学习深度学习已经很久了，但一直没有自己动手安装过caffe，因为工作需要，需要在linux系统中安装caffe，因此，在这里对安装过程进行记录。
caffe配置起来比tensorflow更麻烦一些，我主要是根据官网上的安装说明进行安装的，也参考了Youtube上的教程。我是在虚拟机中的Ubuntu18.4系统中进行安装的，安装的是CPU版本的caffe。
在caffe官网上可以找到Ubuntu系统中caffe的安装说明因为我的Ubuntu版本是>=17.4的。
安装caffe前，先按照官网上的说明，把需要的环境安装好。如果需要安装GPU版本的caffe，请先把cuda安装好，如果需要python接口，也先把python环境安装好。安装python环境时，建议直接安装Anaconda，因为它包含了一些caffe需要的科学计算库。
- 因为我要安装CPU版本的caffe，所以，执行以下两条命令安装caffe预编译包和caffe的依赖
sudo apt install caffe-cpusudo apt build-dep caffe-cpu
-
然后编译caffe- 编译caffe可以通过make进行编译，也可以通过Cmake进行编译。我是通过make进行编译的。
- 通过git clone https://github.com/BVLC/caffe.git命令下载caffe到本地，进入caffe目录，执行
cp Makefile.config.example Makefile.config- 然后修改Makefile.config，Makefile.config中都有注释，所以可以根据自己的需要进行修改。我安装的python版本是3.7的，下面是我自己的修改（仅供参考）：
- CPU_ONLY := 1
- OPENCV_VERSION := 3
- ANACONDA_HOME := $(HOME)/anaconda3
- PYTHON_INCLUDE := $(ANACONDA_HOME)/include \
- $(ANACONDA_HOME)/include/python3.7m \
- $(ANACONDA_HOME)/lib/python3.7/site-packages/numpy/core/include
- PYTHON_LIBRARIES := boost_python3 python3.7m\
- PYTHON_LIB := $(ANACONDA_HOME)/lib
- WITH_PYTHON_LAYER := 1
- 修改之后，一次执行以下三条命令：
- make all
- make test
- make runtest
- 如果make all执行后出现问题，解决之后重新make all之前需要先执行make clean清除之前编译的可执行文件及配置文件。
- 完成1和2后，caffe已经成功安装了。接下来安装python接口，执行以下命令：
- make pycaffe
- make pytest
- 设置python的环境变量，在~/.bashrc中添加export PYTHON_PATH=/home/用户名/caffe/python:$PYTHON_PATH
- 配置好python接口后，就可以在python中成功import caffe了。
通过上面的3步就可以成功安装好caffe了，在安装过程中可能会碰到一些问题，每个人碰到的问题可能也不太一样，但碰到的问题基本都能搜到解决方案，下面是我碰到的一些问题和解决方案：
- error1: /usr/bin/ld: cannot find -latlas
solution: sudo apt-get install libatlas-base-dev - error2: libpython3.7m.so.1.0: cannot open shared object file: No such file or directory
solution: sudo apt-get install libpython3.7-dev - error3: libhdf5_hl.so.100: cannot open shared object file: No such file or directory
solution: 通过find命令可以查到在anaconda3/lib目录下有libhdf5_hl.so.100文件，因此在~/.bashrc中添加export LD_LIBRARY_PATH=/home/用户名/anaconda3/lib:$LD_LIBRARY_PATH - error4: No module named google
solution: conda install protobuf