**
雖然deep learning已經不是什麼新鮮的東西了，但是由於裝置原因，自己一直沒有涉足。前幾天有幸換了一台自帶gpu的workstation，甚是高興。於是迫不及待地裝了個ubuntu系統，開始配置deeplearning框架caffe。前後共花了差不多兩天時間，終於把它配好了。配了這麼多年的軟體，caffe應該是我配過最複雜的軟體，沒有之一。終於知道為什麼用caffe的人這麼多，親自去配它的人這麼少了。以下將一步步講解配置caffe的過程，希望對初學者有點幫助。ps：雖然官網給出了配置的過程，但是非常籠統，看著看著就不知道自己該幹嘛了。
一、nvidia驅動和cudatoolkit的安裝
安裝前需要注意的問題：檢查自己的gpu是否支援cuda，linux可用以下命令來檢視gpu型號：
lspci | grep –i nvidia
只要gpu型號可以在找到，就是支援cuda的，比如我的gpu型號是：geforcegtx titan
檢查自己的作業系統是不是cuda支援的，可以輸入以下命令：
uname -m && cat /etc/*release
cuda支援的作業系統在以下**可以找到
檢查作業系統是否安裝了gcc，可用以下命令
gcc –version
很多作業系統都預裝有gcc，如果你的沒有就先安裝一下。
md5sum 安裝包名字》
處理版本衝突問題，第一次安裝可以跳過這點。如果之前有裝過nvidia驅動和cuda的話，要解除安裝乾淨，具體解除安裝方法參見
安裝時需要注意的問題：退出gui介面，操作方法是：同時按：ctrl+alt+f1（f2-f6），切換到tty1-6命令列模式。退出gui介面後需要輸入使用者名稱、密碼登陸。登陸後關閉桌面服務：
sudo stop lightdm
這步很重要，直接在gui介面裝肯定是會失敗的！
官網說安裝前需要interaction with nouveau，因為nouveau是乙個開源的顯示卡驅動，ubuntu14.04預設安裝了，但是它可能會影響nvidia驅動的安裝。這一步我直接跳過了，事實證明並沒有影響。(不放心的同學可以按官網那樣多操作幾步。)
現在可以開始安裝了。先切換到cuda安裝包所在的位置，執行以下命令：
sudo sh cuda_6.5.14_linux_64.run
這邊一路accept-yes-enter就行
執行完後出現以下結果：
driver: installed requirereboot
toolkit: installskip
samples: installskip
看到了嗎，這個cuda安裝包事實上包含了driver，toolkit和samples三部分，第一次安裝時把驅動裝上了，只不過要重新啟動。重新啟動了一下，還是跟上面一樣，退出gui，重新執行以下命令:
sudo sh cuda_6.5.14_linux_64.run
結果如下：
driver:installed
toolkit: installed in/usr/local/cuda-6.5
samples: installed in/home/changzhi, but missing recommendedlibraries
這次就安裝成功了，但是缺少了一些推薦的庫。
sudo apt-get install freeglut3-dev build-essential libx11-devlibxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesalibglu1-mesa-dev
裝完以後就可以回到gui介面了，執行
sudo start lightdm
按照官網#prerequisites的要求，還需要安裝一些dependencies，我的系統是ubuntu14.04，所以還需要執行以下兩步：
sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-devprotobuf-compiler
安裝後需要注意的問題：設定環境變數：
在/etc/profile最後面新增一句（新增不了的可以切換到root使用者）
export path=$path:/usr/local/cuda-6.5/bin
儲存後執行以下命令，是環境變數立即生效
source /etc/profile
新增lib庫路徑
在/etc/ld.so.conf.d加入檔案cuda.conf，寫入
/usr/local/cuda-6.5/lib64
同樣，執行下列命令使其立即生效
sudo ldconfig
驗證安裝結果
驗證驅動的版本，和上述gcc類似，就是驗證驅動和有沒有問題
cat /proc/driver/nvidia/version
編譯例子
先看一下編譯器版本，執行
nvcc –v
不出意外，這裡會提示nvcc沒有安裝，其實就是之前裝的nvidia-cuda-toolkit的編譯器沒有安裝完整，根據提示安裝就好：
sudoapt-get install nvidia-cuda-toolkit
這個安裝也需要很長時間，請耐心等待。安裝完後就可以編譯例子了，例子預設安裝在/home/username/nvidia_cuda-6.5_samples，進入這個目錄，執行
make
該過程也比較漫長，請耐心等待。
running the binaries.
