Ubuntu14.04+搜狗输入法+Cuda+opencv3.0+matlab2014b+mkl+caffe 安装

我的caffe安装经历：历时两天，终于把caffe安装配置成功了，多谢师弟的帮忙。虽然有些教程已经比较详细，但有些细节不够清楚，很容易出现问题，因此结合自己安装过程中遇到的问题，对安装过程进行一个总结，希望自己以后安装的过程中少走弯路，同时也希望能够对后来者有所帮助。（注：本文档是在参考其他博文基础上进行的，引用如有不妥之处，请告知，谢谢！）

Ubuntu14.04+sogou+Cuda7.0+opencv3.0+mkl+matlab2014b+caffe

我用的linux版本是ubuntu14.04.03,本次caffe安装是在重装完系统之后直接安装的，因此也把系统重装，搜狗输入法安装等过程包含在本文档中，以便以后重装。推荐英文版安装，中文版没有尝试，怕会遇到一些问题，最好预留出100G的空间来安装ubuntu)

本文档主要分为7个部分：如下，

第一部分： ubuntu系统重装

第二部分：搜狗输入法的安装

第三部分： nVidia驱动以及cuda的安装

第四部分： opencv3.0安装

第五部分： mkl安装及调试

第六部分： Matlab安装及建立快捷方式

第七部分： caffe的安装及测试

第一部分：ubuntu系统重装

一、正确删除之前安装的ubuntu：　

第1步，修复MBR

1.进入win7，下载个软件MbrFix，放在C:\windows\system32文件夹中

2.点击开始》所有程序》附件》命令提示符

3.在命令提示符中输入MbrFix /drive 0 fixmbr /yes

如果不能运行，就“右键MbrFix.exe”—>“兼容性”—>选择“以管理员身份运行此程序”，然后再进行提示符输入。

4.此时已经修复了MBR，

5.重启电脑，直接进入windows

第2步，删除Ubuntu

在 Win7下，在计算机(Computer)上点右键->管理(Manage)->磁盘管理(DiskManagement)：有4个没有卷标名称(卷标名称就是驱动器号，如C:,D:,E:,…)的分区就是Ubuntu的分区，分别在这4个分区上点右键，选择删除卷，删除卷之后，分区窗口颜色会变为绿色，并合并为一个窗口。

第3步，打开EasyBCD，删除Linux启动项，至此，完成Ubuntu的卸载

　　

二、安装新的Ubuntu

第一步，重启电脑，插入系统盘（U盘） （如果用U盘启动，注意修改启动方式，一般电脑重启的时候会有提示，F2, or F12, or delete），进入BIOS。

第二步， 进入系统后，先在左侧栏选择语言--English，然后选择直接安装

第三步，安装方式选择第三个，即其他方式（自定义安装）

第四步，硬盘分区，在没有分配盘符的预留好了的分区上，按照如下方式分区：

\boot 200M ext4

swap 4G

\ 35G ext4

\home 剩余 ext4

最下面的从哪个盘启动选择刚才分出的\boot 然后按照提示继续即可

第五步，安装完成后重启电脑，应该是没有选项，（注意进入BIOS把系统启动顺序改回来，不然又进入系统重装模式）直接进入windows系统

第六步，进入windows系统后，打开EasyBCD，添加启动项，选择Linux，启动分区选择刚才分配的200M（这里显示的应该是190M，sda6），保存就可以了。

第二部分：搜狗输入法的安装

从搜狗输入法官网上http://pinyin.sogou.com/linux/?r=pinyin下载Linux版本的输入法，选择64位。

Ubuntu 14.04可以通过进入软件中心直接进行安装，而不用通过命令行进行安装，比较方便。 打开软件中心，点“install”进行安装即可。如下（为已经安装过的，点击”重新安装处的“install”即可）



接下来就是在终端中输入im-config，这时会出现一个对话框，点击OK，有一个对话框，点击Yes，你会看到下面的对话框。如果上面是fcitx，就不用管，直接关闭；如果不是，就修改上面的ibus为fcitx.点击OK即可。又会出现一个对话框，接着就是OK，最后重启电脑。 如下图，



之后，在终端中输入：fcitx-config-gtk3出现对话框如下。点击对话框左下角的（+）按钮，弹出另一个对话框如上图所示。然后，取消Only Show Current Language（很重要，否则不能找到刚安装过的搜狗输入法!）最后，在输入框中输入sogou，选中点击OK即可。添加完后将其放置到列表的最下方，注意，是最下方！！！然后默认输入法就是搜狗输入法了。

