不定期更新，記錄自己配置Caffe的過程。

　　1. 在安裝一些依賴的時候，yum卻提示找不到依賴(提示：No package …… available)，如下圖：
　　
　　誤打誤撞在安裝shadowsocks。的時候發現了dnf命令，接著又發現了 epel-release ，於是便安裝了epel-release，再用yum安裝這些依賴的時候，發現可以用了！

　　首先用命令 sudo yum install epel-release 安裝上面說的epel-release，然後繼續下面步驟。

1. 環境準備

更新yum以及其它軟體包:

sudo yum update
 

安裝 gcc 和 g++:

sudo yum install gcc gcc-c++

安裝git, vim, python dev 和 pip:

sudo yum install git vim python-devel python-pip

2. 安裝 Caffe 依賴

1. 安裝所需的庫

sudo yum install protobuf-devel leveldb-devel openblas-devel snappy-devel opencv-devel boost-devel hdf5-devel gflags-devel glog-devel lmdb-devel
 

注意：如果不用GPU跑，可省略下面兩步。

2. 安裝CUDA

如果需要用到GPU跑的話，要安裝CUDA：

sudo wget http://developer.download.nvidia.com/compute/cuda/repos/rhel6/x86_64/cuda-repo-rhel6-7.5-18.x86_64.rpm
sudo rpm --install cuda-repo-rhel6-7.5-18.x86_64.rpm
sudo yum clean expire-cache
sudo yum install cuda

3. GPU 支援

Note: CUDA 只支援 NVIDIA 顯示卡，並且並不支援所有的顯示卡，可以官網查詢.

1. 安裝 NVIDIA 驅動

下載並安裝最新的 NVIDIA 驅動

2. 安裝 CUDNNv3

下載並安裝 CUDNNv3 (需要註冊 NVIDIA賬號，或者直接百度網盤)，然後執行命令安裝：

wget ...
sudo tar -xvf cudnn-7-0.tgz
sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/

3. 獲取 Caffe

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

4. 安裝 Python 依賴

Caffe 有對script比較友好的python介面, 建議安裝：

for req in $(cat caffe/python/requirements.txt); 
do 
sudo pip install $req; 
done

5. 編譯 Caffe

cd caffe
cp Makefile.config.example Makefile.config

6. 編輯 Caffe 配置檔案

1. 首先編輯 Makefile.conf

vim Makefile.config

找到

BLAS := atlas

把 ‘atlas’ 改為 ‘open’

BLAS := open

然後在下面新增一行：

BLAS_INCLUDE := /usr/include/openblas

接著編輯 PYTHON_INCLUDE := /usr/include/python2.7 \ 下面那一行：

/usr/lib/python2.7/dist-packages/numpy/core/include

把python 路徑改為：

/usr/lib64/python2.7/site-packages/numpy/core/include

根據GPU的相容性改動一下內容：

無 GPU 支援:
編輯

#CPU_ONLY := 1

去掉“#”，變為：

CPU_ONLY := 1

儲存並退出：

— OR —

有 GPU 支援:

#USE_CUDNN := 1

同理去掉 “#”:

USE_CUDNN := 1

2. 開始編譯 Makefile.conf

sudo make all
sudo make runtest
sudo make pycaffe
sudo make distribute

3. 執行測試

./data/mnist/get_mnist.sh
./examples/mnist/create_mnist.sh
./examples/mnist/train_lenet.sh

注:
如果不用GPU，而是用CPU跑，需要修改[caff root]]/examples/mnist/lenet_solver.prototxt檔案最後一行，將GPU改為CPU，並執行train_lenet.sh。同樣如果用GPU跑，就把那個設成GPU。

如果一切順利，就能看到caffe開始訓練並輸出結果了。

參考資料：