ubuntu14.04 + cuda7.5 + opencv3.0 + cudnn7.0_v4
參考網址：http://ouxinyu.github.io/Blogs/20151108001.html
http://blog.csdn.net/ubunfans/article/details/47724341
一 nVidia CUDA Toolkit的安裝（*.deb方法）
$ sudo dpkg -i cuda-repo-ubuntu1404-7-5-local_7.5-18_amd64.deb
$ sudo apt-get update
$ sudo apt-get install -y cuda
Environment Variables
$ export CUDA_HOME=/usr/local/cuda-7.5
$ export LD_LIBRARY_PATH=${CUDA_HOME}/lib64
$ PATH=${CUDA_HOME}/bin:${PATH}
$ export PATH
二 Python安裝和調試
1. 安裝IDE運行環境
直接在Ubuntu軟件中心搜索“spyder”即可安裝。
2. iPython NoteBook 安裝（選做）
$ sudo apt-get install -y ipython-notebook pandoc
啓動(自動打開瀏覽器):
$ ipython notebook
三 安裝BLAS（這裏選擇mkl）
$ tar zxvf parallel_studio_xe_2016_update3.tgz
$ chmod a+x parallel_studio_xe_2016_update3 -R
進入目錄
$ sudo sh install_GUI.sh
四 MKL與CUDA的環境設置
1. 新建intel_mkl.conf， 並編輯：
$ sudo gedit /etc/ld.so.conf.d/intel_mkl.conf
/opt/intel/lib/intel64
/opt/intel/mkl/lib/intel64
2. 新建cuda.conf，並編輯：
$ sudo gedit /etc/ld.so.conf.d/cuda.conf
/usr/local/cuda/lib64
/lib
3. 完成lib文件的鏈接操作，執行：
$ sudo ldconfig -v
五 安裝OpenCV3.0
切換到文件夾，安裝依賴項
$ sudo sh Ubuntu/dependencies.sh
切換到目錄Ubuntu/3.0/
$ sudo sh opencv3_0_0.sh
保證網絡暢通，時間較長，請耐心等待
六 安裝其他依賴項
$ tar zxvf glog-0.3.3.tar.gz
$ ./configure
$ make
$ sudo make install
$ sudo apt-get install -y libprotobuf-dev libleveldb-dev libsnappy-devlibopencv-dev libboost-all-dev libhdf5-serial-dev libgflags-devlibgoogle-glog-dev liblmdb-dev protobuf-compiler protobuf-c-compilerprotobuf-compiler
七 安裝Caffe並測試
1. 安裝pycaffe必須的一些依賴項
$ sudo apt-get install -y python-numpy python-scipy python-matplotlibpython-sklearn python-skimage python-h5py python-protobuf python-leveldbpython-networkx python-nose python-pandas python-gflags cython ipython
2. 安裝配置nVidia cuDNN
a. 安裝前請官網下載最新的cuDNN(cudnn-7.0-linux-x64-v4.0-prod)
$ sudo cp include/cudnn.h /usr/local/include
$ sudo cp lib64/libcudnn.* /usr/local/lib
b. 鏈接cuDNN的庫文件
$ sudo ln -sf /usr/local/lib/libcudnn.so.4.0.7/usr/local/lib/libcudnn.so.4
$ sudo ln -sf /usr/local/lib/libcudnn.so.4 /usr/local/lib/libcudnn.so
$ sudo ldconfig -v
3. 編譯
修改Makefile.config配置文件：
a. 啓用CUDNN，去掉"#"
USE_CUDNN := 1
b. 啓用GPU，添加註釋"#"
# CPU_ONLY := 1
c. 配置一些引用文件（增加部分主要是解決新版本下，HDF5的路徑問題）
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/lib/x86_64-linux-gnu/hdf5/serial/include
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu/hdf5/serial
d. 啓用Intel Parallel Studio XE 2016
BLAS := mkl
e. 配置路徑，實現caffe對Python和Matlab接口的支持
PYTHON_LIB := /usr/local/lib
MATLAB_DIR := /usr/local/MATLAB/R2014a（選做）
執行編譯
$ make all -j8
$ make test -j8
$ make runtest -j8
編譯Python和Matlab用到的caffe文件
$ make pycaffe -j8
$ make matcaffe -j8（選做）