第三部分： nVidia驱动以及cuda的安装

到nVidia官网上下载最新版：https://developer.nvidia.com/cuda-toolkit或者到https://developer.nvidia.com/cuda-toolkit-archive,下载以前的版本，本文档使用cuda7.0
cuda-repo-ubuntu1404-7-0-local_7.0-28_amd64.deb。根据版本自己选择即可。

一、CUDA Repository

$ sudodpkg -i cuda-repo-ubuntu1404-7-0-local_7.0-28_amd64.deb

$ sudoapt-get update

二、CUDA Toolkit

$ sudo apt-get install -y cuda

三、Environment Variables

$ exportCUDA_HOME=/usr/local/cuda

$ export LD_LIBRARY_PATH=${CUDA_HOME}/lib64

$ PATH=${CUDA_HOME}/bin:${PATH}

$ export PATH

至此，cuda的安装和配置完成。还有另一种安装方法，可以参考博客/article/10845795.html，这种方法步骤较多，容易出错，建议按照本文档的方式安装。

第四部分： opencv3.0安装

首先到官网上下载原版的opencv: http://opencv.org/。

在进行安装之前，先要检测一下电脑上是否已经安装了gcc和g++, gcc –version或者g++ --version, 因为opencv编译需要用到，如果没有安装的话，进行安装。一般来说，gcc在ubuntu14.04中已经自带了，安装g++,可以从官网上下载，然后自行安装或者是直接用命令行进行安装，如下：

$ sudo apt-get install g++

如果提示不能安装或者提示需要依赖其他的库时，则执行如下操作：

$ sudo apt-get -f install

$ sudo apt-get update

$ sudo apt-get install g++

通过上述方法，一般都能安装成功，如果实在不行，则自行百度之，或者是直接官网下载然后进行安装。

对opencv进行解压，cd到被解压文件

一. 建立release并配置

$ cd ~/opencv

$ mkdir release
$ cd release
$ cmake -D CMAKE_BUILD_TYPE=RELEASE -DCMAKE_INSTALL_PREFIX=/usr/local .. （注意后面有两个点）

二. Enter the created temporarydirectory (<cmake_binary_dir>) and proceed with:
$ make
$ sudo make install （此处时间可能较长，耐心等待）

三. 配置openCV参数设置
$ sudo gedit/etc/ld.so.conf.d/opencv.conf 加入：/usr/local/lib

使用下面这条命令：

$ sudo ldconfig

$ sudo gedit/etc /bash.bashrc 加入：

PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig

$ export PKG_CONFIG_PATH

至此，OpenCV安装配置完毕

第五部分： mkl安装及调试

首先下载并安装英特尔® 数学内核库 Linux* 版MKL，下载链接是：https://software.intel.com/en-us/intel-education-offerings， 请下载Student版，先申请，然后会立马收到一个邮件（里面有安装序列号,后边会用到），打开照着下载就行了。下载完之后，解压文件。

一、接下来是安装过程，先授权，然后安装：
$ cd （压缩包所在路径）
$ tar zxvf （压缩包名）（如果你是直接拷贝压缩文件过来的）
$ chmod a+x （压缩包名） -R
$ sudo ./install_GUI.sh
下面的步骤就是一步步点next了（我的在prerequsition中会警告说缺少lib32库，忽略即可）

二、MKL与CUDA的环境设置
1. 新建intel_mkl.conf， 并编辑之：
$ sudo gedit /etc/ld.so.conf.d/intel_mkl.conf 加入：
/opt/intel/lib/intel64
/opt/intel/mkl/lib/intel64
2. 完成lib文件的链接操作，执行：
$ sudo ldconfig -v

第六部分： Matlab安装及建立快捷方式

一、 matlab安装

1、挂载安装镜像：sudo mount -o loop myfile.iso /media/mnt ＃挂载ISO文件，使用参数 -o loop mnt为已经建立好的目录。
2、执行安装，终端切换到挂载目录mnt: 执行： sudo./install
3、选择不联网安装
4、获取序列号 在解压文件夹/crack/readme.txt中获取

5、根据自己的要求选择安装，一般来说按照”典型“安装就好。

6、安装完成后，默认路径是：/usr/local/MATLAB/ R2014b
1） 在此目录下的bin目录下，有一个matlab文件，终端切换到此目录执行 sudo ./matlab
2）选择挂载目录（mnt）下的series目录下的license.lic文件，完成激活
3) 用解压文件夹/crack/libmwservices.so替换
/usr/local/MATLAB/R2014b/bin/glnxa64/ libmwservices.so
至此，matlab安装及激活完成！
二、 建立快捷方式

