ubuntu 16.04下安装caffe2

上一篇文章说了如何在Ubuntu 16.04安装Cuda8.0。
在Ubuntu 16.04完整安装Caffe2的话，安装顺序为：

安装Cuda8.0------>安装cuDNN8.0---->源码编译安装Caffe2。

首先根据上一篇本人文章Ubuntu 16.04安装Cuda8.0安装Cuda8.0。
然后下载安装cuDNN8.0。
CuDNN是专门针对Deep Learning框架设计的一套GPU计算加速方案，目前支持的DL库包括Caffe，ConvNet, Torch7等。 CuDNN可以在官网免费获得，注册帐号后才能下载。
先附上个无需注册就可以下载的 cudnn-8.0-linux-x64-v5.1.tgz的地址：
cudnn-8.0-linux-x64-v5.1.tgz
下载完毕后，进入下载该文件的路径，执行下面命令：

sudo tar -xzf cudnn-8.0-linux-x64-v5.1.tgz -C /usr/local

注意，最后存放解压文件的目录必须是/usr/local，否则会导致后面caffe2的安装失败！
至此，cuDNN8.0安装完毕。

接下来安装依赖：

sudo apt-get update
sudo apt-get install -y --no-install-recommends \
      build-essential \
      cmake \
      git \
      libgoogle-glog-dev \
      libprotobuf-dev \
      protobuf-compiler \
      python-dev \
      python-pip                          
sudo pip install numpy protobuf

sudo apt-get install -y --no-install-recommends libgflags-dev
sudo apt-get install -y --no-install-recommends \
      libgtest-dev \
      libiomp-dev \
      libleveldb-dev \
      liblmdb-dev \
      libopencv-dev \
      libopenmpi-dev \
      libsnappy-dev \
      openmpi-bin \
      openmpi-doc \
      python-pydot
sudo pip install \
      flask \
      graphviz \
      hypothesis \
      jupyter \
      matplotlib \
      pydot python-nvd3 \
      pyyaml \
      requests \
      scikit-image \
      scipy \
      setuptools \
      tornado   

至此，依赖安装完毕！
由于caffe2只支持源码安装，所以需要克隆caffe2在github的源码，github地址

git clone https://github.com/caffe2/caffe2.git
cd caffe2
make 
cd build 
sudo make install

写一下在这理踩的坑吧：
1.make的时候提示：

usr/bin/ld: 找不到 -lXXX

解决方案：

A.找到本地的libGL.so 文件路径 ，在终端执行：
locate libxxx.so

B.建立链接：
sudo ln -s /usr/lib/x86_64-linux-gnu/libGL.so.1.0.0 /usr/lib/libGL.so
具体的文件和路径替换成自己对应的文件和路径即可。
2.make的时候提示：/x86_64-linux-gnu/lib对乱七八糟的变量未定义，在～/.bashrc最后加入：

export LD_LIBRARY_PATH="/lib/x86_64-linux-gnu:$LD_LIBRARY_PATH"

然后

source ~/.bashrc

再重新make编译，完美运行通过！