本机配置：gpu:gtx1080
系统：ubuntu14.04
内存：8G
1.装ubuntu14.04
用ultraISO——制作U盘——安装，分区，用easyBCD设置引导项，这些过程可以自行百度
2.先安装NVIDIA驱动 NVIDIA-Linux-x86_64-375.39.run
3.cuda8.0安装
采用.run包(在官网上下载)进行安装
注意：GTX1080显卡必须用cuDNN-8.0-V5.1版本，不然用 caffe 跑模型，用 CPU或GPU显卡跑精度正常，一旦开启cuDNN模式，精度（acc）立刻下降到 0.1 左右，loss 非常大。
3.1禁用nouveau
$mv /lib/modules/4.4.0-31-generic/kernel/drivers/gpu/drm/nouveau/nouveau.ko /lib/modules/4.4.0-31-generic/kernel/drivers/gpu/drm/nouveau/nouveau.ko.org
设置完毕可以再次运行 $ lsmod | grep nouveau 检查是否禁用成功，如果运行后没有任何输出，则代表禁用成功。
$ update-initramfs -u
3.2 alt+ctrl+f1,进入text mode,登录账户
3.3输入$sudo service lightdm stop 关闭图像化界面
3.4切换到cuda安装文件路径，运行$sudo sh cuda_8.0.61_375.26_linux.run
3.5输入$sudo service lightdm start 重新启用图像化界面
Alt + ctrl +F7，返回到图形化登录界面，输入密码登录。
如果能够成功登录，则表示不会遇到循环登录的问题，基本说明CUDA的安装成功了。3.6设置环境变量
终端输入$ sudo gedit /etc/profile
export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64
export LD_LIBRARY_PATH=/usr/local/lib:$LD_LIBRARY_PATH
source ~/.bashrc 激活文件
3.7检查cuda安装是否成功
输入$ ls /dev/nvidia*，若生成 4 个左右 Nvidia 开头的文件（夹），说明此步安装成功。此时已经安装好显卡驱动和CUDA 8.0。输入$ nvidia-smi可查看显卡驱动和其他信息。
4.安装cuDNN
你已经下载好 cudnn-8.0-linux-x64-v5.1.tgz，并将其放在家目录（$ cd ~）下。
按顺序输入以下代码：
$ cd ~$ sudo tar xvf cudnn-8.0-linux-x64-v5.1.tgz$ cd cuda/include$ sudo cp *.h /usr/local/include/$ cd ../lib64$ sudo cp lib* /usr/local/lib/ $ cd /usr/local/lib# sudo chmod +r libcudnn.so.5.1.10 //这句话一定要加，否则会出现找不到libcudnn.so.5 更改文件链接 $ sudo ln -sf libcudnn.so.5.1.10 libcudnn.so.5 $ sudo ln -sf libcudnn.so.5 libcudnn.so $ sudo ldconfig
注意：libcudnn.so后面跟的数字可能和你下载的 cudnn 包小版本的不同而不同，去~/cuda/lib64下看一眼，相对应地进行修改。
5.安装matlabR2015b
5.1挂载ISO镜像文件
$ sudo mkdir /media/matlab
$ sudo mount -o loop R2015b_glnxa64.iso /media/matlab
5.2选择不联网安装
$ cd /media/matlab
$ sudo ./install
5.3破解
如果你下载的是破解版，一般都会看到一个crack文件夹，将这个文件夹下的libcufft.so.7.0.28 ，libmwservices.so 以管理员权限拷贝到 /usr/local/MATLAB/R2015b/bin/glnxa64
5.4激活
$ cd /usr/local/MATLAB/R2015b/bin
$ sudo ./matlab
5.5添加桌面快捷方式
直接在
拖到左边即可
6.安装第三方库
(1)atlas库
sudo apt-get install libatlas-base-dev
(2)安装矩阵运算库
sudo apt-get install libopenblas-devlibblas-dev liblapack-dev
(3)protobuf库sudo apt-get install libprotobuf-devprotobuf-compiler(4)boost库sudo apt-get installlibboost-all-dev(5)GLOG库sudo apt-get installlibgoogle-glog-dev(6)LMDB与LEVELDB库sudo apt-getinstall libleveldb-dev liblmdb-dev(7)snappy库sudo apt-getinstall libsnappy-dev(8)HDF5库sudo apt-get install libhdf5-serial-dev(9)gflags库sudo apt-get installlibgflags-dev7.安装opencv2.4.13
注意：2.4.10和2.4.9版本貌似不支持cuda8.0
7.1 进入源码目录,创建release目录
cd opencv-2.4.13
mkdir release
7.2.安装依赖库
sudo apt-get install build-essential cmake libgtk2.0-dev pkg-config python-dev python-numpy libavcodec
7.3进入release目录
cd release
7.4cmake编译OpenCV源码,安装所有的lib文件都会被安装到/usr/local/opencv2.4.13目录下
cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local/opencv2.4.13 ..
7.5 安装
sudo make install -j4
8.安装caffe
8.1安装依赖项
sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-
all-dev libhdf5-serial-dev libgflags-dev libgoogle-glog-dev liblmdb-dev protobuf-compiler8.2安装caffe所需要的python环境
sudo apt-get install python-dev python-pip
然后执行如下命令安装编译caffe python wrapper 所需要的额外包进入到caffe的python目录，执行
for req in $(cat requirements.txt); do sudo pip install $req; done9编译caffe
cp Makefile.config.example Makefile.config
打开makefile.config
USE_CUDNN := 1 去掉#
MATLAB_DIR := /usr/local/MATLAB/R2015b 改为自己的版本路径
cd caffe
make all -j4
matlab2015b的gcc版本为4.8. gcc要降版本为4.7