下载文档原格式
Ubuntu下安装Caffe安装需要的软件：1. Ubuntu14.0.42. cudarepoubuntu150475local_7.518_amd643. caffemaster安装Ubuntu的过程在这里不做介绍。
系统安装好了之后，执行下面的操作。
在线安装的步骤，在此之前将更新源换成163的，下载速度会快很多：1. sudo apt-get update2. sudo apt-get upgrade以上更新系统相关软件3. sudo apt-get install build-essential4. sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-devlibopencv-dev libboost-all-dev libhdf5-serial-dev5. sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-devprotobuf-compiler6. sudo apt-get install libatlas-base-dev python-dev vim以上为在线安装的依赖项需要按顺序执行7. 切换到cuda安装包的目录下，执行sudo dpkg -i cuda-repo-ubuntu1504-7-5-local_7.5-18_amd648. sudo apt-get update9. sudo apt-get install -y cuda以上为安装CUDA驱动。
（Nvidia驱动在这个过程也会自动装好）10. vim ~/.bashrc11. 按i进入编辑状态，将光标移到最下面一行。
输入export PATH=/usr/local/cuda-7.5/bin:$PATH12. 输入export LD_LIBRARY_PATH=/usr/local/cuda-7.5/lib64:$LD_LIBRARY_PATH，按:wq保存并退出13. source ~/.bashrc以上为配置环境变量14. 将下载好的caffe源文件解压缩，即caffemaster然后切到那个目录中执行cpMakefile.config.example Makefile.config15. vim Makefile.config16. 按i进入编辑状态，修改：CUDA_DIR ：=/usr/local/cuda-7.517. 如果使用了MATLAB或者Python需要按照Makefile.config文件中的提示在Makefile.config进行相应的路径修改即可。
深度学习框架caffe的了解摘要：caffe是贾扬清开发的一个清晰，可读性高，快速的深度学习开源框架，目前已经的到了广泛的应用。
本人基于Ubuntu14.04 64bit操作系统、caffe框架以及一些依赖软件，对caffe安装以及使用进行了成功实验。
本文就实验的整个实验过程以及实验结果进行描述。
关键词：caffe、深度学习、开源框架1 caffe的安装尽管caffe目前取得了较为广泛的应用，但其运行环境搭建对于初学者来说仍然是一个复杂繁琐的过程。
此部分将详细描述caffe在单机安装的整个过程，并附上相关图片。
1.1 硬件配置及操作系统本实验用的电脑为普通个人电脑，硬件配置参数为：Intel(R) Core(TM) i5-3230M CPU @2.60GHz 4GB RAM。
操作系统采用官网推荐的操作系统Ubuntu14.04，安装磁盘空间为100GB。
1.2 安装依赖软件依赖库安装。
caffe的依赖软件包括一些使用到的函数库，包括libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler libboost-all-dev。
其中boost库的版本需要安装v1.55或以上版本。
可在控制台运行如下命令进行安装：sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev工具安装。
其次是安装一些必要工具，包括git、cmake，采用如下命令安装：sudo apt-get install cmakegitgoogle-glog安装。
google-glog根据官方提供的方法可以直接运行如下命令进行安装，但由于网络限制，采用官方给定的方式将不能下载google-glog。
准备工作：下载好ubuntu 14.04NVIDIA-Linux-x86_64-367.27.runcuda_8.0.44_linux-runcudnn5.0opencv-3.1.0.zipippicv_linux_20151201.tgz（安装的时候会在线下，但是一般都是下载失败，建议提前下载好放在opencv-3.1.0/3rdparty/ippicv/downloads/linux-808b…./ 下面）放在home目录下，并用chmod +x NVIDIA-Linux-x86_64-367.27.run cuda_8.0.44_linux-run 为其加上可执行权限1、切换至集成显卡安装NVIDIA驱动●将NVIDIA-Linux-x86_64-367.27.run拷贝至主目录，并且添加可执行权限Sudo Chmod + x NVIDIA-Linux-x86_64-367.27.run●切换到字符界面ctrl+alt+f1，关闭图形界面Sudo /etc/init.d/lightdgm stop●执行安装程序Sudo./ NVIDIA-Linux-x86_64-367.27.run等待安装，若出现错误，则关机重复一次即可2、驱动安装完毕之后，重启，切换至显卡显示若出现不能进入字符界面，或者字符界面出现黑屏，则执行命令Sudo vim /etc/default/grub修改GRUB_CMDLINE_LINUX_DEFAULT的值为nomodeset更新grub：sudo update-grubReboot3、安装cuda●禁用nouveau驱动，新建文件sudo vim /etc/modprobe.d/blacklist-nouveau.conf添加以下两条语句blacklist nouveauoptions nouveau modeset=0然后执行sudo update-initramfs –u执行lspci | grep nouveau，若没有内容输出则说明已经禁用成功●进入字符界面ctrl+alt+f1，关闭图形界面sudo /etc/init.d/lightdgm stop执行命令：sudo ./cuda_8.0.44_linux-run等待安装，安装过程中路径选择默认，安装其他选择y，若后面出现驱动安装错误，则重新安装一次，并且在是否安装驱动选项中选择n●设置环境变量sudo vi /etc/profile添加以下两个语句export PATH=/usr/local/cuda-8.0/bin:$PATHexport LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH使环境变量立即生效sudo ldconfig●安装实例所需的依赖库，若不安装则有些实例不能编译成功，若出现安装源找不到等错误，则更新安装站点，一般选择阿里云或者是网易163sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libglu1-mesa libglu1-mesa-dev libgl1-mesa-glx最后一个没有安装成功，没有找到原因●编译实例cd /usr/local/cuda/samplessudo make all -j4//4是cpu数目运行测试程序cd ./bin/x86_64/linux/releasesudo ./deviceQuery ,可以看到gpu信息●安装cudnn5.0tar -zxvf cudnn-8.0-linux-x64-v5.0-ga.tgz显示以下信息：*cuda/include/cudnn.hcuda/lib64/libcudnn.socuda/lib64/libcudnn.so.5cuda/lib64/libcudnn.so.5.0.5cuda/lib64/libcudnn_static.a*执行以下命令：sudo cp cuda/include/cudnn.h /usr/local/cuda/include/sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/sudo chmod a+r /usr/local/cuda/include/cudnn.hsudo chmod a+r /usr/local/cuda/lib64/libcudnn*●安装opencv1、可将opencv文件夹放在主目录下面，新建文件夹releaseMkdir releaseCd releaseCmake –D CMAKE_BUILD_TYPE=RELEASE –D CMAKE_INSTALL_PREFIX=/usr/local ..(此处一定要有空格)Make在编译阶段有一个文件../modules/cudalegacy/src/graphcuts.cpp会出现错误，原因是因为opencv3.0与cuda8.0不兼容，只要修改这个文件的45行：#if !define (HAVE_CUDA) || defined (CUDA_DISABLE) || (CUDART_VERSION>=8000)，加上这句即可，重新make之后就能编译成功详见博客：/frank_zrh/article/details/52298909●安装caffe所需的依赖项sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler libatlas-base-dev libgflags-dev libgoogle-glog-dev liblmdb-devsudo apt-get install --no-install-recommends libboost-all-devsudo apt-get install -y python-numpy python-scipy python-matplotlib python-sklearn python-skimage python-h5py python-protobuf python-leveldb python-networkx python-nose python-pandas python-gflags cython ipython●复制caffe到主目录下，可以直接拷贝，也可以用一下命令行Sudo git clone https:///BVLC/caffe.git●编译caffeCd caffeSudo make all –j4 //后面可以不接参数，但是据说接了参数会快一点Sudo make testmake runtest●测试caffeCd caffeSudo sh examples/mnist/get_minist.sh //文件名可能有点不对但是大概是这样，可以ls出来看一下Sudo sh examples/mnist/create_mnist.shSudo sh example/mnist/train_mnist_lenet.sh注意：如果出现缺少某个lib文件，或者是找不到，则可以通过以下命令Sudo cp /usr/local/cuda/lib64/***.so.o /usr/local/bin。
Ubuntu系统安装
1、使用U盘或光盘进行引导进入系统安装向导。
2、安装类型选择，选择中文（简体）、然后点安装ubuntu。
3、安装ubuntu电脑必须接入外网（外网的方式有自动获取或手动编辑IP地址）。
网络设置如下：
如图选择网络，选择Edit Connections…
选择相应的网络接口（服务器有四个网络接口，这个自己要看清楚），选择后点Edit…----IPV4 Settings----选择Add将IP地址、子网掩码、网关、DNS分别填入address、netmask、gateway、
DNS servers内，编辑完成后点server…。
4、如图安装选择
弹出对话款，如图选择
5、默认继续
6、默认继续
7、填入计算机基本信息（如图）
您的姓名及您的计算机名的命名规则：监狱首字母+系统首字母+server（图为：岳阳监狱+亲情电话+server）
选择一个用户名：htinf（所有系统默认）
选择一个密码及确认您的密码：123456（所有系统默认）
8、系统进入安装过程。
9、安装完成。
安装ubuntu14.04LTS和系统的简单配置笔记by chow内容目录1下载镜像 (1)2制作u盘启动盘， (1)3安装ubuntu (1)4安装搜狗输入法 (1)5设置搜狗输入法 (2)6下载wps (2)7安装wps (2)8替换火狐到chrome浏览器 (2)1 下载镜像用迅雷或百度云盘离线下载，直接下载很慢/download/desktop找到大图标下载，会跳转到赞助页面，咱穷，点击Not now, take me to the download ›即可获得下载链接，加入到迅雷或百度云的离线下载，基本就可以高速下载咯。
直接放出链接/14.04.3/ubuntu-14.04.3-desktop-amd64.iso2 制作u盘启动盘，具体参照Ubuntu14.04 安装及使用：[1]制作安装U盘3 安装ubuntu在XP下分出一个分区，我的是100G并记住分区的大小，并要和其余分区大小要有明显区别，因为装UBUNTU时，想多系统共存，就要手动设定分区，安装时是看不到卷标的，基本靠分区来判断～～其余的基本是等待，期间有联网下载更新，手动选择跳过，安装过程百度下，如果不会系统装好后，发现输入法不爽，于是百度了下，发现搜狗也有linux 而且支持ubuntu14.044 安装搜狗输入法下载/wps/download/Linux/unstable/wps-office_8.1.0.3724~b1p2_i386.deb双击安装deb包即可，会自动打开app，选择安装5 设置搜狗输入法打开桌面右上角的齿轮设置，【系统设置】-》在【个人】【语言支持】找到键盘输入方式系统选【fcitx】然后注销系统，右上角角就出现了一只小企鹅，找个输入框，按ctrl + spac空格键就可以使用搜狗输入法咯。
