-----------------2016/10/27更新-----------------------------

參考連結，感謝原作者！http://blog.csdn.net/enjoyyl/article/details/47397505http://blog.sina.com.cn/s/blog_51fad6900102wlmx.html
筆者在雙系統ubuntu14.04下成功安裝了cuda，現重新整理安裝cuda步驟，及cuDNN安裝步驟一、安裝cuda1.安裝元資料庫，更新apt-get，並且安裝CUDA

$ sudo dpkg --install cuda-repo--..deb 
$ sudo apt-get update 
$ sudo apt-get install cuda
 

2.重啟系統來載入NVIDIA驅動

$ sudo reboot

3.通過修改PATH和LD_LIBRARY_PATH變數建立開發環境

$ export PATH=/usr/local/cuda-7.5/bin:$PATH 
$ export LD_LIBRARY_PATH=/usr/local/cuda-7.5/lib64:$LD_LIBRARY_PATH

4.安裝一個samples的可寫拷貝，然後建立並且執行nbody例子

$ cuda-install-samples-7.5.sh ~ 
$ cd ~/NVIDIA_CUDA-Samples_7.5/5_Simulations/nbody 
$ make 
$ ./nbody
 

如得到以下介面，則表示cuda以及顯示卡驅動都安裝完成了。

二、安裝cuDNN1.解壓：cd到“cudnn-7.0-linux-x64-v3.0-rc.tgz”所在目錄，將檔案解壓，如下：

gzip -d cudnn-7.0-linux-x64-v3.0-rc.tgz
tar xf cudnn-7.0-linux-x64-v3.0-rc.tar

2.copy檔案至CUDA安裝目錄：解壓後，在你的目錄下生成一個“cuda”資料夾，對於cuDNN6.5的版本解壓後生成“cudnn-6.5-linux-x64-v2”檔案。使用如下命令copy，注意第二個有個-a引數，否則，拷貝過去的檔案失去了連結。（cd 到 cuda 所在目錄）

sudo cp cuda/include/cudnn.h /usr/local/cuda/include
sudo cp -a cuda/lib64/libcudnn* /usr/local/cuda/lib64
 

這時，cuDNN安裝完成。

-----------------2016/10/24更新----------------------------

有個問題，虛擬機器不支援顯示卡，之前沒意識到。。。所以要裝cuda用GPU的童鞋還是裝個雙系統吧~

-------------------原帖分割線------------------------------

致謝：

本文參考以下連結，它們給予我巨大幫助！非常感謝原作者！

http://blog.csdn.net/ubunfans/article/details/47724341

http://www.2cto.com/os/201608/535727.html

http://blog.csdn.net/anycell/article/details/6655421

http://m.blog.csdn.net/article/details?id=46388241

這篇文章，我旨在做一個總結，把我這次成功安裝的流程羅列出以便我以後安裝有個參考。當然，如果能幫助到更多人，那就再好不過了。

本文所需資料百度雲連結：https://pan.baidu.com/s/1A6eKt3TOiE_opoti6nUYug 密碼: 8xfa

一、版本及說明

版本：linux系統：Vmware下的 Ubuntu14.04（64位） 

虛擬機器分配記憶體：8G

虛擬機器分配儲存：40G

說明：筆者一開始是打算安裝GPU版本的caffe，但是無奈，安裝CUDA SAMPLE後跑“./deviceQuery”命令總是出現錯誤，暫時沒法解決，所以決定先不用GPU，先配置出CPU版本，以後再試GPU版。那這樣的話，我經過多次按照GPU的帖子和CPU的帖子出錯後，突發奇想（也是被逼的。。），一開始是參考僅CPU的帖子，然後出問題了，轉而用GPU的方法，CUDA安裝失敗，然後再在GPU方法中嵌入CPU方法，可以說是 誤打誤撞 終於完成。所以，總結出來，以防忘記，整合細節如下。

二、安裝

1、安裝caffe

      （1）下載caffe

# sudo git clone https://github.com/BVLC/caffe.git

      （2）安裝第三方庫

# sudo apt-get install libatlas-base-dev
# sudo apt-get install libprotobuf-dev
# sudo apt-get install libleveldb-dev
# sudo apt-get install libsnappy-dev
# sudo apt-get install libopencv-dev
# sudo apt-get install libboost-all-dev
# sudo apt-get install libhdf5-serial-dev
# sudo apt-get install libgflags-dev
# sudo apt-get install libgoogle-glog-dev
# sudo apt-get install liblmdb-dev
# sudo apt-get install protobuf-compiler

2、安裝opencv

# cd caffe
# sudo git clone https://github.com/jayrambhia/Install-OpenCV
# cd Install-OpenCV/Ubuntu
# sudo sh dependencies.sh
# cd 2.4
# sudo sh opencv2_4_10.sh

3、編譯caffe

cd caffe    //開啟到剛剛git下來的caffe
cp Makefile.config.example Makefile.config //make指令只能make Makefile.config
sudo gedit Makefile.config      //開啟Makefile.config檔案

