相信看这篇文章的都知道caffe是干嘛的了，无非就是深度学习、神经网络、计算机视觉、人工智能这些，这个我就不多介绍了，下面说说我的安装过程即遇到的问题，当然还有解决方法。说下我的环境：1》虚拟机：VMWorkstation12Player2》OS：redhat7.1虚拟机装好之后因为RedHat的yum服务是收费的，为了倒腾免费yum源看网上的教程，坑了一b，浪费了N久时间，最后得高人指点得以成功

https://my.oschina.net/u/1046919/blog/777470最近一直在看深度学习的东西，用到了ssd，上网一搜，找到一篇不错的博客，http://www.cnblogs.com/objectDetect/p/5780006.html，官网，这篇是连安装cuda到caffe环境的一系列http://blog.csdn.net/wopawn/article/details/

本文主要分为三个部分JetsonTX2刷机流程JetsonTX2刷机后USB无法使用JetsonTX2上caffe安装配置JetsonTX2系统镜像与恢复TX2刷机流程刷机前准备带有ubuntu16.04

Caffe安装一、电脑配置系统：Ubuntu16.04(64-bit)处理器：Intel®Core™[email protected]×8图像处理器：NVIDIA2080Ti内存：8GB二、安装过程1

相应的代码以及环境后续呈上1.下载2.修改CMakefile.txt文件主要是修改caffe安装路径。画框的位置需要修改，此处为我的caffe路径，根据自己的路径进行修改。

2016.06.10updatecuda7.5andcudnnv52015.10.23更新：修改了一些地方，身边很多人按这个流程安装，完全可以安装折腾了两个星期的caffe，windows和ubuntu下都安装成功了。其中windows的安装配置参考官网推荐的那个blog，后来发现那个版本的caffe太老，和现在的不兼容，一些关键字都不一样，果断回到Linux下。这里记录一下我的安装配置流程。电脑

1.在安装依赖库的时候，遇到:@gxjun-Latitude-E5440:~$sudoapt-getinstalllibatlas-base-dev正在读取软件包列表...完成正在分析软件包的依赖关系树正在读取状态信息...完成libatlas-base-dev已经是最新的版本了。升级了0个软件包，新安装了0个软件包，要卸载0个软件包，有419个软件包未被升级。有4个软件包没有被完全安装或卸载。解

最近一直在使用caffe，把自己安装以及使用过程中碰到的问题做个记录：convert_imageset.cpp:(.text.startup+0x5e1)：对‘caffe::db::GetDB(std::stringconst&)’未定义的引用convert_imageset.cpp:(.text.startup+0x719)：对‘caffe::ReadImageToDatum(std::stri

一、安装CUDA1、查看显卡驱动是否安装好：$nvidia-settings2、安装OpenGL:sudoapt-getinstallbuild-essentiallibgl1-mesa-devsudoapt-getinstallfreeglut3-devsudoapt-getinstalllibglew-devlibsdl2-devlibsdl2-image-devlibglm-devlibfr

转载链接：http://blog.csdn.net/u010193446/article/details/53259294按照上述教程出现错误：libopencv-dev安装失败，解决方法：开始添加源终端输入cd/etc/apt/sudocpsources.listsources.list.bak12然后sudogedit/etc/apt/sources.list1将下面源添加到最后一行debht

GPU驱动部分，CUDA8.0的安装和CUDNN5.1的配置请参考Ubuntu1604+GTX1060+CUDA8.0+CUDNN5.1+Caffe安装说明一文中前4步（包含第4布），在对NVIDIA_CUDA

Ubuntu16.04+CUDA9.0+CUDNNv7.1+opencv3.4.0+anaconda3+Matlab2017a的相关安装配置参见之前的博客。接下来直接进入caffe的安装配置环节。Generaldependenciessudoapt-getinstalllibprotobuf-devlibleveldb-devlibsnappy-devlibopencv-devlibhdf5-se

caffe安装+使用places365进行迁移学习安装ubuntucaffecuda7.5cudnn4.5由于最近需要使用places365模型，是由caffe搭建了，所以又重装了次电脑，悲催。。。

本人是linux新手，在历时两个星期的纠结的caffe安装之路后，终于在昨天成功用上了caffe！先说说我的电脑配置吧，戴尔Optiplex990主机，Q67主板，GeforceGTX960显卡。

Nosuchfileordirectoryprotobuf3.1.0安装示例和使用指南说明http://stackoverflow.com/questions/32039549/protobuf-common-h-no-such-filecaffe

配置MatlabSupport见caffe安装配置、matlab接口-ostartech-博客园https://www.cnblogs.com/wxl845235800/p/10599265.html重新配置

