分享Ubuntu 14.04下CUDA8.0+Caffe安裝步驟，硬件配置：i76700K + GTX1080 + 32G 2400MHz RAM + 250G SSD
1. Ubuntu 14.04安裝 http://www.linuxidc.com/Linux/2014-04/100369.htm
剛裝完Ubuntu 14.04以後系統有可能卡頓非常明顯，此時是因為顯卡驅動沒有安裝。
2. GTX1080顯卡驅動367.35安裝
Sudo apt-get update##更新源
sudo add-apt-repository ppa:graphics-drivers/ppa
按回車繼續
sudo apt-get update
sudo apt-get install nvidia-367
sudo apt-get install mesa-common-dev
sudo apt-get install freeglut3-dev
以上裝完後重啟電腦，此時驅動安裝完畢，系統沒有卡頓現象
3. 安裝gcc與g++
Sudo apt-get install g++，沒有g++的話，CUDA工具箱安裝將不成功。
Ubuntu14.04默認自帶gcc-4.8，因此不用安裝。
4. 安裝Cuda8.0工具包
（1）在Nvidia官網注冊賬號，下載Cuda8.0 ubuntu14.04，並按照官網指示進行安裝
注意除了一個驅動程序361.32不安裝外，其余均選擇y。
（2）在安裝完畢之後需要將cuda庫文件路徑添加到PATH與LD_LIBRARY_PATH裡。在~/.bashrc文件裡修改。在文件末端加入
exportPATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64/:$LD_LIBRARY_PATH
然後source命令使路徑生效
Source ~/.bashrc
sudo ldconfig
有時候上述方法會失敗，總是出現找不到動態鏈接庫。。。目前還不知道原因。
一個更靠譜的方法是將庫文件路徑添加到/etc/ld.so.conf文件裡。即在文件末尾添加：/usr/local/cuda-8.0/lib64
最後命令行：sudo ldconfig使文件生效。
（3）驗證cuda安裝成功
進入NVIDIA_CUDA-8.0_Samples文件夾，進行make編譯。之後進入1_Utilities/deviceQuery/文件夾，運行./deviceQuery命令，若出現Nvidia顯卡的型號等信息，則說明安裝成功
注意：Ubuntu16.04在安裝時會遇到gcc版本不符合的問題，此時將系統中自帶的gcc版本換為gcc4.9即可。
sudo apt-get install gcc-4.9
sudo apt-get install g++-4.9
先把目錄切換到/usr/bin下。修改原先gcc與g++的軟連接，使得新安裝的gcc與g++生效。
sudo mv gcc gcc.bak
sudo ln -s gcc-4.9 gcc
sudo mv g++ g++.bak
sudo ln -s g++-4.9 g++
5. CudnnV5安裝
下載cudnnv5，然後解壓。然後將cudnn復制到cuda相應的頭文件和庫文件中即可
sudo cp lib64/lib* /usr/local/cuda-8.0/lib64/
sudo cp include/cudnn.h /usr/local/cuda-8.0/include/
cd /usr/local/cuda/lib64/
sudo chmod 777 libcudnn*即可
這裡注意，復制完後需要將libcudnn*的權限都改為777，否則後面將不能執行~~~，編譯時出現找不到Libcudnn.so或者libcudart.so.8.0文件的情況。
6. 安裝caffe依賴庫
（1）基本程序編譯所需庫build-essential，github庫Git
Sudo apt-get install –y build-essentialgit
（2）矩陣運算庫
sudo apt-get install -y libopenblas-devlibblas-dev liblapack-dev
這裡blas庫負責基本的向量矩陣運算，lapack庫調用blas庫進行一些高級矩陣運算，比如矩陣的求逆，SVD分解，但這兩者都只是定義了一組API，並沒有底層具體的實現。底層的實現則靠openblas庫。與openblas庫對應的還有一些，如mkl，atlas等。
（3）OpenCV庫
Sudo apt-get install libopencv-dev
（4）protobuf庫
sudo apt-get install –y libprotobuf-devprotobuf-compiler
谷歌開發的用於結構化數據的讀取和存入的一套API。類似與XML。改革是簡單快速，但是沒有xml所能表示的東西復雜。該庫可以將符合proto格式的文件編譯成C++接口，Python接口，Java接口的兩個文件。當編譯為C++接口時，一個為**.pb.c，一個為**.pb.h。在Caffe裡主要用來存放網絡結構文件.prototxt，以及對應於一個問題的solver.prototxt（包括網絡的指定與各種訓練參數）
（5）Boost庫
sudo apt-get install –y libboost-all-dev
一套C++標准庫的擴展庫，裡面主要包含了一些字符串處理，文本處理，圖算法，容器等算法相關的庫，是目前最大的C++擴展庫
（6）GLOG庫