然後我們把：#CPU_ONLY:=1，那一行的註釋符號去掉：CPU_ONLY:=1。修改時，執行以下語句：

# sudo vi /etc/Makefile.config

注意vi命令的使用方法，(:wq)儲存退出。

4、測試 caffe（執行caffe程式時，必須cd 到 caffe目錄下）

下載mnist資料：

# cd caffe
# sudo sh data/mnist/get_mnist.sh
# sudo sh examples/mnist/create_mnist.sh

執行時，沒有GPU，則需要修改配置檔案lenet_solver.prototxt：

# sudo vi examples/mnist/lenet_solver.prototxt

將最後一行的solver_mode:GPU改為solver_mode:CPU

配置好後，就可以運行了

# sudo sh examples/mnist/train_lenet.sh

註釋：第 4 步我都做了，但是以下這兩步 我並沒有成功，然後直接轉到下面的步驟！

# sudo sh examples/mnist/create_mnist.sh

# sudo sh examples/mnist/train_lenet.sh

-----------------------------------------------------我是安裝CUDA分割線-----------------------------------------------------

注意: 以下幾步是安裝CUDA相關的步驟，筆者這裡想試圖使用GPU但是安裝失敗了，但是此次配置caffe確有經過此幾步，而且更重要的是，下面步驟有幾步操作原貼是沒有的我整合了百度的結果，因此肯定要記錄下來。

那其實，我覺得單純CPU應該不需要這幾步，因為不太懂，就先按我的原步驟記錄下來為妙...

5、使用GPU所要做的步驟

  （1）安裝CUDA 7.0（地址在上面的百度雲分享裡）

切換到下載的deb所在目錄（方法：cd deb所在目錄）我這裡是直接放到主資料夾下。然後執行下列命令：

sudo dpkg -i cuda-repo-ubuntu1404-7-0-local_7.0-28_amd64.deb  
sudo apt-get update  
sudo apt-get install cuda  

//原貼這裡 sudo reboot 重啟 但是 筆者每次重啟後會出現一個問題，就是重新登入的時候 密碼正確，然而還是進不了桌面...多次求助無解，有知道的童鞋求告知，謝謝！

//因此，筆者這裡並沒有重啟。當然，筆者這裡沒用到CUDA，因此重不重啟其實不所謂啦~~

  （2）安裝cuDNN

下載cudnn-7.0-linux-x64-v4.0-rc.tgz（在最上面的網盤裡有）下好後放在home下：

tar -zxvf cudnn-7.0-linux-x64-v4.0-rc.tgz  
cd cuda  
sudo cp lib64/lib* /usr/local/cuda/lib64/  
sudo cp include/cudnn.h /usr/local/cuda/include/ 

更新軟連線

cd /usr/local/cuda/lib64/
sudo chmod +r libcudnn.so.4.0.4
sudo ln -sf libcudnn.so.4.0.4 libcudnn.so.4
sudo ln -sf libcudnn.so.4 libcudnn.so
sudo ldconfig

 （3）設定環境變數

在/etc/profile中新增CUDA環境變數：

sudo gedit /etc/profile

增加以下兩條：

PATH=/usr/local/cuda/bin:$PATH  
export PATH

儲存（輸入":wq" 回車）後，執行下列命令使環境變數立即生效：

source /etc/profile

*同時需要新增lib庫路徑： 在 /etc/ld.so.conf.d/加入檔案cuda.conf,  內容：/usr/local/cuda/lib64

這一步得：

①獲取root許可權：

sudo passwd://建立密碼，輸入兩遍

su//進入root許可權，輸入之前建立的密碼

②在ld.so.conf.d下建立檔案：

touch cuda.conf

③在cuda.conf中寫入內容：

echo "/usr/local/cuda/lib64" >> /etc/ld.so.conf.d/cuda.conf

儲存後，執行下列命令使之立刻生效：（筆者這一步出來問題。。）

sudo ldconfig

    （4）安裝CUDA SAMPLE

cd /usr/local/cuda/samples
sudo make all -j4//-j4表示四核

全部編譯完成後：

cd /usr/local/cuda/samples/bin/x86_64/linux/release
./deviceQuery

成功最後會有PASS   我FAIL了- -  

強註釋：那其實到這都是要用GPU時的操作，筆者這裡沒用GPU，所以這幾步就是個過場，所以出了錯誤也沒多大關係。先寫到這裡，後續搞明白了再更。

-------------------------------以上為cuda安裝步驟-----------------------------------------------

6、安裝caffe所需要的python環境 Anaconda

    （1）下載連結一樣，在文章之前的連結裡。

切換到檔案所在目錄（與前面一樣，具體不再詳細說明。），執行：

bash Anaconda2-4.2.0-Linux-x86_64.sh//這個過程預設就好

   （2）新增Anaconda Library Path
在/etc/ld.so.conf.d最後加入以下路徑(NOTE:下邊的username要替換)

/home/username/anaconda2/lib

我是用3（3）方法寫入的，同樣寫入到cuda.conf   (3)在~/.bashrc最後新增下邊路徑[plain] view plain copy print?

1. export LD_LIBRARY_PATH="/home/username/anaconda/lib:$LD_LIBRARY_PATH"

注：這一步我也木弄好，所以就複製貼上過來了，求輕拍。。。

7、最後！編譯：成敗在此一舉！

cd caffe
make all -j4
make test -j4
make runtest

筆者終於成功了，雖然僅僅是CPU，還是蠻高興！一步一步來嘛！發張成功圖，祝ubuntu下配置caffe的童鞋都能速度成功！