1、 自己从网上找个图标，把图标放在了/usr/local/MATLAB/ R2014b/目录下，命名为matlab.png
2、 $ sudo gedit /usr/share/applications/matlab.desktop // 相当于在 /usr/share/applications/建立了matlab.desktop 快捷方式，系统所以软件的快捷方式都放在这里, 并输入：
[Desktop Entry]

Name=Matlab2014b

Comment=Matlab2014b

Exec=sh/usr/local/MATLAB/ R201b/bin/matlab –desktop

Icon=/usr/local/MATLAB/R2014b/matlab.png

Terminal=false

Type=Application

Categories=Application;
3、 在左上角的application菜单中搜索到matlab啦，点击，看能否打开，如果能够打开，恭喜你，快捷方式设置成功，如果不能打开，则在终端中，切换到/usr/local/MATLAB/ R201b/bin/目录下，执行如下操作：
$ sudo chmod -R a+rw~/.matlab

然后，再在application中搜索matlab，点击，应该就没有问题啦。
至此，matlab快捷方式设置成功

第七部分： caffe的安装及测试
官网下载caffe包https://github.com/BVLC/caffe/

一、安装其他依赖项
1. Google Logging Library（glog），下载地址：https://code.google.com/p/google-glog/，然后解压安装：
$ tar zxvf glog-0.3.3.tar.gz
$ ./configure
$ make
$ sudo make install
如果没有权限就chmod a+x glog-0.3.3-R ,或者索性 chmod 777 glog-0.3.3-R ,装完之后，这个文件夹就可以kill了。
2. 其他依赖项，确保都成功
$ sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-devlibopencv-dev libboost-all-dev libhdf5-serial-dev
$ sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-devprotobuf-compiler
二、安装Caffe并测试
1. 安装pycaffe必须的一些依赖项：
$ sudo apt-get install python-numpy python-scipy python-matplotlibpython-sklearn python-skimage python-h5py python-protobuf python-leveldbpython-networkx python-nose python-pandas python-gflags Cython ipython
$ sudo apt-get install protobuf-c-compiler protobuf-compiler
2. 切换到Caffe的下载文件夹，然后执行：
$ cp Makefile.config.example Makefile.config
修改新生成的Makefile.config文件，修改“BLAS := mkl”，这个非常重要。
3.修改Makefile文件（不是Makefile.config）
在位置（(LIBRARIES+= glog gflags protobuf leveldb snappy \

lmdb boost_system hdf5_hl hdf5 m \

opencv_core opencv_highgui opencv_imgproc opencv_imgcodecs)）处
添加opencv_imgcodecs
这一步非常重要，否则编译后会出现错误如下：
CXX/LD -o.build_release/tools/convert_imageset.bin

.build_release/lib/libcaffe.so: undefined reference to cv::imread(cv::String const&,int)'.build_release/lib/libcaffe.so: undefined reference tocv::imencode(cv::String const&,cv::_InputArray const&, std::vector >&, std::vector >const&)'
原因就是opencv3.0.0把imread相关函数放到imgcodecs.lib中了，而非原来的imgproc.lib
4. 编译caffe-master！！！"-j4"是使用CPU的多核进行编译，可以极大地加速编译的速度，建议使用。
$ make all –j4
$ make test –j4
$ make runtest –j4
当lib中出现很多错误时，可以用如下方法解决：
1). Set LD_LIBRARY_PATH:
$ udo gedit/etc/ld.so.conf.d/cuda.conf (creates a new file).
文件中加入：
/usr/local/cuda/lib64
/usr/local/cuda/lib
Save and quit the editor.
2. Reload LD_LIBRARY_PATH:
$ sudo ldconfig
三、使用MNIST数据集进行测试
Caffe默认情况会安装在$CAFFE_ROOT，就是解压到那个目录，例如：$home/username/caffe-master，所以下面的工作，默认已经切换到了该工作目录。下面的工作主要是，用于测试Caffe是否工作正常，不做详细评估。具体设置请参考官网：http://caffe.berkeleyvision.org/gathered/examples/mnist.html
1. 数据预处理
$ shdata/mnist/get_mnist.sh
2. 重建lmdb/leveldb文件。Caffe支持三种数据格式输入网络，包括Image(.jpg, .png等)，leveldb，lmdb，根据自己需要选择不同输入吧。
$ shexamples/mnist/create_mnist.sh
生成mnist-train-lmdb和 mnist-train-lmdb文件夹，这里包含了lmdb格式的数据集
3. 训练mnist
$ shexamples/mnist/train_lenet.sh
这时你会在终端窗口中看到caffe的训练过程
至此配置caffe的工作已经完成了！！！
参考文献：

/article/10845795.html

/article/8932080.html

http://jingyan.baidu.com/album/ad310e80ae6d971849f49ed3.html?picindex=1