6 下载wps/wps-community/download/a18/wps-office_9.1.0.4961~a18p1_amd64.deb7 安装wps双击deb包，安装即可我之前下载了i386版本的，导致点击WPS图标没法应，只能在ubuntu 软件中心里面找到安装的，卸载掉。
第一步，安装Ubuntu14.04一、用wubi安装ubuntu14.04首先你要有从官网上下载的iso文件，用压缩文件浏览程序打开，你会看到wubi.exe。
在一个路径没有中文（最好）的文件夹中。
下载两个镜像：64位：ubuntu-14.04.2-desktop-amd64.iso32位：ubuntu-14.04.2-desktop-i386.iso将32位镜像解压后将64位镜像复制到32位解压后的目录下。
打开wubi.exe。
按照提示安装，按照提示重启。
二、临时解决方案：解决wubi的ubuntu14.04无法启动的问题如果只是12.04的话，有上面的几步，ubuntu就成功安装了。
但是14.04会出现系统挂载的问题，进入不了图形界面的系统。
我们需要开机，进入紫色的选择ubuntu启动的画面。
按键盘E，进入编辑。
找到“ro rootflags=sync”，改为“rw rootflags=sync”。
再按F10启动。
没错，改一个字母，系统就可以在wubi中启动了。
三、永久解决方案：让这个配置一直有效没错和你想的一样，这种方式只有一次有效。
每次开机都要手动修改。
但是我们可以通过修改配置文件的方式，使其永久有效。
(a)进入系统后，打开终端，执行$sudo gedit /etc/grub.d/10_lupin改动文件的第150 行，把ro改成rw，保存。
linux ${rel_dirname}/${basename} root=${LINUX_HOST_DEVICE} loop=${loop_file_relative} ro${args} //修改前linux ${rel_dirname}/${basename} root=${LINUX_HOST_DEVICE} loop=${loop_file_relative} rw ${args} //修改后可用查找，在查找中输入ro ${args} 即可找到对应的行。
基于ubuntu14安装caffe及python接口过程记录2017-1-161.安装ubuntu14操作系统现在我的安装的深度学习的软件大都在台式机上进行的，今天要装的是caffe框架。
我的操作系统是ubuntu14.04。
2.安装caffe2.1先是安装caffe依赖项：sudo apt-get install gitsudo apt-get install libprotobuf-dev liblevelb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compilersudo apt-get install --no-install-recommends libboost-all-devsudo apt-get install libatlas-base-dev（这里的选择在后面caffe的配置文件中会需要配置。
如果换过，也要记得后面的配置需要修改。
）sudo apt-get install python-devsudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev安装开发所需要的一些基本的包(不一定需要)，sudo apt-get install build-essential2.2下载caffe并修改Makefile.config.example文件git clone https:///bvlc/caffe.gitcd caffe/mv Makefile.config.example Makefile.config去掉CPU_ONL Y:=1的注释，即让caffe不采用GPU运行。
将# CPU_ONLY = 1前面的#去掉,因为这里没有安装GPU，需要使用CPU运行。
BLAS ：= atlas, 这是默认设置，如果不是安装的这个，则需要修改。
CAFFE（⼀）：Ubuntu下安装CUDA（安装：NVIDIA-384+CUDA9.0+。
（安装：NVIDIA-384+CUDA9.0+cuDNN7.1）显卡(GPU)驱动：NVIDIA-384CUDA:CUDA9.0cuDNN:cuDNN7.1Ubuntu 下安装CUDA需要装NVIDIA驱动，⾸先进⼊NVIDIA官⽹，然后查询对应NVIDIA驱动是否⽀持你电脑的型号。
这⾥我的电脑是：华硕F450J ，⾃带的NVIDIA GEFORCE 745。
第⼀步、安装NVIDIA GPU驱动去是否⽀持我电脑的GPU如下可以看出：GeForce 700M Series (Notebooks):GeForce GTX 780M, GeForce GTX 770M, GeForce GTX 765M, GeForce GTX 760M, GeForce GT 755M, GeForce GT 750M, GeForce GT 745M, GeForce GT 740M, GeForce GT 735M, GeForce GT 730M, GeForce GT 720M, GeForce GT 710M, GeForce 720M, GeForce 710M, GeForce 705MGeForce GT 745M为我电脑的型号，所以version：390.48是⽀持我的NVIDIAGPU驱动的。
