參考文章：https://www.jianshu.com/p/0cad02ad323b
首先確保CUDA，CUDNN已經安裝配置好
1. 創建虛擬環境：
conda create –n fdpy2 python=2.7 （我的虛擬環境名爲：fdpy2）
2.安裝基礎庫：
sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler
sudo apt-get install --no-install-recommends libboost-all-dev
sudo apt-get install libopenblas-dev liblapack-dev libatlas-base-dev
sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev
sudo apt-get install git cmake build-essential
3.安裝protoc
命令 whereis protoc可以查看哪些路徑下安裝了protoc
命令which protoc可以查看默認選用protoc的路徑
命令 protoc --version可以查看當前protoc版本
系統默認的protobuf路徑爲/usr/bin/protoc
4. 安裝 caffe
首先在你要安裝的路徑下 clone ：
git clone https://github.com/BVLC/caffe.git
進入 caffe ，將 Makefile.config.example 文件複製一份並更名爲 Makefile.config ，也可以在 caffe 目錄下直接調用以下命令完成複製操作 ：
cd caffe
sudo cp Makefile.config.example Makefile.config
sudo gedit Makefile.config
4-1:
修改Makefile.config：
（1）USE_CUDNN := 1
（2）USE_OPENCV := 1
（3）OPENCV_VERSION := 3
（4）CUDA_DIR := /usr/local/cuda
（5）如果是CUDA-9.0的話，則將20和21的算力去除，如下：
CUDA_ARCH := -gencode arch=compute_30,code=sm_30 \
-gencode arch=compute_35,code=sm_35 \
-gencode arch=compute_50,code=sm_50 \
-gencode arch=compute_52,code=sm_52 \
-gencode arch=compute_60,code=sm_60 \
-gencode arch=compute_61,code=sm_61 \
-gencode arch=compute_61,code=compute_61
(6) 注：此處爲指定虛擬環境下python包的路徑，而不是大環境下的python
ANACONDA_HOME := $(HOME)/anaconda2/envs/fdpy2
PYTHON_INCLUDE := $(ANACONDA_HOME)/include \
$(ANACONDA_HOME)/include/python2.7 \
$(ANACONDA_HOME)/lib/python2.7/site-packages/numpy/core/include
假如虛擬環境是python3.6版本的：
ANACONDA_HOME := $(HOME)/anaconda2/envs/py3
PYTHON_INCLUDE := $(ANACONDA_HOME)/include \
$(ANACONDA_HOME)/include/python3.6m \
$(ANACONDA_HOME)/lib/python3.6/site-packages/numpy/core/include
並將 PYTHON_LIBRARIES := boost_python-py35 python3.6m 打開，修改成這樣（系統中只有boost_python-py35，沒有boost_python-py36），重點：同時將找到虛擬環境中的libpython3.6m.so文件，複製到/usr/lib/x86_64-linux-gnu下；確認/usr/lib/x86_64-linux-gnu下的libboost_python-py35.so的文件存在，如果不存在py35後綴，而存在別的py3*文件，如libboost_python-py34.so，則修改Makefile.config中的PYTHON_LIBRARIES修改爲boost_python-py34 python3.6m。
(7) PYTHON_LIB := $(ANACONDA_HOME)/lib
(8) WITH_PYTHON_LAYER := 1
(9)替換以下兩行
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib
將上兩行換成下面：
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu /usr/lib/x86_64-linux-gnu/hdf5/serial
(10) BUILD_DIR := build
(11) TEST_GPUID := 0
(12) Q ?= @
(13)在最後添加： LINKFLAGS := -Wl,-rpath,$(HOME)/anaconda2/envs/py3/lib
4-2:
修改Makefile：
sudo gedit Makefile
(1)將下面一行替換成下面一行
LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_hl hdf5
改爲下面：
LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_serial_hl hdf5_serial
(2) 指定protoc路徑
$(Q)protoc --proto_path=$(PROTO_SRC_DIR) --cpp_out=$(PROTO_BUILD_DIR) $<
改爲下面：
$(Q)/usr/bin/protoc --proto_path=$(PROTO_SRC_DIR) --cpp_out=$(PROTO_BUILD_DIR) $<
(3)
將這行
#NVCCFLAGS += -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS)
修改如下：
NVCCFLAGS += -D_FORCE_INLINES -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS)
注意：假如你是在python3的虛擬環境下配置caffe的話，還應將Makelfile的215行左右的PYTHON_LIBRARY ：= boost_python python2.7 修改爲 PYTHON_LIBRARY ：= boost_python python35 (當你的python爲python3.6時)
5.編譯caffe：
make all -j4
make test -j4
make runtest -j4
make pycaffe
6.拷貝編譯後的libcaffe.so 至配置caffe所在的虛擬環境
(1)在caffe所在目錄的caffe/python目錄下，執行cp -rf caffe/ ~/anaconda2/envs/fdpy2/lib/python2.7/命令，這一步命令將python包拷貝至虛擬環境目錄；
(2)在caffe所在目錄的build 目錄下,執行cp -rf lib/ ~/anaconda2/envs/ fdpy2/lib 命令，這一步將caffe中相關庫拷貝至虛擬環境目錄。
激活虛擬環境:source avtivate fdpy2，然後在python 下import caffe
（3）
若果提示ImportError: No module named caffe，需要把caffe下的Python路徑導入環境變量中去。sudo vim ~/.bashrc，最後一行加上export PYTHONPATH="/home/lz/Documents/caffe/python:$PYTHONPATH"，export LD_LIBRARY_PATH=/home/lz/Documents/caffe/build/lib:$LD_LIBRARY_PATH這裏的路徑寫上你自己的路徑，記得source ~/.bashrc。否則的話只能在這個目錄下執行Python，導入caffe了。
其實（1）（2）步做好了等同於做第三步，這樣就可以在多個不同的python虛擬環境下使用caffe了
報錯提示can not find module skimage.io，安裝scikit-image，conda install scikit-image
報錯提示No module named google.protobuf.internal，安裝protobuf，pip install protobuf
make runtest 時報錯提示Check failed: status == CUBLAS_STATUS_SUCCESS (13 vs. 0) CUBLAS_STATUS_EXECUTION_FAILED 解決：不要多個終端在跑或者編譯，只留這個終端編譯即可編譯通過
1. 報錯 nvcc fatal : Unknown option ‘fPIC’
解決：
NVCCFLAGS += -D_FORCE_INLINES -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS)
在-Xcompiler前少了一個空格
2. 報錯 PyErr_Print’未定義的引用； Py_NoneStruct等未定義，修改如下，問題解決
解決：
PYTHON_LIBRARIES := boost_python-py35 python3.6m （我的python是3.6的）
3. 報錯 F0104 17:15:55.187031 27536 math_functions.cu:42] Check failed: status == CUBLAS_STATUS_SUCCESS (13 vs. 0) CUBLAS_STATUS_EXECUTION_FAILED
解決：這個錯誤一般是出在make runtest期間，可停掉其他終端的進程，等一會再 make runtest即可通過
4. 報錯
CXX/LD -o python/caffe/_caffe.so python/caffe/_caffe.cpp
/usr/bin/ld: cannot find -lboost_python3
collect2: error: ld returned 1 exit status
Makefile:510: recipe for target 'python/caffe/_caffe.so' failed
解決：boost配置問題
PYTHON_LIBRARIES := boost_python-py35 python3.6m。重點：找到虛擬環境中的libpython3.6m.so文件，複製到/usr/lib/x86_64-linux-gnu下；確認/usr/lib/x86_64-linux-gnu下的libboost_python-py35.so的文件存在，如果不存在py35後綴，而存在別的py3*文件，如libboost_python-py34.so，則修改Makefile.config中爲boost_python-py34。
