linux下安装atlas出现的问题，实在没办法解决。。。这是什么意思呢？

sudo vim /etc/default/grub

#修改其中的一行代码

GRUB_CMDLINE_LINUX_DEFAULT="intel_pstate=disable"

然后用命令更新一下

sudo grub_mkconfig -0 /boot/grub/grub.cfg

重启

网页链接

我是通过下面这个链接说明解决的，我用的archlinux

网页链接

最近由于一些实验要用到线性代数库，因此便要找一个性能优良的，同时有公信力的线性代数库。

很早就知道了ATLAS的大名，在跨平台的高性能线性代数数学包中，可能要属ATLAS最有名了。因此从一开始便决定了要用ATLAS BLAS作为CPU的线性代数部分的性能和数学基准。

只是我在shell下面的经验太少，所以编译的时候被狠狠郁闷了一把。

因此这篇文章将以我的血泪史为一些E文和我一样烂的人铺好前进的道路。

ATLAS的版本里面，我推荐ATLAS 3.6.0的版本。不仅仅是因为这个版本是Stable的，更重要的是，3.7的版本安装方式有了不小的变化，一切都需要命令行直接设置，不像360可以依靠它所带的向导可以一步步的完成设置工作。因此安装起来颇为头大。所以以下的例子将以360为准。并且，如果需要支持多核或者多CPU，建议使用ScaLAPACK。

下载好ATLAS 360以后，第一反应自然是看Install.txt。

Install.txt里面说，如果你是在Windows系统下工作的话，需要参考另外一个帮助文档。实际上另外一个帮助文档只告诉你两件事情：

第一是如果你使用cygwin的话，那么一切都as normal，就是和Linux/Unix平台一样；

第二是如果你使用其它的编译器，如msvc或者icc(intel c++ compiler)的话，请参见XXX云云。

尽管理论上说支持MSVC和ICC，但是我觉得想用MSVC的同学还是先忍一忍，因为所有的编译参数都已经不是默认的了，需要重新设置，比方说INCLUDE和LIB，又比方说编译器选项。我又是个比较笨的人，所以就选择了as normal的cygwin。理论上说mingw也可以，但是mingw的sh不太好用，因此我也就没有在mingw上面顺利通过。同时如果你的机器上已经有mingw，记得安装完cygwin以后，把path这个环境变量里面mingw的路径替换成cygwin的路径。

先下载CYGWIN。gcc, g77, gnu make, mingw-gcc, mingw-g77, mingw-runtime这几项是必须要的。建议大家先选择Download without installing，把需要下载的东西准备好，然后在选择第三项从本地install。服务器很多人都推荐kernel.org。实际用来效果也不错。

cygwin下载，安装都OK了以后，先要补丁两个文件：

“Assembler renaming problem for Windows machine“ 和

“String overrun in config for long compiler paths”。

我之所以失败了无数次就是因为把这个给漏掉了。

补丁打好以后，先测试一下make，gcc，g77能不能正常工作。

如果无误以后，就可以动手了。

先启动cygwin，bash进入atlas的安装目录（就是install.txt所在的目录）

然后就是直接运行

make

这一步是全部向导，按照向导的说明完成配置就好了，正常来说，这一步不会出现任何错误。

然后便是运行

make install arch=<ARCH>

这里的arch在上一步make完成的时候已经给了个样例，抄下来就可以了。

然后就是漫长又漫长的编译过程。。。

编译好以后，可以在$atlas/lib/<arch>下面见到一些.a文件。对于gcc来说，这些就足够用了，但是对于msvc来说，这一步还不行。我们还需要把.a文件转换成dll+lib的方式，vc才能使用。

你好，方法如下：

1. 安装Google Logging Library（glog）

glog 下载地址

安装命令如下所示

# 解压tar -zxvf glog-0.3.3.tar.gz# 切换路径cd glog-0.3.3sudo ./configuresudo make –jsudo make install

2. 安装其它依赖

执行以下命令即可。

sudo apt-get install -y libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev sudo apt-get install -y libgflags-dev libgoogle-glog-dev liblmdb-dev protobuf-compiler protobuf-c-compiler python-pandas

3. 编辑Makefile.config文件

*** 作命令如下所示。

unzip caffe-master.zip #本地解压caffe-master#切换路径cd /caffe-master #caffe源文件中没有Makefile.config，需要复制Makefile.config.examplecp Makefile.config.example Makefile.config#编辑Makefile.configvi Makefile.config

修改Makefile.config

PYTHON_LIB := /usr/local/libMATLAB_DIR := /usr/local/MATLAB/R2014a

取消第5行的注释，即将 #USE_CUDNN=1 改为 USE_CUDNN=1；

如果使用本教程系列安装的，就不需要修改BLAS=atlas，如果是参考欧新宇的教程，安装了MKL，需要改成BLAS=mkl；

启用CUDNN，加注释: CPU_ONLY:=1 改成 # CPU_ONLY:=1；

配置路径，实现caffe对Python和Matlab接口的支持：

4. 编辑Makefile文件

如果openCV版本是2.4.x，此小节可以不再阅读

如果openCV版本3.0，还需要修改Makefile文件，实现对OpenCV 3.x的支持。

在Makefile文件中查找“Derive include and lib directories”一节，修改“LIBRARIES +=”的最后一行，增加opencv_imgcodecs，修改之后为：

LIBRARIES += opencv_core opencv_highgui opencv_imgproc opencv_imgcodecs

5. 编译caffe-master

依次执行下面的命令，编译caffe：

make all -jmake test -jmake runtest -j

runtest执行结束之后，如下图所示。这样子就说明安装成功了。

---