用于自己无限次重新安装备忘使用。
一、Ubuntu16.04安装
1. 提前百度制作一个U盘启动备用（UltraISO注册码 网搜的 名：王涛 域：如下）。
7C81-1689-4046-626F2. 插U盘，开机。开机过程中狂按F2键，设置BIOS boot启动项为U盘启动，按F10保存退出。
3. 进入安装界面。
（1）语言自选，中英都行，中文看起来方便，但是在文本模式下汉字是菱形乱码。
（2）选择“为图形或无线硬件...”，继续。
（3）选择“其他选项”，继续。
（4）分区。a. /分区：主分区 空间起始位置 Ext4日志文件系统 /
b. boot分区：逻辑分区 空间起始位置 Ext4日志文件系统 /boot
c. home分区：逻辑分区 空间起始位置 Ext4日志文件系统 /home 【这一部分分区分的多一些，其他参考百度】
d. swap分区：逻辑分区 空间起始位置 交换空间
（5）修改“安装启动引导器的设备”。选择“/boot”分区。
（6）接下来不涉及重要问题，根据引导自己选择。
4. 重启，并拔出U盘。重启时，遵循步骤2，按F2键，设置BIOS boot启动项为硬盘启动，按F10保存退出。
5. 输入密码进入系统，安装完毕。
二、 cuda8.0安装
1. 检查环境
开机首先按F2进入boot界面，确认secure boot选项为disable.
2. 检查电脑GPU是否支持cuda
lspci | grep -i nvidia3. 检查系统，方便找安装包
uname -m && cat /etc/*release4. 检查gcc版本
gcc --version若没有可以通过以下命令安装，有的话请忽略：
sudo apt-get install gcc5. 检查是否安装kernel header和package development
uname -r可通过以下命令安装：
sudo apt-get install linux-headers-$(uname -r)6. 下载与自己电脑对应版本的run安装包（官网：https://developer.nvidia.com/cuda-downloads）
7. 禁止Ubuntu自带的nouveau显卡驱动：
（1）查看驱动状态，应有输出显示：
lsmod | grep nouveau（2）创建blacklist-nouveau.conf
sudo vi /etc/modprobe.d/blacklist-nouveau.conf在文件中编辑如下内容：
blacklist nouveau
options nouveau modeset=0按Esc退出，编辑 :wq 保存退出。
（3）更新
sudo update-initramfs -u（4）检查是否禁用成功，没有输出则为成功，一般情况下需要reboot才能生效。
lsmod | grep nouveau8. 安装run文件：
（1）重启后不要进入登录界面，按Ctrl+Alt+F1进入文本模式，输入用户名和密码，登录。
（2）关闭图形界面
sudo service lightdm stop（3）使用cd命令进入cuda_8.0.61_375.26_linux.run所在的文件夹下，执行
sudo sh cuda_8.0.61_375.26_linux.run安装时，不停按空格键直至100%.
若遇到提示是否安装OpenGL，选择no，其他accept或yes或回车。
（4）重启图形界面
sudo service lightdm start（5）若没有出现循环登录情况，成功。若出现循环登录情况，重启后进入文本界面，执行：
sudo apt-get remove --purge nvidia*关闭文本界面，应可以进入图形界面，然后搜索计算机，找到 附加驱动的“附加驱动”项，选择括号内有“tested”的一项，然后点击“应用更改”，重启，即可完成。
（6）检查是否安装成功：
nvidia-smi有输出则成功。
ls /dev/nvidia*应有四个或三个输出。
三、 cudnn安装
1. 下载好需要用的文件，进入所在文件夹下解压：
tar zxvf cudnn-8.0-linux-x64-v5.1.tgz解压后的cuda文件夹下有include和lib64两个文件夹
2. 进入include文件夹下执行以下命令，复制头文件：
cd ../cuda/include/
sudo cp cudnn.h /usr/local/cuda/include/3. 进入lib64文件夹下执行以下命令，复制动态链接库：
cd ../lib64/
sudo cp lib* /usr/local/cuda/lib64/4. 进入复制后的动态链接库进行新的链接。
（1）进入目录：
cd /usr/local/cuda/lib64/（2）查看已有链接（4个）：
ls -al | grep libcudnn（3）删除原有动态文件：
sudo rm -rf libcudnn.so libcudnn.so.5（4）再次查看链接（2个）：
ls -al | grep libcudnn（5）建立新链接：
sudo ln -s libcudnn.so.5.1.5 libcudnn.so.5
sudo ln -s libcudnn.so.5 libcudnn.so（6）再次查看链接（4个，成功）：
ls -al | grep libcudnn（7）设置环境变量和动态链接库：
sudo gedit /etc/profile在打开的文件最后添加：
export PATH=/usr/local/cuda/bin:$PATH（8）保存后来所创建的链接文件
首先执行以下命令：
sudo gedit /etc/ld.so.conf.d/cuda.conf在这个空白文件中输入：
/usr/local/cuda/lib64保存退出。
（9）输入以下命令使链接生效：
sudo ldconfig四、caffe安装
1. 安装相关依赖：
sudo apt-get install git libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler libatlas-base-dev python-dev libgflags-dev libgoogle-glog-dev liblmdb-devsudo apt-get install --no-install-recommends libboost-all-dev2. 安装Python依赖库：
sudo apt-get install cython python-numpy python-scipy python-skimage python-scikits-learn python-matplotlib ipython python-h5py python-leveldb python-networkx python-nose python-pandas python-dateutil python-protobuf python-gflags python-yaml python-pil3. 安装矩阵加速器：
sudo apt-get install libopenblas-dev4. 官网下载caffe-master压缩包，解压到自己指定的目录下，进入caffe-master主目录下，执行：
cp Makefile.config.example Makefile.configgedit Makefile.config修改 BLAS := open
去掉use_cudnn := 1的注释
修改：
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/hdf5/serial/5. 编译测试：
make all -j8make test -j8make runtest -j8make pycaffe6. 测试（其他方法也行）：
（1）下载MNIST数据库，进入文件夹下执行以下命令：
./data/mnist/get_mnist.sh（2）将其转换成LMDB格式：
./examples/mnist/create_mnist.sh（3）训练：
./examples/mnist/train_lenet.sh结束！