所以第⼆部我们安装NVIDIA DISPLAY DRIVER version：390.48 执⾏如下代码：第⼀部分：安装后续步骤或环境必需的依赖包1 sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler23 sudo apt-get install --no-install-recommends libboost-all-dev45 sudo apt-get install libopenblas-dev liblapack-dev libatlas-base-dev67 sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev89 sudo apt-get install git cmake build-essential输⼊以下代码输出如下信息则表⽰依赖环境安装成功code：1 sudo apt-get install git cmake build-essential显⽰：1 Reading package lists... Done2 Building dependency tree3 Reading state information... Done4 build-essential is already the newest version (12.1ubuntu2).5 cmake is already the newest version (3.5.1-1ubuntu3).6 git is already the newest version (1:2.7.4-0ubuntu1.3).7 0 upgraded, 0 newly installed, 0 to remove and 126 not upgraded.表⽰依赖环境安装成功第⼆部分：安装显⽰驱动去NVIDIA的显卡（GPU）驱动然后运⾏。
Ubuntu14.04（64位）安装spice client和spice serverNEWPLAN 2015.3.3打开终端首先，需要安装git 程序（用于clone 源码的工具）sudo apt-get install build-essential autoconf git-core然后安装必要的插件（主要是一些必要的运行库）sudo apt-get install libtool liblog4cpp5-dev libavcodec-dev libssl-dev xlibmesa-glu-dev libasound-dev libpng12-dev libfreetype6-dev libfontconfig1-dev libogg-dev libxrandr-dev kvm libgcrypt-dev libsdl-dev和sudo apt-get install libtool liblog4cpp5-dev libavcodec-dev libssl-dev xlibmesa-glu-dev libasound-dev libpng12-dev libfreetype6-dev libfontconfig1-dev libogg-dev libxrandr-dev kvm libgcrypt-dev libsdl-dev libnss3-dev libpixman-1-dev libxfixes-dev libjpeg8-dev libsasl2-dev python-pyparsing为确保文件整理的顺序性，创建一个文件夹，以后就主要在这个文件夹中操作mkdir spice-sourcescd spice-sources接下来安装一些主要模块安装libcacardgit clone git:///~alon/libcacard cd libcacard./autogen.shmake####error gedit Makefile并且重新编译makesudo make installcd ..安装协议头文件wget /download/releases/spice-protocol-0.6.0.tar.gztar xvf spice-protocol-0.6.0.tar.gz cd spice-protocol-0.6.0/./configuremakesudo make installcd ..安装qpixman和pixmanSpice 要求一个比较特别版本的wget /download/stable/qpixman-0.13.3-git20090127.tar.bz2 tar xvf qpixman-0.13.3-git20090127.tar.bz2cd qpixman-0.13.3-git20090127/./autogen.sh --includedir=/usr/include --libdir=/usr/lib64makesudo make installcd ..同时还要求安装一个运行库git clone git:///pixmancd pixman/./autogen.sh --includedir=/usr/include --libdir=/usr/lib64makesudo make installcd ..安装CeltSpice要求特定版本的声卡codec程序wget /releases/celt/celt-0.5.1.3.tar.gz tar xvf celt-0.5.1.3.tar.gzcd celt-0.5.1.3/./configure --includedir=/usr/include --libdir=/usr/lib64Makesudo make installcd ..安装qcairoSpice要求一个修改版本的Cairo 图形库，称为 qcairowget /download/stable/qcairo-1.8.7.1-git74d6b5.tar.bz2 tar xvf qcairo-1.8.7.1-git74d6b5.tar.bz2cd qcairo-1.8.7.1-git74d6b5/./autogen.sh --disable-xlib --disable-ps --disable-pdf --disable-svg--includedir=/usr/include --libdir=/usr/lib64sudo make installcd ..安装spice说明：这一部分只能在64位系统上完成wget /download/releases/spice-0.6.0.tar.gz tar xf spice-0.6.0.tar.gzcd spice-0.6.0/./configure --includedir=/usr/include --libdir=/usr/lib64sudo make install cd ..运行spicec程序出错了，没有找到libcelt051.so.0库Source /etc/profile客户端安装成功服务器安装安装qemu-kvm下载qemu-kvm-1.2.0/projects/kvm/files/qemu-kvm/ 解压tar -xzf qemu-kvm-1.2.0.tar.gzcd qemu-kvm-1.2.0/./configure./configure --enable-spice手动配置支持spice会提示以下错误需要安装spice-server 和spice-protocol/download/releases/下载最新版的spice-0.12.5.tar.bz2和spice-protocol-0.12.7.tar.bz2 分别解压和安装tar –xjf spice-0.12.5.tar.bz2(spice-protocol-0.12.7.tar.bz2)cd spice-0.12.5(spice-protocol-0.12.7)./configuremakemake installmakeGedit Makefile.targetgedit configuremake修改名称，以后使用qemu_spice来代替本程序现在qemu和spice server也安装成功了运行spice服务器和客户端。
