默認前提是，已經安裝好了ubuntu18.04，另外通過無線網卡已經聯網了。
1、安裝搜狗輸入法
新版本直接就上百度，搜索sogou for linux，選擇對應版本的，一般新機器都是64bit的了，然後直接點擊下載，安裝，跟windows一樣。然後重啓電腦，右上角出現鍵盤的標誌，點進去，然後configure，然後左下角的+加號，居然卡在了這裏，死活找不到剛裝的sogou，其實是沒設置好，把only Show。。。。這個選項去掉，在最後就能找到sogou Pinyin了，因爲那個選項，只是顯示英文的輸入法，而把中文的屏蔽了。另外，打字的時候下面的輸入提示是亂碼，按兩下shift就好了，
2、截屏快捷鍵設置
像QQ或者微信一樣的快捷鍵設置。參考以下鏈接：
https://jingyan.baidu.com/album/c35dbcb099ba7c8916fcbcf0.html?picindex=9
3、 掛載2T硬盤
sudo fdisk -l 查看配置和名稱
sudo mkfs -t ext4 /dev/sda 格式化，這裏就看是哪個了，插上後fdisk查看
df -l 看一下，然而並沒有掛載
sudo mount -t ext4 /dev/sda /data 這裏的/data是自己創建的文件夾，讓2T的硬盤掛載在這裏。
最後在/etc/fstab中加一句話，讓系統開機自動掛載
/dev/sda /data ext4 defaults 0 0
4、查看GPU信息
參考：
https://blog.csdn.net/a784586/article/details/78688842
安裝GPU驅動
https://blog.csdn.net/wf19930209/article/details/95237824
5、安裝python2.7
ubuntu 18.04默認安裝了python3.6.9，使用python3來運行。而安裝python2.7則繼續：
sudo apt install python2.7 就可以了
python2.7 --version查看版本，調用的時候也是python2.7來調用
6、安裝CUDA CUDNN
我的機器上自帶的NVIDIA和CUDA版本不合適，重新安裝了，參考這個鏈接：https://blog.csdn.net/u011021773/article/details/81298666
下載這個10.1的版本：
在這裏下載對應的cudnn: https://developer.nvidia.com/rdp/cudnn-download
然後解壓，再執行下面的命令:
sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/
sudo chmod a+r /usr/local/cuda/include/cudnn.h
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
最後查看版本：
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
6、配置caffe環境
新版本的ubuntu>17.04的，直接一條命令即可安裝，參考：
https://blog.csdn.net/qxqxqzzz/article/details/89496935
老版本的做法是，進入caffe文件夾下編譯：
https://blog.csdn.net/u011021773/article/details/81298666
7、編譯caffe-ssd及遇到的問題
在github上下載的ssd的源碼，裏面自帶了caffe，也就是說，不用再單獨下載caffe而只需要使用ssd裏面的caffe，編譯安裝就可以使用caffe。
7.1 無法找到一切關於opencv的函數
很明顯是找不到Opencv，但是我明明都已經下載了源碼 並編譯安裝了，不管怎麼Include或者添加opencv的庫，都提示找不到cv::xxxxx。當時真想放棄了，後來對照了一下，教程是opencv3.1，我是使用的4.1.1，是不是最新的不支持呢？下載了老半天opencv3.4.2，然後編譯安裝，抱着 試試看的態度，居然編譯通過了！！！果然是太新的東西不支持老版本的caffe。而且opencv3.4.2的安裝路徑與4.1.1的都不一樣。如果還是想用opencv4.1.1，那就在編譯完caffe後，重新再編譯opencv4.1.1，然後根據提示，下載install libgtk2.0-dev and pkg-config, then re-run cmake。
7.2 caffe編譯通過了，但是make runtest -j8時出錯
當時忘記截屏了，但是是關於cudnn的，就是無法使用cudnn，即使是sudo ，也出錯不能使用。顯卡驅動是沒問題的，cuda10.1+cudnn7.6.5，應該是cudnn的問題。按照教程，是現將include和lib64中的東西全部複製到cuda的對應文件夾內，然後刪掉軟連接，再重新制作軟連接。我閒麻煩，並沒有重新ln，最後導致這個無法使用cudnn的問題。重新鏈接了一遍，然後make runtest -j8，一切正常了！！
7.3 math_functions.cpp:250] Check failed: a <= b <0 vs -1.19209e-007>
參考以下鏈接。主要是修改：
1、$CAFFE_ROOT/src/util/math_functions.cpp: 註釋掉 250行的 CHECK_LE(a,b);
7.4 卡在了Data layer prefetch queue empty
在$CAFFE_ROOT/src/util/sampler.cpp增加下劃線的代碼。然後: sudo make py .然後就OK了～～～
void SampleBBox(const Sampler& sampler, NormalizedBBox* sampled_bbox) {
// Get random scale.
CHECK_GE(sampler.max_scale(), sampler.min_scale());
CHECK_GT(sampler.min_scale(), 0.);
CHECK_LE(sampler.max_scale(), 1.);
float scale;
caffe_rng_uniform(1, sampler.min_scale(), sampler.max_scale(), &scale);
// Get random aspect ratio.
CHECK_GE(sampler.max_aspect_ratio(), sampler.min_aspect_ratio());
CHECK_GT(sampler.min_aspect_ratio(), 0.);
CHECK_LT(sampler.max_aspect_ratio(), FLT_MAX);
float aspect_ratio;
caffe_rng_uniform(1, sampler.min_aspect_ratio(), sampler.max_aspect_ratio(),
&aspect_ratio);
aspect_ratio = std::max<float>(aspect_ratio, std::pow(scale, 2.));
aspect_ratio = std::min<float>(aspect_ratio, 1 / std::pow(scale, 2.));
// Figure out bbox dimension.
float bbox_width = scale * sqrt(aspect_ratio);
float bbox_height = scale / sqrt(aspect_ratio);
if(bbox_width>=1.0){
bbox_width=1.0;
}
if(bbox_height>=1.0){
bbox_height=1.0;
}
// Figure out top left coordinates.
float w_off, h_off;
caffe_rng_uniform(1, 0.f, 1 - bbox_width, &w_off);
caffe_rng_uniform(1, 0.f, 1 - bbox_height, &h_off);
sampled_bbox->set_xmin(w_off);
sampled_bbox->set_ymin(h_off);
sampled_bbox->set_xmax(w_off + bbox_width);
sampled_bbox->set_ymax(h_off + bbox_height);
}
https://blog.csdn.net/jancis/article/details/102824091