写在前面：参考教程：http://www.linuxidc.com/Linux/2016-12/138870.htmhttp://blog.csdn.net/ubunfans/article/details/47724341基本是这两篇，还包括其中的一些文章链接。感谢！我碰到的问题都写在文章里了，坑已填好，尽情享用~软件或者系统的不同版本可能在某些地方会有出入，如果以后碰到再来更新~工作站配置工作

1.安装显卡驱动个人觉得安装显卡驱动是最烦的，所以单独写了博客，参考Ubuntu16.04系统下装显卡驱动，在这就不再叙述。2.安装相关依赖sudoapt-getinstalllibprotobuf-devlibleveldb-devlibsnappy-devlibopencv-devlibhdf5-serial-devprotobuf-compilersudoapt-getinstall--no

转自：http://blog.csdn.net/u012029332/article/details/51098248关于深度学习，我想朋友们多有了解，这里就不介绍了。关于深度学习的框架来说，有最近比较流行的Tensorflow，它是由大牛贾扬清2015年联合谷歌团队开发的新型框架，安装比较简单，不过可惜了，由于小编的电脑是32位操作系统，对于Tensorflow来说，就有点无能为力了。所以，最终

在进行caffe安装时，编译时报如下错误nvccfatal:Unsupportedgpuarchitecture'compute_20'报错之后，无法继续安装，查看Makefile.config文件，有如下代码

1.官网下载Anaconda2，也就是python2.7的环境，2.下载caffe预编译版本，https://github.com/BVLC/caffe/tree/windows，选择第三个VisualStudio2015,CPUonly,Python2.7:CaffeRelease进行下载，3.大家可以根据自己的python版本和GPU情况有选择的下载。我电脑上有Anaconda2（Python

caffe安装与matlab2014a安装前言这段时间一直在弄这个caffe安装，在网上找了很多的资料，自己在电脑上ubuntu16.04.3系统上安装caffe进行实验安装步骤内容：1.Caffe安装

Windows下caffe安装详解(cpu+matcaffe+pycaffe)运行环境VS20131、caffe下载：https://github.com/happynear/caffe-windows

2）版本问题，有些库支持的版本不一样，以caffe安装为例，检查对应版本anacondasearch-tcondacaffe3)python版本与te

问题:undefinedreferenceto`cv::applyColorMap(cv::_InputArrayconst&,cv::_OutputArrayconst&,int)’解决方案：修改caffe_root/cmake/Dependencies.cmake，添加contrib:#---[OpenCVif(USE_OPENCV)find_package(OpenCVQUIETCOMPON

详细的安装配置过程见以前博客：Caffe学习笔记（一）——Windows下caffe安装与配置1.CUDA的安装问题CUDA的安装过程可以参考CUDA7.5安装及配置(WIN764英伟达G卡VS2012

www.cnblogs.com/love6tao/p/5706830.html文章2：http://www.itdadao.com/articles/c15a262087p0.html网上各种各样的windows下caffe

1.Windows系统下Caffe的安装1.1环境准备在卜居大佬的《深度学习21天实战》中是如此说道：操作系统：推荐WindowsServer2012R264bit或Windows7SP164bit，显然2019年的今天，我们这些只会用原装win10的小朋友肯定满足这个要求编译环境：VisualStudio2013Ultimate版。我使用的也是这个版本，里面依赖库又齐全，兼容性又好，超喜欢在里面

Caffe版本：https://github.com/Microsoft/caffe前期Caffe安装及Release版编译步骤参考：https://blog.csdn.net/AManFromEarth

Ubuntu16.04在cuda9.0环境下编译caffe安装依赖库1.安装cuda9.0库安装教程2.安装opencv安装教程3.安装开发依赖包:sudoapt-getinstall-ybuild-essentialcmakegitpkg-configsudoapt-getinstall-ylibprotobuf-devlibleveldb-devlibsnappy-devlibhdf5

这周安装了caffe的windows版本和linux版本，依赖关系太多，如果系统选对了，安装起来很easy，选错了，就会遇见各种坑。1.操作系统最好使用ubuntudesktop14.0464位。我试用的操作系统版本比较多，以下介绍一下操作系统的坑：ubuntuserver14.0464位，部分u盘启动工具不支持，安装一半会报错找不到cdrom。ubuntuserver15.1064位，gcc版本

ubuntu16.04cuda8/9切换opencv安装caffe安装1.NVIDIA显卡驱动安装2.cuda8.0/9.1安装3.安装cudnn4.cuda版本切换5.安装opencv6.安装caffe7

ubuntu14.04下caffe环境中fastrcnn安装与运行本文是在caffe安装完成后的基础上安装fastrcnn，可以参考Windows与linux下caffe配置（仅CPU）1.下载源码gitclone

ubuntu14.04下caffe环境中fasterrcnn安装与运行本文是在caffe安装完成后的基础上安装fastrcnn，可以参考Windows与linux下caffe配置（仅CPU）1.下载源码

