之前在一个不支持Cuda的电脑上配置了faster-rcnn，走了很多弯路，不过最终demo还是运行出来了。因为CPU运行速度太慢，故在支持GPU的电脑上重新配置。

经过两天坚持不懈，终于在Ubuntu14.04系统上将faster-rcnn 成功配置。过程中踩过无数个坑，遇到很多错误，幸运的是这些错误都解决了，因此撰写该博客记录faster-rcnn的配置过程，以及对配置过程中遇到的错误提供解决办法，避免今后再配置caffe时又踩坑。

电脑配置

• 系统：Ubuntu14.04
• GPU:NVIDIA GTX1080

安装caffe过程 参考博客：http://blog.csdn.net/xuzhongxiong/article/details/52717285 和http://blog.csdn.net/u012177034/article/details/52102676

1.安装相关依赖项

sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler 
sudo apt-get install –no-install-recommends libboost-all-dev 
sudo apt-get install libopenblas-dev liblapack-dev libatlas-base-dev 
sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev

2.安装NVIDIA驱动
（1）查询NVIDIA驱动
首先去官网(http://www.nvidia.com/Download/index.aspx?lang=en-us)查看适合自己显卡的驱动：
图1.显卡驱动查询 

例如本人电脑的显卡驱动如下图： 
图2.显卡驱动版本

（2）安装驱动
安装之前先卸载已经存在的驱动版本：

sudo apt-get remove --purge nvidia*

若电脑是集成显卡（NVIDIA独立显卡忽略此步骤），需要在安装之前禁止一项：

sudo service lightdm stop

执行以下指令安装驱动：
sudo add-apt-repository ppa:xorg-edgers/ppa 
sudo apt-get update 
sudo apt-get install nvidia-367 #注意在这里指定自己的驱动版本！


安装完成之后输入以下指令进行验证：
sudonvidia-smi
若列出了GPU的信息列表则表示驱动安装成功。
3.安装CUDA
CUDA是NVIDIA的编程语言平台，想使用GPU就必须要使用cuda。
（1）下载CUDA
首先在官网上(https://developer.nvidia.com/cuda-downloads)下载CUDA：
图3.CUDA下载
（2）安装CUDA
下载完成后执行以下命令：
sudo sh cuda_8.0.27_linux.run


注意：执行后会有一系列提示让你确认，但是注意，有个让你选择是否安装nvidia361驱动时，一定要选择否：
InstallNVIDIA AcceleratedGraphicsDriver for Linux-x86_64361.62?
因为前面我们已经安装了更加新的nvidia367，所以这里不要选择安装。其余的都直接默认或者选择是即可。 

可能出现的错误： 

当出现“unsupport complier”错误时，说明gcc版本太高，需要降低gcc版本。解决办法如下： 

以gcc4.9与g++4.9为例 

安装低版本gcc与g++：
apt-get install gcc-4.9g++-4.9
之后进入/usr/bin:





先删除和gcc5.0关联的gcc:
再建个软连接




（3）环境变量配置

打开~/.bashrc文件：





将以下内容写入到~/.bashrc尾部：






（4）测试CUDA的sammples




如果现实一些关于GPU的信息，则说明安装成功。



4.配置cuDNN
cuDNN是GPU加速计算深层神经网络的库。 首先去官网(https://developer.nvidia.com/rdp/cudnn-download)下载cuDNN,可能需要注册一个账号才能下载。由于本人的显卡是GTX1080，所以下载版本号如下图： 图4.cuDNN下载 下载cuDNN5.1之后进行解压，cd进入cuDNN5.1解压之后的include目录，在命令行进行如下操作：


再将cd进入lib64目录下的动态文件进行复制和链接：


5.安装opencv3.1

使用完上面的命令后，依赖已经安装完毕，但是由于Ubuntu 14.04版本的原因，导致opencv相关的环境不能够正常的work。所以，我重新编译了一个OpenCV，版本为3.1.0。

在解压后的目录中执行：
bigtop@bigtop-SdcOS-Hypervisor:~/tools/opencv-3.1.0$  cmake -DBUILD_TIFF=ON
然后执行make 和make install
以上是我亲自试过的。。

从官网(http://opencv.org/downloads.html)下载OpenCV,并将其解压到你要安装的位置，假设解压到了/home/opencv。 
    安装前准备，创建编译文件夹：
    

    

    配置：
    
编译：
    
以上只是将opencv编译成功，还没将opencv安装，需要运行下面指令进行安装：
    



    可能会出现的错误：
    

    错误内容1：
    

    
说明gcc与g++版本不兼容，解决办法跟gcc版本太高时一样：
    
安装低版本gcc与g++：
    
之后进入/usr/bin:
    
先删除和gcc5.0关联的gcc:
    
再建个软连接
    
错误内容2：
    


这是因为opecv3.0与cuda8.0不兼容导致的。解决办法： 
 修改 ～/opencv/modules/cudalegacy/src/graphcuts.cpp文件内容，如图： 
 图5.文件修改

 6.配置caffe
 （1）将终端cd到要安装caffe的位置。
 （2）从github上获取caffe：
 
 注意：若没有安装Git，需要先安装Git：
 
 （3）因为make指令只能make Makefile.config文件，而Makefile.config.example是caffe给出的makefile例子，因此，首先将Makefile.config.example的内容复制到Makefile.config：
 
 （4）打开并修改配置文件：
 
 根据个人情况修改文件：
 a.若使用cudnn，则
 
 b.若使用的opencv版本是3的，则
 

c.若要使用Python来编写layer，则

1配置python layers

2安装几个依赖