CAFFE+OPENCV+OPENBLAS+ANACONDA+UBUNTU14.04配置caffe+opencv+openblas+Anaconda+ubuntu14.04配置本安装教程主要包含7个部分，包括：第一部分：安装开发依赖包第二部分：opencv安装和调试第三部分：Anaconda安装和调试第四部分：openblas安装和调试第五部分：Caffe的安装和测试第六步分：在minist的数据包上训练测试第七部分：出现的问题及解决方案1.安装开发依赖包在linux命令行指令中安装开发所需要的一些基本包指令：sudo apt-get install build-essential安装caffe所需要的一些依赖包：sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev libgflags-dev libgoogle-glog-dev liblmdb-dev protobuf-compiler install-gcc-multilib install-gfortrain-multilib安装Anaconda所需要的依赖包：python-dev python-pip2.opencv安装和调试安装opencv时没有手动安装，采用Github上有人已经写好了完整的安装脚本，选择这个链接https:///doc/0de150f16c85ec3a86c2c5c8. html /jayrambhia/Install-OpenCV，下载后解压，然后进去该目录，选择自己的操作系统，比如我的是Ubuntu，执行sudo./dependencies.shsudo./open2_4_9.sh其中第一步是安装依赖项opencv的所有依赖项，该依赖项就在这个dependencies.sh文件中，第二部是安装opencv，包括下载解压存放opencv等操作，这个过程大概一两个小时，慢慢等。
关于部分电脑u盘安装ubuntu不上的问题最近楼主购入一台戴尔的游匣系列笔记本（6代i7+n卡），发现无法安装ubantu，几经周折无法解决，于是就跑去安装其他发行版。
在安装中发现除了debian外所有使用自动安装方式的linux发行版均不能安装，于是研究就开始了。
opensuse卡在写入引导，fedroa和centos卡在启动，ubuntu卡在启动安装，怀疑是u盘制作工具有问题，于是尝试了几种工具，就连dd命令也试过了，结果都无法解决突发奇想，既然ubuntu是基于debian的，那么debian能安为何ubuntu不能？于是开始研究安装的启动，发现是ubuntu在安装的时候载入了图形界面，调用了开源n卡驱动导致不兼容（安装程序中的驱动无法驱动9代n卡），那么解决方案也就来了，下载ubuntu server安装包（这个安装时是不启动x的），制作启动盘，安装，注意：安装中请选择基本系统+ubuntudeskdop包。
于是，新笔记本按不上ubuntu的问题就解决了。
PS：这个帖子就是在刚按好的系统上发的修正，此问题广泛存在于新n卡的双显卡笔记本，可以在启动时加入禁止开源n卡驱动加载的代码，这样就可以图形界面按装了。
888888888888888888888888888888888888888888888888888888888888888888888888888888卸载nvidia驱动sudo apt-get remove --purge nvidia-331-updates如果安装的是官网下载的驱动则重新运行run文件来卸载sh ./nvidia.run --uninstall 8888888888888888888888888888888888888888888888888888888888888888888888888新版的笔记本电脑安装ubuntu中卡死问题解决方法。
1. 解决方法：重新开机，光标选中“Install Ubuntu”，按“e”，进入grub界面，将倒数第二行中的“quiet splash ---”改为“nomodeset”。
Windows8.1硬盘安装Ubuntu14.04双系统参考教程及多硬盘注意事项[图]硬盘安装，无需光盘、U盘；Win8.1为主，Ubuntu14.04为辅，可将Windows或Ubuntu设置为开机默认启动项；在Ubuntu下可查看、操作Windows系统下的文件；适用于安装和14.04版本相近的Ubuntu系统。
如果以上所述正是你所需要的，那么这可能是一篇您值得参考的教程。
但本人建议您先大致通读本文，再做决定。
本文所述方法，个人测试无误，如因本文所述造成任何损失，本人无法负责，请慎重！如若转载，请注明博文地址及原作者（RisingWonderland）。
准备条件∙一个健康的Win7或Win8.1操作系统；∙Ubuntu官方系统镜像文件；∙为Windows系统盘内的重要文件做了备份；∙对Linux分区挂载进行一些了解；∙获得EasyBCD这款软件；∙您已经读过本文；Step 1在Windows操作系统下，清空某个硬盘分区，或从已有的分区中分割出新分区。
Ubuntu将安装在这个分区中。
可以使用一些知名磁盘工具软件（分区助手、DiskGenius等）来分割新区。
示例：如上图所示，C盘是Win8.1的系统盘，E盘是我从原本的C盘中分割出的新分区（在使用工具进行分割时，可以不把分割出的空间作为新分区，因为我们要获得的是一块未被使用的空间）。
Step 2确定空白分区后，删除该分区，使其在Windows资源管理器中不可见。
可以通过右键点击“这台电脑”图标，进入“管理”功能的“磁盘管理”界面，选择空白分区，右键“删除卷”。
上图是对E盘执行“删除卷”操作前的磁盘状态。
下图是对E盘执行“删除卷”操作后的磁盘状态：现在，在Windows操作系统下，原先的E盘已不可见，且不可使用。
资源管理器中只剩下C盘：Step 3在Windows操作系统下安装EasyBCD这款软件。
安装成功后，打开软件，显示语言选择“简体中文”。
Ubuntu Kylin 14.04 LTS 入门教程（十三）Ubuntu Kylin 14.04 LTS 系统初始配置——桌面环境配置系统安装好并进行了初始配置后，已基本可以投入使用。
但正如在Windows 下一样，大多数人这时候可能都还想改变一下桌面环境，进行一些个性化的配置。
Windows 下有个“控制面板”，那里基本上就是各种系统配置的入口；UK14 下也有个类似的东西，那就是“系统设置”。
