總結：在安裝protobuf，hdf5等的時候指定了安裝路徑，這導致在11、12兩個步驟中要配置編譯選項及連結庫的位置，這些軟體預設應該是安裝在/usr/local下的，如果這個推斷是正確的，那麼只需要編譯caffe之前在/etc/ld.so.conf中新增如下內容：
/usr/local/lib
/usr/local/lib64

一、伺服器配置

作業系統：centos 6.5
GPU：

[[email protected] ~]# lspci | grep -i nvidia
02:00.0 3D controller: NVIDIA Corporation GK110GL [Tesla K20c] (rev a1)
04
 
:00.0 3D controller: NVIDIA Corporation GK110GL [Tesla K20c] (rev a1)
83:00.0 3D controller: NVIDIA Corporation GK110GL [Tesla K20c] (rev a1)
84:00.0 3D controller: NVIDIA Corporation GK110GL [Tesla K20c] (rev a1)

注意：這裡使用的是命令列版的centos，如果是圖形介面，需要另外配置。

二、安裝過程1

在安裝之前，建議建立一個檔案件，將涉及到的安裝包放入其內，便於管理：

$ mkdir caffe
$ cd
 
 caffe

另外，記得更新一下系統：

$ yum update -y

1.安裝cuda

nvidia官網提供了yum源，因此只需安裝yum源，便可輕鬆安裝cuda，省去編譯的複雜過程。需要注意的是一定要根據直接的作業系統選擇合適的版本，詳情點這裡：

$ yum install epel-release
$ wget http://developer.download.nvidia.com/compute/cuda/repos/rhel7/x86_64/cuda-repo-rhel7-7.0-28.x86_64.rpm 
$ rpm -iv cuda-repo-rhel7-7.0-28.x86_64.rpm
$ yum search cuda
$ yum install cuda
 

2.安裝opencv

$ yum install opencv-devel
# 配置 OpenCV 環境
$ git clone https://github.com/jayrambhia/Install-OpenCV 
$ cd Install-OpenCV/RedHat 
$ ./opencv_latest.sh

在一些資料上看到這樣的安裝過程，有兩個問題：(1)是否需要執行yum install opencv-devel，根據Install-OpenCV/RedHat/opencv_install.sh檔案，應該是不需要的，有勇氣的同學可以試一下！(2)執行./opencv_latest.sh後發現安裝不成功，原因可能是centos一些軟體版本過低造成的。沒辦法選擇手動安裝，記得參考Install-OpenCV/RedHat/opencv_install.sh2：

$ yum -y groupinstall "Development Tools"
$ yum -y install wget unzip opencv opencv-devel gtk2-devel cmake
$ wget -O opencv-2.4.9.tar.gz 
$ http://sourceforge.net/projects/opencvlibrary/files/opencv-unix/2.4.9/opencv-2.4.9.tar.gz/download
$ tar -zxf opencv-2.4.9.tar.gz
$ cd opencv-2.4.9
$ mkdir build
$ cd build
$ cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local -D CUDA_GENERATION=Kepler ..
$ make -j8
$ make install

cmake需要指定GPU架構3 ：-D CUDA_GENERATION=Kepler，否則報錯：Unsupported gpu architecture ‘compute_11’

安裝的過程可能沒那麼順利，經常會遇到各種錯誤。例如生成lib/libopencv_highgui.so.2.4.9找不到png_set_longjmp_fn，可以這樣解決：

#google之後發現這個函式定義在libpng中
#檢視libopencv_highgui.so.2.4.9引用了哪個libpng
$ ldd lib/libopencv_highgui.so.2.4.9 | grep libpng
#檢視該lipng中是否定義了png_set_longjmp_fn，注意根據自己的環境替換掉/usr/lib64/libpng12.so.0.49.0
$ readelf -s /usr/lib64/libpng12.so.0.49.0 | grep png_set_longjmp_fn
#沒有任何輸出，說明沒有定義，則需要安裝更新的版本
$ wget http://github.com/glennrp/libpng-releases/raw/master/libpng-1.5.23.tar.xz
$ tar -xvf libpng-1.5.23.tar.xz
$ cd libpng-1.5.23
$ make install

安裝後發現仍然找不到，這是因為連結時查詢路徑的問題4:

$ cd /usr/local/lib
$ cp -d libpng15.a libpng15.la libpng15.so* libpng.a libpng.* /usr/lib64

另外可能遇到的問題是編譯過程中提示：

opencv-2.4.9/modules/gpu/src/nvidia/core/NCVPixelOperations.hpp(51): error: a storage class is not allowed in an explicit specialization

3.安裝atlas、snappy、boost

$ yum install atlas-devel snappy-devel boost-devel

4.安裝protobuf

$ cd ~/caffe 
$ tar –xvf protobuf-2.5.0.tar.gz 
$ cd protobuf-2.5.0 
$ ./configure --prefix=/opt/protobuf
$ make 
$ make install

5.安裝leveldb

$ cd ~/caffe 
$ tar –xvf leveldb-1.7.0.tar.gz 
$ cd leveldb-1.7.0 
$ make
$ cp libleveldb* /usr/lib/
$ cp –r include/leveldb /usr/local/include

6.安裝hdf5

$ cd ~/caffe 
$ tar –xvf hdf5-1.8.8.tar.bz2 
$ cd hdf5-1.8.8 
$ ./configure --prefix=/opt/hdf5
$ make 
$ make install

7.安裝glog

$ cd ~/caffe 
$ tar –xvf glog-0.3.3.tar.gz 
$ cd glog-0.3.3 
$ ./configure 
$ make
$ make install

8.安裝gflags

$ cd ~/caffe 
$ unzip master.zip 
$ cd gflags-master 
$ mkdir build
$ cd build 
$ export CXXFLAGS=”-fPIC” 
$ cmake .. 
$ make
$ make install

9.安裝lmdb

$ wget https://codeload.github.com/LMDB/lmdb/tar.gz/LMDB_0.9.15
$ tar -xvf LMDB_0.9.15.tar.gz
$ make
$ make install

10.將 /opt/protobuf/bin 加入到 PATH

echo 'export PATH=$PATH:/opt/protobuf/bin' >> ~/.bashrc

11.安裝caffe

$ cd ~/caffe 
$ unzip caffe-master.zip 
$ cd caffe-master 
$ cp Makefile.config.example Makefile.config
$ vi Makefile
# 修改內容為： 
#   COMMON_FLAGS 加上 –I/opt/protobuf/include –I/opt/hdf5/include 
#   LDFLAGS 加上 –L/opt/protobuf/lib –L/opt/hdf5/lib    
#   LIBRARIES += boost_thread 改為 LIBRARIES += boost_thread-mt
$ vi Makefile.config
# 修改內容為：
#   LIBRARY_DIRS 加上 /usr/lib64/atlas
$ make all

12. 配置執行環境

$ vi /etc/ld.so.conf.d/caffe.conf
# 增加內容
#   /usr/local/cuda/lib64
#   /opt/protobuf/lib
#   /opt/hdf5/lib
#   /usr/local/lib                    
$  ldconfig

13. 執行

$ reboot
$ sh data/mnist/get_mnist.sh 
$ sh examples/mnist/create_mnist.sh 
$ vi examples/mnist/lenet_solver.prototxt
# 修改 ~/caffe/caffe-master/examples/mnist/lenet_solver.prototxt 檔案設定執行 CPU 版本或者 GPU 版本。
# 修改最後一行: solver_mode: CPU 或者 solver_mode: GPU
$ time sh examples/mnist/train_lenet.sh

參考文獻