sudo apt-get install –y libgoogle-glog-dev
GoogleLogger，谷歌開發的一套用於日志記錄的C++庫
（7）LMDB與LEVELDB庫
sudo apt-get install –y libleveldb-devliblmdb-dev
數據庫管理庫，包含了數據的讀寫和存儲方式，高效安全。HDF5是一種文件格式，而LMDB是一種數據庫管理的庫
（8）snappy庫
sudo apt-get install –y libsnappy-dev
一個用來壓縮和解壓縮的C++庫，在Caffe裡訓練原始數據先通過格式轉換工具轉為HDF5格式，然後Snappy將該格式進行壓縮以便放入內存中，然後采用LMDB方法對數據進行讀取和更新
（9）HDF5庫
sudo apt-get install –y libhdf5-serial-dev
美國國家超算中心開發的一種文件格式，便於用來存儲大量的科學數據。在Caffe裡可以用來存放訓練和測試數據集。（和LMDB與LEVELDB的區別是啥？）
（10）gflags庫
sudo apt-get install –y libgflags-dev
谷歌開源的處理命令行參數的庫
上述依賴庫安裝完成後，便可以克隆caffe的源碼，然後修改make.config文件
至此可以對caffe make all，make test，make runtest了，也可以在命令行窗口運行mnist數據集進行測試了
7. 安裝caffe的Python接口及python相關庫
安裝完該接口後，就能夠在python中，通過import caffe方式來使用caffe，如此可以用到python的一些強大的庫用來顯示和計算，如matplotlib，sklearn等，這是命令行式caffe所難以達到的效果。
Cd caffe/python
（1）安裝python包安裝工具pip
sudo apt-get install python-devpython-pip
（2）sudo apt-get install python-opencv
pip install pyzmq,tornado,jinja2,jsonschema,jupyter
（3）安裝python包依賴，在requirements.txt文件裡
apt-get install gfortran， libatlas-dev，libblas-dev
***此步應先執行，否則下一步requirement裡的scipy會安裝失敗***
安裝requirement裡的python依賴包
for req in $(cat requirements.txt);do sudo pip install $req; done
（4）python包都安裝無誤後，編譯pycaffe
Cd ..
Make pycaffe –j8
此時即可在python裡import caffe
8. 安裝eclipse與jdk
第一步安裝高版本的jdk。ubuntu14.04自帶的jdk版本較低，需要換為jdk1.80.1，此步參考網上教程，替換完成後，Java –version可顯示出Java的版本
第二步為安裝eclipse，直接官網下載eclipse for c/c++的.tgz格式安裝包，解壓即可。
第三步為將caffe源碼引入eclipse為一個新的makefile工程，然後便可對該工程進行debug。此步搜索caffe eclipse參考網上教程即可。
Ubuntu 14.04 安裝配置CUDA http://www.linuxidc.com/Linux/2014-10/107501.htm
Ubuntu 12.04配置NVIDIA CUDA5.5實錄 http://www.linuxidc.com/Linux/2014-10/107502.htm
Ubuntu安裝Theano+CUDA http://www.linuxidc.com/Linux/2014-10/107503.htm
關於Ubuntu 12.04 下 CUDA5.5 的安裝請參看如下鏈接 Ubuntu 12.04 安裝 CUDA-5.5
Caffe配置簡明教程 ( Ubuntu 14.04 / CUDA 7.5 / cuDNN 5.1 / OpenCV 3.1 ) http://www.linuxidc.com/Linux/2016-09/135016.htm
在Ubuntu 14.04上配置CUDA+Caffe+cuDNN+Anaconda+DIGITS http://www.linuxidc.com/Linux/2016-11/136775.htm
Ubuntu16.04下CUDA8.0+Caffe安裝配置過程 http://www.linuxidc.com/Linux/2017-01/139313.htm
Ubuntu 14.04下CUDA8.0 + cuDNN v5 + Caffe 安裝配置 http://www.linuxidc.com/Linux/2017-01/139300.htm
Ubuntu 16.04+Nvidia GTX 1080+CUDA8.0 深度學習環境配置 http://www.linuxidc.com/Linux/2017-01/139319.htm
Ubuntu 16.04+CUDA8.0+Caffe安裝教程 http://www.linuxidc.com/Linux/2017-01/139321.htm
更多Ubuntu相關信息見Ubuntu 專題頁面 http://www.linuxidc.com/topicnews.aspx?tid=2