点击启动器上的“系统设置”图标，弹出“系统设置”窗口，见下图（图1）：（图1）上图（图1）中的色块是我勾画出来的，我是从应用的角度来对这些设置项进行了重新分类：亮度和锁屏、电源可以归为“电源管理”类；外观、显示和色彩可归入“显示”类；文本输入等都可归入“输入”类（“语言支持”的输入法跟这有关）。
这些设置项跟Windows 的控制面板比起来那是简单多了，但我们这里还是不想也没有必要一项一项的加以说明，下面先对unity 桌面的常用配置简单加以介绍。
一、更改桌面“外观”这个设置最简单，点击“系统设置”中的“外观”，或者桌面空白处右击，选“更改桌面背景”，出现下图（图2）：（图2）从上图（图2）中可看出，这里可以调整的“外观”包括以下3 个方面：1. “背景”，即桌面壁纸：这个不用多说。
2. “主题”：指的是unity 桌面环境的总体样式，包括窗口样式、图标样式、鼠标样式等等，在这里只能选择已安装的主题（主题如何安装后面介绍）。
3. “启动器图标大小”：指的是左边那个长条儿启动器上的图标的大小，而启动器宽度会随图标大小自动改变（启动器高度不可调）。
二、更改桌面“行为”上图（图2）中，和“外观”标签并列还有个“行为”标签，如果说“外观”设置的是桌面的“静态”效果，那么“行为”则设置的是桌面的“动态”效果，切换到“行为”标签，界面见下图（图3）：（图3）上图（图3）中包括以下3 个方面的调整：1. 启动器：“自动隐藏启动器”在桌面宽度不够用时有点儿用处。
一、CUDA7.5安装首先是安装依耐性（dependencies），启动终端，输入以下代码sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev libgflags-dev libgoogle-glog-dev liblmdb-dev protobuf-compiler安装CUDACUDA的下载地址是https:///cuda-downloads，目前最新版本（截止日期2015.10.11）为7.5。
输入：1）sudo dpkg -i cuda-repo-ubuntu1404-7-5-local_7.5-18_amd64.deb2）sudo apt-get update3）sudo apt-get install cuda4）环境变量a、export CUDA_HOME=/usr/local/cuda-7.5b、export LD_LIBRARY_PATH=${CUDA_HOME}/lib64c、PATH=${CUDA_HOME}/bin:${PATH}d、export PATH也可参考：/gpu-computing/cuda-installation/cuda7.5-ubuntu二、Python安装和调试1、安装IDE运行环境选择一个适合你的IDE运行环境，用的是Spyder，因为它内置了iPython 环境，Caffe 有不少的程序是基于iPython 环境完成的。
安装方法很简单，直接在Ubuntu软件中心搜索“spyder”即可安装。
（另外一个比较推荐的方法是使用iPyhthon NoteBook（基于浏览器的Python IDE），特别是适合需要用Python做教程的老师们，可以直接导出.py, .ipynb, html格式，安装步骤如下：$ sudo apt-get install -y ipython-notebook pandoc启动(自动打开浏览器):$ ipython nootbook一个简单的使用iPython NoteBook生成的html的例子：examples_notebook.html example_notebook.ipynb）。
Ubuntu Kylin 14.04 LTS 系统安装——UEFI 环境安装前面的教程都是基于传统BIOS 环境而言的，而现在的新电脑，基本上都是基于UEFI 环境的，所以还是抽时间学习了一下UEFI 环境下 UK14 的安装。
下面专门讨论一下这个问题。
一、什么是UEFI前面已经介绍了什么是BIOS，这里再来简单看一下什么是UEFI。
UEFI 是英语“Unified Extensible Firmware Interface”的简称，意为“统一可扩展固件接口”，是一种替代传统BIOS 的固件接口标准。
这里不对UEFI 理论知识做什么解释，暂时只需要了解以下几点：1. UEFI 将会完全替代传统的BIOS。
2. 现在的新电脑基本上都是基于UEFI 的，但很多人也还将其称为“BIOS”，许多电脑将其称为“UEFI BIOS”，而将传统BIOS 称为“legacy BIOS”，应该是习惯使然，这里面的BIOS 不如理解为是“固件”的意思更好。
实际上，BIOS 是BIOS，UEFI 是UEFI ，它们都是电脑最基本的“固件”，根本没有“UEFI BIOS”。
3. 为了兼容旧的系统，现在电脑的UEFI 都还同时支持传统BIOS 启动（仅限于“启动”），这让它们看起来和老电脑没什么区别。
4. 在电脑启动过程中，传统BIOS 在电脑初始化完毕后，就会去寻找“启动设备”，仅仅限于“设备”；这里的“启动设备”拿硬盘为例来说明：BIOS 只能识别“硬盘”，能读取硬盘的引导扇区；至于硬盘的具体分区BIOS 是无法识别的，更不用说去识别分区中的操作系统了。
而UEFI 在电脑初始化完毕后，也会去寻找“启动设备”，但除此之外，它还可以识别“设备”上的分区，并可以从特定的分区（就是EFI 系统分区ESP）中读取数据、执行代码。
正因为如此，所以传统BIOS 的开机选单中列出的仅仅是“可启动设备”，而UEFI 的开机选单中，除了“可启动设备”外，还会列出已经安装的操作系统。
UbuntuServer14.04安装⼿册1 安装前准备1.1 硬件环境准备请您⾃⾏准备操作系统安装光盘或镜像⽂件。
1.2 软件环境准备需要下载驱动软件、版本配套表，并进⾏驱动程序版本查询，流程如下：l 请根据服务器硬件配置的实际情况，获取所需的最新驱动以及版本配套表。
l 服务器未配置的硬件的驱动程序不需要安装。
l 若按下述⽅法⽆法获取到正确的驱动，请联系。
l 若按后续⽅法安装驱动后，服务器仍存在不可识别设备，请联系。
下载驱动安装包此处仅以CH121为例进⾏说明，不同服务器请下载对应的驱动安装包。
1. 登录⽹站。
2. 在主菜单中，选择“服务⽀持 > 软件下载 > 云计算与数据中⼼ > 服务器”。
3. 在导航树中，选择⽬标服务器的名称和版本号，例如“⼑⽚服务器 > Tecal E9000 Series > Tecal CH121 > V100R001C00SPC120”。
4. 在《驱动程序配套表》中查找待安装操作系统对应的驱动名称。
5. 下载中查询到的驱动安装包。
下载驱动程序配套表此处仅以CH121为例进⾏说明，不同服务器请下载对应的驱动程序配套表。
6. 登录⽹站。
7. 在主菜单中，选择“服务⽀持 > 软件下载 > 云计算与数据中⼼ > 服务器”。
