:=1，#USE_OPENCV := 0修改成USE_OPENCV :=1，#USE_LEVELDB := 0修改为 USE_LEVELDB:=1，将#USE_LMDB := 0修改成 USE_LMDB :=1。
然后修改以下几行（路径根据自己的情况来定）：

PYTHON_INCLUDE := /usr/include/python2.7 /usr/local/lib/python2.7/dist-packages/numpy/core/include

WITH_PYTHON_LAYER := 1

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

CUDA_DIR := /usr/local/cuda-8.0

如果opencv为3以上（本文为3.3），则将OPENCV_VERSION := 3取消注释，然后修改下面一行（opencv中的3rdparty/lib路径根据自己的情况来定）：

LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu /usr/lib/x86_64-linux-gnu/hdf5/serial /usr/local/share/OpenCV/3rdparty/lib/

然后进入Python目录安装依赖关系：

cd python #默认Python版本为Python2 for req in $(cat requirements.txt); do sudo -H pip2 install $req --upgrade; done

然后返回caffe目录，修改Makefile.config：

cd .. vi Makefile.config

将这一行：
NVCCFLAGS += -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS)
替换为：
NVCCFLAGS += -D_FORCE_INLINES -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS)
然后打开CMakeLists.txt，加入下面一行：

# ---[ Includes set(${CMAKE_CXX_FLAGS} "-D_FORCE_INLINES ${CMAKE_CXX_FLAGS}")

最后编译caffe（在caffe目录下）：

mkdir build cd build cmake .. make all -j $(($(nproc) + 1)) make test -j $(($(nproc) + 1)) make runtest -j $(($(nproc) + 1)) make pycaffe -j $(($(nproc) + 1)) #看看是否在caffe目录下，不是就切换到该目录下再执行 make distribute -j $(($(nproc) + 1))

最后为了让Python与Caffe一起工作，编辑文件~/.bashrc：
vi ~/.bashrc
在文件末尾加入这一行：

export PYTHONPATH=/path/to/caffe-master/python:$PYTHONPATH

最后为了使配置立即生效：

source ~/.bashrc

至此GPU版本编译成功。
测试caffe mnist集 进入caffe目录并测试：

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

结果如下：

文章图片
cGyVH.png 测试成功，至此，本教程结束。

推荐阅读

• 

  原神前期材料怎么刷 原神前期材料使用指南
• 

  原神古时孤影第三阶段有什么技巧 原神古时孤影第三阶段心得
• 

  x7|2000元档颜值最高的机型？曲面屏+65W闪充，还有256G大内存
• 

  姐弟恋超过6岁都不长久 姐弟恋英语
• 

  是什么让男人失去了娶你的勇气
• 

  缓解节后综合征七药膳 帮你快速恢复健康身体
• 

  吃活珠子的禁忌
• 

  vr飞行游戏配置，vr飞行模拟游戏
• 

  决明子荷叶茶怎样喝才减肥
• 

  go语言常量变量教学视频 go语言%c
• 

  男式毛衣有哪些花样 7步教你男士毛衣马甲花样编制
• 

  新手应该从哪些方面来学习理财？
• 

  原神元素反应是什么 原神元素反应简介
• 

  2021车险三者险价格明细 2021车损险费率
• 

  【剽悍牛人进化营求学模块】一个奔五的人在求学模块的反思
• 

  cad如何做图纸表格
• 

  韩涵一事后续来临,虎牙官方做法引无数网友不满,纷纷表示要卸载虎牙,如何点评？
• 

  今麦郎“凉白开”采用UHT125℃超高温烧开杀菌,可标压下水的沸点是99.974℃,是如何做到125℃的？
• 

  2023独生子女父母补贴最新发放标准,养老金3600和7200领取金额差多少？
• 

  熟的冻螃蟹怎么二次加热

• 开学第一天（下）
• 【故障公告】周五下午的一次突发故障
• 生活随笔｜好天气下的意外之喜
• MongoDB，Wondows下免安装版|MongoDB，Wondows下免安装版 （简化版操作）
• 汇讲-勇于突破
• Android中的AES加密-下
• 说的真好
• 放下心中的偶像包袱吧
• Linux下面如何查看tomcat已经使用多少线程
• 【1057快报】深入机关，走下田间，交通普法，共创文明