一直以来都没有写博客的习惯，后来发现以前做的工作如果不注意及时整理和记录往往丢失的很快。对我而言这是一篇具有重要意义的文章，好的习惯要持之以恒，以后的日子我会常驻博客园！由于本人水平有限，智商略低，欢迎大神前来拍砖。废话结束，下面是干货：

首先吐槽一下本屌的笔记本，我现在的笔记本还是大一时候买的Dell INSPIRON 4010，没有Nvidia，没有Nvidia，没有Nvidia，没有Nvidia，重要的事情说四遍，呵呵。

操作系统: Ubuntu 14.04

是否使用PYTHON API: 是, 目标是安装后CAFFE能作为PYTHON MODULE来使用

硬件: 低端笔记本, 只使用CPU模式

1.安装依赖

1 sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler
2 sudo apt-get install --no-install-recommends libboost-all-dev
3 sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev
4 sudo apt-get install libatlas-base-dev

PYTHON需要2.7版本,这是操作系统本身已经安装好的. 输入python2.7 --version 会显示具体的版本号说明安装了.

但是还需要sudo apt-get install python-dev

2.下载Caffe
使用Git直接下载Caffe非常简单，或者去https://github.com/BVLC/caffe下载。由于我习惯去github上找代码，所以就直接去下载的源码。

下载完成后，会在家目录下的下载里找到caffe-master.zip，用unzip命令解压到家目录下，然后重命名为caffe.

3.编译Caffe
（1）切换到Caffe所在目录

cp Makefile.config.example Makefile.config

（2）修改配置文件Makefile.config

• CPU_ONLY := 1
• 配置一些引用文件（增加部分主要是解决新版本下，HDF5的路径问题）

INCLUDE_DIRS := $(PYTHON_INCLUDE)  /usr/local/include  /usr/include/hdf5/serial
LIBRARY_DIRS := $(PYTHON_LIB)  /usr/local/lib   /usr/lib /usr/lib/x86_64-linux-gnu/hdf5/serial
BLAS := atlas

计算能力 mkl > openlas >atlas

（3）编译 Caffe

make all -j8
make test -j8
make runtest -j8

另外, 这个make默认是用CPU单核运算,如果想要快一点, 比如我想使用四核, 在make后面加上-j4标签。

如果上面4行某一行报错之后想要重试,建议先make clean再重新开始。

4.编译Python接口
Caffe拥有python\C++\shell接口，在Caffe使用python特别方便，在实例中都有接口的说明。

• 确保pip已经安装

sudo apt-get install python-pip

• 执行安装依赖

在caffe根目录的python文件夹下，有一个requirements.txt的清单文件，上面列出了需要的依赖库，按照这个清单安装就可以了。

在安装scipy库的时候，需要fortran编译器（gfortran)，如果没有这个编译器就会报错，因此，我们可以先安装一下。

首先回到caffe的根目录，然后执行安装代码：

cd ~/caffe
sudo apt-get install gfortran
cd ./python
for req in $(cat requirements.txt); do pip install $req; done

安装完成以后，再次回到caffe根目录我们可以执行：

sudo pip install -r python/requirements.txt

就会看到，安装成功的，都会显示Requirement already satisfied, 没有安装成功的，会继续安装。

• 编译python接口

make pycaffe -j8

--结果显示ALL TESTS PASSED就安装好了！

• 运行python结构

$ python2.7
Python 2.7.12 (default, Jul  1 2016, 15:12:24) 
[GCC 5.4.0 20160609] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> import caffe
>>> 

如果没有报错，说明caffe安装全部完成(注意：要进入caffe/python再执行python命令，否则import caffe会提示找不到caffe)！

5.在Mnist运行Lenet

• 获取数据源

./data/mnist/get_mnist.sh
./examples/mnist/create_mnist.sh

• 因为是CPU运行，所以修改在examples文件下的Mnist下的lenet_solver.prototxt中的solver_mode:CPU

solver_mode: CPU

• 训练模型

./examples/mnist/train_lenet.sh

整个训练时间会持续很久，这是因为本屌的笔记本还是i3处理器，且没有启用GPU，并且默认是单核，所以本屌足足等了3个小时 =。= ..... 自动脑补我心里的万马奔腾吧

6.最后，我的文章是基于各位前辈大神们的文章，虽然按他们的过程走我都报错了，但是最终还是帮助我安装成功。为了表示对别人成果的尊重，这里留下大神们的参考链接：