8. 在导航树中，选择⽬标服务器的名称和版本号，例如“⼑⽚服务器 > Tecal E9000 Series > Tecal CH121 > V100R001C00SPC120”。
9. 下载《驱动程序配套表》。
《驱动程序配套表》中可以查看到不同操作系统对应的驱动程序名称，例如.OS与驱动对应关系举例----结束1.3 环境配置1、单板在启动阶段点击“DEL”键，输⼊默认的BIOS密码：“Huawei12#$”，进⼊BIOS菜单，设置BIOS时间为当前时间。
2、输⼊“F9”，将BIOS的设置进⾏“Load Optimal Default”操作， “YES”确认。
Ubuntu+16.04下caffe的配置说明BY: 李竑宙李英嘉综合网上许多教程，以及亲身的操作实践经历，在过去的两周时间内，我们在ubuntu系统下整理总结了Caffe的配置方式及其使用教程说明，并将整个流程分为两个步骤。
分别为：ubuntu的安装、caffe的配置与编译部分。
其中我们对caffe的配置过程中，有gpu加速项与无gpu的两种情况分别进行了阐述。
具体内容如下。
一、 ubuntu的安装首先是ubuntu的安装，具体可以参考如下教程：/article/ff42efa9423991c19e22020d.html同时为了避免ubuntu对原有计算机的性能造成浪费，我们以caffe及别的CNN平台为出发点，对ubuntu的安装教程写了一点补充。
1.1下载ubuntu16.04的镜像文件/16.04/ubuntu-16.04-desktop-amd64.iso选择这个版本的原因是caffe的开发人员只对最新版本的linux系统提供安装caffe的详细教程，虽然各种论坛里有很多其他版本linux安装caffe的教程，但我个人认为caffe官方提供的安装教程更让人信任。
1.2准备一个u盘，用UltraISO将iso文件写到u盘，用作启动盘。
1.3整理硬盘，空出大约30g的空间，使用windows自带的磁盘管理工具，将这30g空间置为未分配可以将原来空间足够的分区再分为两个分区，一个30g，再将30g的分区删除，这30g就成了未分配的空间。
1.4bios设置中开启从usb启动的选项。
（不同电脑进入的bios的方式不同，主流的进入方式为F2、F11、Del键，其他的电脑如sony则有assist独立键用于进入bios这里不再赘述）1.5从u盘引导进入ubuntu安装页面，全程gui，注意在安装类型页面时选择其他选项，我们需要ubuntu装入刚刚分配出的30g硬盘中。
在挂载点页面，我们可以找到刚才的30G为/boot挂载200M，为/ （根目录）挂载25G，为swap交换空间挂载剩余的空间。
Ubuntu14.04+ caffe安装配置详细指南Edit: Kevin (Q&A laichunren@)Reference: /shiorioxy/article/details/52652831特别说明网上关于caffe的安装教程非常多，但是对于每一步是否操作成功，出现了什么样的错误又该如何处理却没有给出说明。
因为大家的操作系统的环境千差万别，按照博客中的教程一步步的安装，最后很可能失败，有的教程甚至省略了一些细节部分，让小白更不知道如何判断每一步是否操作成功，如何处理出现的错误。
作者花费了很长时间才成功地将caffe装完，期间遇到好多错误，多次重装操作系统。
现在将经验写下来，一方面为了和大家分享讨论，另一方面是为了记录一下。
1.Caffe 官网地址：/2.本文使用2016年9月27日下载的caffe-master版本，运行平台为：Ubuntu 14.04，CUDA8.0，cuDNN v5.1，Intel Parallel Studio XE Cluster 2015，OpenCV 3.1.0, Matlab 2014b. pycharm community，anaconda( python, numpy, scipy, matplotlib, et.al.)版本说明：1.Ubuntu 版本问题Ubuntu16.04是目前最新的系统，但装完cuda8.0显卡驱动，重启系统后一直在登录界面循环而无法进入，原因是ubuntu16.04与cuda8.0不兼容。
Ubuntu15.04在cuda 官网上不再提供相关驱动文件（只有ubuntu16.04和ubuntu14.04的），因此还是选择ubuntu14.04这个版本的系统。
2.GCC 和G++ 编译器版本问题Matlab 2014b--gcc/g++ 4.7.x, Matlab 2016a--gcc/g++ 4.9.xUbuntu 14.04--gcc/g++ 4.8.x, Ubuntu 16.04--gcc/g++ 5.4.xMatlab支持的编译器版本需要和Ubuntu版本一致，否则编译matcaffe时会报错，但ubuntu14.04默认装的编译器版本比Matlab2014的高，因此要按照降级（或强制安装）的方法才可以正常使用，怀疑和显卡驱动有关。
3.本文主要包含七个部分，包括：-- 第一部分Linux（ubuntu 14.04）的安装--第二部分gcc4.7 和g++ 4.7的安装-- 第三部分nVidia CUDA+cudnn的安装（*.deb方法）-- 第四部分Matlab2014b 的安装--第五部分Pycharm的安装-- 第六部分Anaconda的安装-- 第七部分Caffe-Master的安装和测试第一部分Linux安装1.我的分区设置如下：\ 根分区：100G，Swap交换分区：128G（等于内存大小），小于16G的内存，就设置成内存的1.5-2倍boot分区：200MHome分区：剩余的空间，多多益善2.解决启动分区错误（可选）装双系统需要先安装Windows 再安装Ubuntu。
如果遇到启动分区表损坏，需要还原Windows分区：$ sudo gedit etc/default/grub设置：GRUB_DEFAULT = 2$ sudo update-grub第二部分gcc4.7 和g++ 4.7 的安装1.为什么要先安装GCC和G++，并需要降级呢？Ubuntu14.04版本默认的GCC和G++都是4.8。
而Matlab2014b默认支持的mex编译器是GCC4.7.x和G++4.7.x。
因此需要额外安装GCC4.7和G++4.7并降级。
2.为什么需要先安装编译器GCC和G++，而不是先安装显卡驱动和cuda等等呢？首先，先安装显卡驱动，后安装GCC并降级的安装顺序过程中，遇到了很多问题。
比如，在安装CUDA SAMPLES的过程中，遇到了问题/usr/bin/ld: cannot find –lGL，后面通过网上教程，重新连接该库文件，仍然不能通过OpenCV的编译。
但是，先安装GCC，再安装显卡驱动，就不会遇到这个问题了。
3.解决编译器gcc/g++版本问题。
