（大二时记录在有道云笔记的记录，现在开始搬运）
准备工作：
1. 刷机。第一次使用TX2，那是需要刷机的。由于TX2自带的ubuntu系统比较老，不适合我们接下来的工作，所以我们需要升级TX2的系统。笔者使用的是ubuntu16.04。简单地说，就是用网线将TX2与一台ubuntu电脑连接，然后下载一大堆更新包。网上刷机的教程很多，这里就不详细说明。附刷机连接：https://www.jianshu.com/p/bb4587014349
2. 了解TX2。在安装caffe之前，我们需要了解TX2是什么，比如它的cpu是什么，gpu是什么（Tegra X2）。最重要的一点是：它用的arm结构，是aarch-linux，不是x86_64-linux，也不是i386-linux。这里附官方简介：
http://www.nvidia.cn/object/embedded-systems-dev-kits-modules-cn.htm
安装过程：
1. 安装各种包以及依赖
sudo apt-get update
sudo apt-get upgrade
sudo apt-get install build-essential cmake git pkg-config
sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libhdf5-serial-dev protobuf-compiler
sudo apt-get install libatlas-base-dev
sudo apt-get install --no-install-recommends libboost-all-dev
sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-de
2. 安装python
sudo apt-get install python-pip
安装pip
这里我们用pip安装一些python需要的依赖包，不过为了避免各种问题，也可以通过apt-get安装，反正我这两种方式都安装了一遍(-.-)
sudo apt-get install python-numpy python-scipy python-matplotlib ipython ipython-notebook python-pandas python-sympy python-nose
3. 安装Opencv（TX2已经自带，检查后可跳过这一步）
查看opencv版本：
pkg-config --modversion opencv
若没有跳出opencv的版本，则需安装opencv：
sudo apt-get install -y libopencv-dev
4. 安装Cuda（TX2已经自带，检查后可跳过这一步）
查看cuda版本：
cat /usr/local/cuda/version.txt
若没有跳出cuda的版本，则需手动安装cuda：
这里附安装连接：https://blog.csdn.net/jonms/article/details/79318566
5. 安装Cudnn（需要手动安装，不可跳过）
A. 确定已经安装的Cuda版本，以Cuda9.0为例，到官网https://developer.nvidia.com/rdp/cudnn-download下载相应的库文件（下载前需要登录网站，因此需要进行注册）PS:一定要去官网下载对应的版本，不要图省事去什么网盘之类的，只有才是最安全的。
B. 进入下载目录并解压
cd /home/nvidia/Downloads
sudo tar xvf cudnn-9.0-linux-x64-v7.1.tgz
C. 复制头文件和动态链接库
cd cuda
sudo cp include/cudnn.h /usr/local/cuda/include/
sudo cp lib64/* /usr/local/cuda/lib64/
cd /usr/local/cuda/lib64/
ls -a#（查看libcudnn版本；很多地方需要根据文件的版本然后操作，后面不再提示）
sudo chmod +r libcudnn.so.7.1.2
后面很多地方需要查看文件名称。学会使用 ls -a（查看当前目录下所有文件）
D. 创建软连接
sudo rm -rf libcudnn.so libcudnn.so.7
sudo ln -s libcudnn.so.7.1.2 libcudnn.so.7
sudo ln -s libcudnn.so.7 libcudnn.so
sudo ldconfig
6. 安装Caffe
A. 下载caffe
cd ~
mkdir git #在home下新建一个git文件夹，用来存放那些从github上git下来的文zong件
git clone https://github.com/BVLC/caffe.git //从github上git caffe
B. 开始安装
cd caffe #打开到刚刚git下来的caffecp Makefile.config.example Makefile.config
#将Makefile.config.example的内容复制到Makefile.config
#因为make指令只能make Makefile.config文件，而Makefile.config.example是caffe给出的makefile例子
gedit Makefile.config //打开Makefile.config文件
#仔细阅读makefile中的注释语句其实就知道该怎么操作了，这里贴出笔者的修改，也是大部分TX2用户的修改。
#若使用cudnn，则将# USE_CUDNN := 1
#修改成：
USE_CUDNN := 1
#若使用的opencv版本是3的，则将# OPENCV_VERSION := 3
修改为：
OPENCV_VERSION := 3
#重要的一项
#将 Whatever else you find you need goes here.下面的
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib
#修改为：
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/aarch64-linux-gnu /usr/lib/aarch64-linux-gnu/hdf5/serial
#这是因为ubuntu16.04的文件包含位置发生了变化，尤其是需要用到的hdf5的位置，所以需要更改
C. 为hdf5创建链接
首先执行下面两句话：
find . -type f -exec sed -i -e 's^"hdf5.h"^"hdf5/serial/hdf5.h"^g' -e 's^"hdf5_hl.h"^"hdf5/serial/hdf5_hl.h"^g' '{}' \;
cd /usr/lib/aarch64-linux-gnu
这里笔者被坑了很多次，网上几乎所有的教程都是x86_64,给出的是cd /usr/lib/x86_64-linux-gnu，然而TX2并没有这个文件，浪费了笔者很多时间；
笔者没有找到用aarch架构的caffe安装文章，故写下了此博客
然后根据情况执行下面两句：
sudo ln -s libhdf5_serial.so.10.1.0 libhdf5.so
sudo ln -s libhdf5_serial_hl.so.10.0.2 libhdf5_hl.so
注意：这里的10.1.0和10.0.2根据不同的系统可能对应的数字会不同，比如在ubuntu15.10中其数字就是8.0.2.
具体的数字可以在打开的文件中查看对应文件后面跟的数字
PS：查看当前目录下文件，用ls -a
D. Make各种文件
cd .. #此时位置应该处于caffe文件夹下
make all -j4
j4代表计算机cpu有4个核，因此可以多线程一起make，这样make的速度会快很多。TX2是4核的，我们就不要学别人用什么j8，j16了，乖乖地敲j4
make test -j4
make runtest -j4
make pycaffe #如果以后用python来开发的话必须执行这一句，一般不管你是否用python，都会执行这一句
make distribute
假如在安装中，遇到什么别的问题，欢迎在评论区留下你的问题，共同讨论一波~
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