全部編譯玩後，進入/home/username/nvidia_cuda-6.5_samples/bin/x86_64/linux/release，執行
sudo ./devicequery
如果出現以下資訊，則驅動及顯示卡安裝成功：
我第一次安裝時，出現了「cuda driver version isinsufficient for
cudaruntime」這個錯誤，就是預設安裝時cuda版本是6.5，但是驅動版本還是5.5。解決這個問題肯定是安裝個6.5版的cuda驅動就行
了。但問題沒有那麼簡單。我從官網下了6.5的cuda驅動，安裝後，別說解決問題，連ubuntu系統都進不去了。開機時就左上角有個小橫線在一閃一閃
的，還什麼都不能輸入，真是能把人急死！後來網上找到了解決辦法如下：
login the system using root recover mode,execute:
sudo apt-get purge nvidia*
sudo apt-get install nvidia-current
sudoreboot
系統啟動不了原因是顯示卡驅動衝突，所以我們只需解除安裝乾淨前乙個驅動，只保留乙個最新版的驅動即可。這個recovermode開機時按住左邊的shift鍵就可以進入。
至此，nvidia驅動和cudatoolkit的安裝完成。
二、blas的安裝
sudo ./install_gui.sh
這是gui介面安裝，和windows一樣，按照提示一步步安裝就行了，路徑什麼的選擇預設就好。裝好後需要新增library路徑，具體操作是在/etc/ld.so.conf.d/下新建檔案intel_mkl.conf，沒許可權的話切換到root使用者來操作，建好後在檔案中新增：
/opt/intel/lib/intel64
/opt/intel/mkl/lib/intel64
安裝mkl時如果不是選擇預設路徑的，以上操作記得換成自己的安裝路徑。新增完內容後執行以下命令使其立即生效。
sudo ldconfig
三、opencv的安裝
sudo ./dependencies.sh
sudo ./open2_4_9.sh
其中第一步是安裝依賴項，第二部是安裝opencv，這個過程大概二三十分鐘，慢慢等。
四、caffe的安裝和編譯
cp makefile.config.example makefile.config
然後修改makefile.config中的blas:= atlas為blas := mkl，儲存退出就行了。
最後是編譯，執行以下三條命令：
make all
make test
make runtest
前兩步是肯定沒問題的，第三部runtest，最後會有兩項不通過，但是還是pass了，不影響，應該是沒裝python的原因。如果不需要在python下用caffe，就可以不管了。
至此caffe安裝完成！
在Ubuntu14 04下安裝Redis
2 在登陸的使用者下建立資料夾my redis mkdir my redis 4 解壓 tar xvfz redis xx.xx.xx.tar.gz 5 進入到剛剛解壓出來的檔案 cd redis xx.xx.xx 6 編譯 sudo make 等待一段時間.7 安裝 make install 8 ...
Ubuntu 14 04下安裝GitLab指南
摘要 gitlab 是乙個用於倉庫管理系統的開源專案。使用git作為 管理工具，並在此基礎上搭建起來的web服務。在gitlab的官方 上面對ubuntu的支援也是很好的，有比較詳盡的安裝指南。在介紹postfix的地方有少部分的坑，本文拋磚引玉，解決一些我遇到的坑。本文主要針對ubuntu 14....
Ubuntu 14 04下安裝GitLab指南
摘要 gitlab 是乙個用於倉庫管理系統的開源專案。使用git作為 管理工具，並在此基礎上搭建起來的web服務。在gitlab的官方 上面對ubuntu的支援也是很好的，有比較詳盡的安裝指南。在介紹postfix的地方有少部分的坑，本文拋磚引玉，解決一些我遇到的坑。本文主要針對ubuntu 14....