【Caffe實踐】Caffe安裝
來自： http://blog.csdn.net//chenriwei2/article/details/31777307
最近實驗室要把一部分方向轉為深度學習這一方向，而且電腦也配好了，研一的課程也結束了，趕緊抓緊時間把開發環境給弄好。
============
1. 關于Caffe
說明：http://caffe.berkeleyvision.org/ 這個C++版本的深度學習庫，速度快，可以在GPU和CPU版本下跑深度學習代碼，在Github上有相應的主頁：https://github.com/BVLC/caffe 這個還是挺不錯的，在上面討論挺多，而且開發者也是國人。
2. 安裝要求：
這里是開發者給的具體開發步驟：http://caffe.berkeleyvision.org/installation.html
需要安裝的東西還是比較多的，開發者是在Linux下做的，在Github上有人改了在Windows上運行，不過說速度比較慢，而且支持不怎么好，所以，這里我也就選擇在Linux上安裝，由于自己對Ubuntu本身不是很熟，所以這里就選擇相對較為友好的Ubuntu作為開發環境（系統版本選擇Ubuntu12.04，之前用wubi裝好了14.04發現CUDA還沒有官方支持14.04，然后果斷選擇重新安裝12.04版本，免得折騰）。
3. 具體的需要安裝的內容:
1. CUDA :不用說，混合異構編程是主流，而且CUDA現在也最為流行，比OpenCL開發者支持要好；
2. MKL：Intel 的矩陣科學計算庫，收費的，不過可以去申請免費的。地址：https://registrationcenter.intel.com/RegCenter/NComForm.aspx?ProductID=1461&pass=yes 有一個問題，剛開始幾次申請都不成功，然后后面我把國家改為中國香港就ok了。
3. OpenCV.
4. Boost (we have only tested 1.55)
5. glog, gflags, protobuf, leveldb, snappy, hdf5等；
6. Python 或者Matlab的綁定。
3. 詳細安裝步驟：
1. CUDA 安裝，這里我安裝的是CUDA6.0版本，參考這是下面這個博客安裝成功的。
http://jingyan.baidu.com/article/e75057f2a95f85ebc81a8944.html 當然其中的也走了一些彎路。
2. MKL安裝：
主要是申請，然后在郵箱里著鏈接，然后安裝，有一個GUI的安裝界面，next安裝完就是了，對了，其中需要的按張系列號也在郵件上面找。
3. OpenCV安裝：
網上找了一個shell：https://github.com/jayrambhia/Install-OpenCV 發現在linux下安裝好OpenCV也是可以so easy！
4. 一些庫安裝：
sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev
5. 安裝glog庫，主要提供日志輸出功能
wget https://google-glog.googlecode.com/files/glog-0.3.3.tar.gz tar zxvf glog-0.3.3.tar.gz ./configure make && sudo make install
PS：可能最近這段時間，某些國家的google不能使用（，上面的文件自然也不能get，所以可以先在網上下好文件，傳送門：http://download.csdn.net/download/chenguangxing3/6661667
1. 修改Makefile.config，把路徑都設對。跟自己電腦配置一致。比如我把-gencodearch=compute_30,code=sm_30 （30應該表示為你的GPU的CUDA計算能力）
2. 配置好環境變量