A. 降级安装gcc/g++版本为4.7.x$ sudo apt-get install -y gcc-4.7 g++-4.7$ cd /usr/bin$ sudo mv gcc gcc-4.9.2$ sudo ln -s gcc-4.7 gcc$ sudo mv g++ g++-4.9.2$ sudo ln -s g++-4.7 g++B. 暴力引用新版本GLIBCXX_3.4.20$ sudo cp /usr/lib/x86_64-linux-gnu/libstdc++.so.6.0.20/usr/local/MATLAB/R2014b/sys/os/glnxa64/libstdc++.so.6.0.20$ cd /usr/local/MATLAB/R2014b/sys/os/glnxa64$ sudo mv libstdc++.so.6 libstdc++.so.6.backup$ sudo ln -s libstdc++.so.6.0.20 libstdc++.so.6$ sudo ldconfig -v通过命令“strings /usr/local/MATLAB/R2014b/sys/os/glnxa64/libstdc++.so.6 | grep GLIBCXX_” 可以看一下，是否成功包含了GLIBCXX_3.4.21，如果已经存在，基本上就成功了。
第三部分：nVidia CUDA Toolkit+cudnn的安装（*.deb方法）1.为什么需要安装NVIDIA显卡驱动，Ubuntu没有自带的显卡驱动吗？Ubuntu自带的显卡驱动是开源的Nouveau，但是cuda不支持Nouveau。
如果想使用cuda进行GPU计算，必须安装NVIDIA显卡驱动。
2.选择哪个版本的显卡驱动呢这个问题需要结合操作系统，操作系统影响显卡驱动的版本。
比如cuda7.5需要显卡驱动最低版本是nvidia-352；cuda7.0需要显卡驱动最低版本是nvidia-336；cuda6.5需要显卡驱动最低版本是nvidia-33*；3.显卡驱动的安装方式有哪些方法一：去NVIDIA官网下载相应的驱动二进制安装包，然后安装。
方法二：通过apt-get来安装。
区别：apt-get安装方便，但是不能安装最新的显卡驱动，目前ubuntu14.04通过apt-get可以安装nvidia-346显卡。
安装过程中注意事项：①需要关闭显示管理器，②二进制安装需要修改文件4.安装CUDA Toolkit官方下载地址：https:///cuda-toolkit (.deb格式)$ sudo dpkg -i cuda-repo-ubuntu1404-8-0-local_8.0.44-1_amd64.deb$ sudo apt-get update$ sudo apt-get install -y cuda5.安装nVidia cuDNN library (cudnn-8.0-linux-x64-v5.1)官方下载地址：https:///cudnn$ tar zxvf cudnn-7.5-linux-x64-v5.1.tgz$ cd cuda$ sudo cp include/cudnn.h /usr/local/include$ sudo cp lib64/libcudnn.* /usr/local/lib$ sudo ln -sf /usr/local/lib/libcudnn.so.5.1.3 /usr/local/lib/libcudnn.so.5$ sudo ln -sf /usr/local/lib/libcudnn.so.5 /usr/local/lib/libcudnn.so$ sudo ldconfig –v6.处理ubuntu 14.04 GCC版本过高，编译Caffe-master报错问题$ sudo gedit /usr/local/cuda/include/host_config.h搜索（Ctrl+F）：#error -- unsupported GNU version! gcc versions later than 5.3 are not supported!修改为：//#error -- unsupported GNU version! gcc versions later than 5.3 are not supported!第四部分Matlab安装和调试（Matlab 2014b）1.下载MATLAB 2014b 下载地址：https:///s/1qYngXXi 密码: rfd22.直接解压matlab_R2014b.iso 到文件夹matlab_R2014b/3.用crack 中的install.jar 替换matlab_R2014b/java/jar/ 中的install注：解压iso 出来的文件夹很可能是只读的，所以要先给文件夹加权限。
sudo chmod a+w -R matlab_R2014b4.运行matlab_R2014b 目录下的install：sudo ./install--接下来就是和windows差不多的安装界面了。
默认安装目录是/usr/local/MATALAB/R2014b/安装密钥为：29797-39064-48306-324525.激活A.其实之前的激活是不会成功的，因为还没有补丁，接下来，把Crack 中的libmwservices.so 复制到/usr/local/MATLAB/R2014b/bin/glnxa64/ 中（覆盖原来的）：sudo cp crack/libmwservices.so /usr/local/MATLAB/R2014b/bin/glnxa64 //把补丁拷过来B.sudo /usr/local/MATLAB/R2014b/bin/activate_matlab.sh -propertiesFile/usr/local/MATLAB/R2014b/etc/activate.ini //执行破解命令接下来会再次弹出让你输入证书的窗口，继续找Crack 中的license.lic6.接下来可以设置环境变量：sudo vim /etc/profile在文件尾添加：export PATH=/usr/local/MATLAB/R2014b/bin:$PATH保存并退出后使设置生效source /etc/profile第五部分pycharm的安装1.下载/pycharm/download/选择Linux Tab，选择下载免费的Community Edition.2.安装PyCharm$ cd Downloads/（1）Unpack the pycharm-*.tar.gz ：$sudo tar xfz pycharm-*.tar.gz （2）Run pycharm.sh from the bin subdirectory3.添加桌面快捷方式（可选）然后双击打开，再锁定到启动器就好了.第六部分anaconda的安装anaconda面集成了很多函数包，如ipython，mkl，numpy等都预装了，省去了很多麻烦。
