今天简单说一下常用工具的环境搭建，主要是Caffe，因为之前有详细讲过。因为我之前用的笔记本（华硕）配置不是很高，而且没有独立显卡，所以现在不推荐使用华硕笔记本（个人意见，不满意也没办法哈哈！）。所以当时玩DeepLeraning还是比较吃力的。就像穿着一双盗版或者低端的篮球鞋打比赛一样。很容易在比分上落后并受伤。当你看着别人在几十分钟内运行一个数据库，而你还只是刚刚开始。.....因此，我只能用一个简单的CPU来处理一些简单的网络模型。在这里，我将安装过程总结一下，希望能给初学者一些简单的帮助，也希望能少走弯路，直接上手。CPU配置Caffe的配置过程非常简单，需要的库函数很少。如果你是初学者，想了解Caffe的基本训练和简单测试过程，可以通过这个简单的配置来实现，为后面的复杂配置、网络训练&测试、以及后续的网络修改打下基础。UbuntuLinux版下载安装Ubuntu下载地址，大家自己看就会有很多，就不详细说了。O(∩_∩)O~~下载好后开始准备安装。我使用U盘作为安装的启动盘。其实还有其他方法，硬盘安装也很简单。具体安装步骤如下：制作U盘启动盘。安装成功后我使用UltraISO工具运行。会出现一个对话框，选择试试就可以了。然后按照网上的步骤制作U盘启动盘。（每个人的电脑按键不一样，有快速选择启动方式），或者进入Bios设置为U盘启动，然后进入安装界面，左边选择中文，右边点击安装。如果您未连接到网络，请选择否添加“安装此第三方软件”，然后单击继续。要安装Ubuntu，请单击立即安装。城市默认，键盘布局默认。然后输入名称和密码，然后点击继续显示安装。安装后，单击重新启动。（按这步走就没有问题了，至于空间大小的选择，根据自己的情况设置，不明白的可以看看别人怎么设置的，请点开看别人怎么设置itup!)安装完重启，然后拔出U盘（记得拔出来，不然又会进入Ubuntu安装界面）。进入后会看到密码输入界面，输入预先设置的密码即可，安装完成。EnvironmentVariables环境变量按“Ctrl+Alt+t”进入命令界面，在终端输入如下命令：顺便提一下CUDA7.5的下载地址：https://developer.nvidia.com/cuda-downloads安装过程需要联网，下载后复制到/home/***（你的服务器名）这个目录sudodpkg-icuda-repo-ubuntu1404-7-5-local_7.5-18_amd64.deb等待完成;sudoapt-getupdate等待完成;sudoapt-getinstallcuda等待完成.CUDA7.5安装成功.然后在终端输入:exportCUDA_HOME=/usr/local/cuda-7.5exportLD_LIBRARY_PATH=${CUDA_HOME}/lib64PATH=${CUDA_HOME}/bin:${PATH}exportPATH接下来安装cuda-nvcc，安装CUDA7.5安装包后，在终端输入：nvcc-V此时，终端会提示没有安装nvcc，所以终端输入：sudoapt-getinstallnvidia-cuda-toolkitopencv安装opencv不用进入det病痛。我们的CV入门系列之前一直在讲这个，还有专门针对OpenCV的系列。你可以回去学习！安装BLAS，我们这里不使用mkl，而是使用atlas，即在终端输入命令：sudoapt-getinstalllibatlas-base-dev。系统会自动安装atlas，请耐心等待。安装其他依赖，依旧在终端输入命令：sudoapt-getinstalllibprotobuf-devlibleveldb-devlibsnappy-devlibopencv-devlibhdf5-serial-devprotobuf-compilerssudoapt-getinstall--no-install-recommendslibboost-all-devsudoapt-getinstalllibgflags-devlibgoogle-glog-devliblmdb-dev配置Caffe-Master下载地址：GitHub-BVLC/caffe:Caffe:afastopenframeworkfordeeplearning.配置步骤：将下载的caffe-master.zip复制到/home/***（你的服务器名）文件夹下，点击鼠标右键，选择Extracttohere，解压后在终端输入：cd/home/***（你的服务器名）/caffe-mastercp./Makefile.config.example./Makefile.config进入caffe-master，打开新建的Makefile.config文件，稍作修改，如下：enableCPU并去掉CPU_ONLY:=1前面的#保存退出，然后在命令界面编译caffe，即在终端输入：cd/home/***（你的服务器名）/caffe-mastermakeall-j4（"-j4"是利用CPU的多核编译，可以大大加快编译速度）估计很快！）至此，caffe编译完成。今天先说到这里，下回再说说TensorFlow的搭建和简单使用。下一期，我们将基于Caffe和TensorFlow实现一个简单的demo，感谢您这次的阅读，谢谢！