我的相关博客：《Windows7+VisualStudio2015下Caffe安装（GPU+Cuda9.0+cuDNN7.3）》要安装GPU版Caffe，则需要安装Cuda及cuDNN。

Caffe简介Caffe全称ConvolutionalArchitectureforFastFeatureEmbedding，是一个计算CNN相关算法的框架。就目前来说是deeplearning最流行的开源的框架，所以使用的人也是最多的。caffe网址：http://caffe.berkeleyvision.org/github网址：https://github.com/BVLC/caffe/安装

环境配置环境依赖安装protobuf安装报错环境变量安装boost安装环境变量安装gflags，glog安装安装leveldb，lbdb，hdf5，openblas修改caffeMakefile.config文件Caffe

问题1：在安装CUDA时，最好使用.runfile因为这样我们就可以使用自己的显卡驱动，否则cuda会将你自己的驱动卸载选择他本身默认的版本问题2：在安装opencv时提示如下错误：/home/usrname/opencv-3.1.0/modules/cudalegacy/src/graphcuts.cpp:120:54:error:'NppiGraphcutState'hasnotbeendec

参考资料：http://www.tuicool.com/articles/uiuA3eCaffe安装配置(CentOS+无GPU)http://blog.sina.com.cn/s/blog_990865340102vewt.htmlcaffe

原文链接：http://blog.csdn.net/wopawn/article/details/52302164亲测提示：1，不一定会用到第一步；2，第七部中安装Python依赖项中，sudosu后，需要cdcaffe/python文件夹再forreqin。3，cuda9.0安装步骤稍有不同，在这个链接里有详细的介绍：http://blog.csdn.net/hyy0228/article/de

参考ubuntu16.04+gtx1060+cuda8.0+caffe安装、测试经历，细节处有差异。

一、caffe的编译1.（只有onlyCPU需要这一步）首先修改配置文件，回到caffe目录cd~/caffecpMakefile.config.exampleMakefile.configgeditMakefile.config这里仅需修改两处：i）#USE_CUDNN:=1这里去掉#，取消注释，改为USE_CUDNN:=1。ii)修改python包目PYTHON_INCLUDE:=/usr/i

使用CaffePython编写LeNet前言:本文翻译自SolvinginPythonwithLeNet，基于深度学习框架Caffe的应用，运行本代码的前提是：安装了Caffe，windowsCaffe

首先吐个槽，ubuntu+nvidia的显卡驱动简直是反人类，害的我折腾了一天多。一、问题及解决办法寒假放假回家没事干，正好给家里电脑升级了显卡gtx1050可以跑跑CNN。我在实验室的显卡是560，比较老了，按着实验室的环境配置流程走下来居然不能用，症状就是在Python中不能成功的importcaffe，然后重启后无限循环登录。问题：不能进入ubuntu的图形界面，在登录界面循环。解决办法：N

参考博客：Ubuntu16.04Caffe安装步骤记录（超详尽）：http://blog.csdn.net/yhaolpz/article/details/71375762ubuntu16.04安装caffe

网上充斥各种安装方法，但是都很繁琐，特别是安装显卡驱动以及依赖项，对于初学者不是很方便。我觉得采用包管理工具更方便因此写下本文。（1）首先安装ssh,这样能够使用winscp和putty或者securecrt进行远程连接，方便在windows下载东西传到linux下sudoapt-getinstallssh（2）安装caffe的依赖项1）一般依赖项sudoapt-getinstalllibprot

1.首先安装caffe的依赖包：user@user-ubuntu:~$sudoapt-getinstalllibprotobuf-devlibleveldb-devlibsnappy-devlibopencv-devlibhdf5-serial-devprotobuf-compileruser@user-ubuntu:~$sudoapt-getinstall--no-install-recomme

Ubuntu14.04深度学习caffe安装与测试官网的安装说面：http://caffe.berkeleyvision.org/install_apt.html首先，安装依赖的一些包和库：sudoapt-getinstalllibprotobuf-devlibleveldb-devlibsnappy-devlibopencv-devlibhdf5

==========2018.04.13==========修改Makefile.config删除USE_CUDNN:=1OPENCV_VERSION:=3的注释修改Makefile将LIBRARIES+=gloggflagsprotobufboost_systemboost_filesystemmhdf5_hlhdf5改为LIBRARIES+=gloggflagsprotobufboost_sy

1.Caffe安装可参考：Caffe深度学习入门——Ubuntu16.04+CUDA9.1+cudnn7.5+opencv3.3.1+python3.5+caffe安装参考博客和跳坑笔记2.RefineDet