一、安装ccmake
ccmake和cmake的功能是一样的，但它很方便设置编译前的一些参数，安装只需从官网下载压缩包，解压，最后将解压得到的文件夹中的bin文件夹的路径加入PATH环境变量中即可。
二、安装opencv
我用的是opencv3.2.0，注意不要勾选CUDA（安装CUDA之前编译opencv不用考虑这点），这样会使opencv编译得很慢。
三、安装CUDA、cuDNN、NCCL
安装CUDA
去nvidia下载CUDA8.0
（1）直接使用CUDA的.run文件进行安装
1）卸载掉原有的nvidia驱动
如果之前使用的是sudo apt-get install nvidia*方式安装的，执行
sudo apt-get remove --purge nvidia*
如果之前是使用.run文件安装的则使用sudo nvidia-uninstall命令。由于我使用.run文件安装，所以即使之前使用.run文件安装过nvidia的驱动，在安装过程中也会卸载掉之前的驱动，因此可以不去手动卸载。
2）cd CUDA安装文件的下载目录，赋予run文件执行权限（根据自己的文件名替换）
sudo chmod a+x cuda_8.0.61_375.26_linux.run
3）禁用nouveau
在文件/etc/modprobe.d/blacklist.conf最后一行添加blacklist nouveau（可以sudo gedit /etc/modprobe.d/blacklist.conf，将blacklist nouveau粘贴至最后一行保存）
4）执行
sudo update-initramfs -u
5）重启，然后执行
lsmod | grep nouveau
若没有输出，说明nouveau成功被禁用（一定要确保nouveau被禁用才能安装驱动，不然会出错）
6）禁用X服务
sudo service lightdm stop
执行此命令后桌面会变成黑屏。
7）按Ctrl+Alt+F1，进入命令行界面，登录，再次进入CUDA安装文件的下载目录，先执行
sudo ./cuda_8.0.61_375.26_linux.run --help
查看有没有opengl的相关选项，有一个相关选项给出的说明如下
我根据说明选择了--no-opengl-libs，以防止出现循环登录桌面的问题
sudo ./cuda_8.0.61_375.26_linux.run --no-opengl-libs
安装包里有CUDA Toolkit，Samples，NVIDIA driver三项。安装选项全都输入“y”确认安装或按照默认路径安装（caffe的配置文件用的即是默认路径）。
8）reboot重启，或者运行
sudo service lightdm start
即可进入桌面，运行nvidia-smi，得到类似下图，说明驱动安装成功。
（2）第二种方法可以事先将cuda_8.0.61_375.26_linux.run解压成CUDA Toolkit，Samples，NVIDIA driver三部分，得到三个文件
cuda-linux64-rel-8.0.61-21551265.run cuda-samples-linux-8.0.61-21551265.run NVIDIA-Linux-x86_64-375.26.run
解压的方式为
chmod +x cuda_8.0.61_375.26_linux.run mkdir nvidia_installers ./cuda_8.0.61_375.26_linux.run -extract=`pwd`/nvidia_installers
解压了之后驱动可以单独安装，因为有些时候会出现驱动崩溃的情况（网上有不少人遇到过，我也遇到过）。装好驱动之后升级内核要谨慎，我曾经无意升级了内核，发现驱动丢失，重新安装则出现Unable to load the kernel module 'nvidia.ko'的错误，折腾了好久才发现是升级内核所致。然后参照这张帖子修改开机时进入老版本的内核才成功安装驱动（方案三使用dkms安装驱动似乎能在升级内核时自动将驱动编译进内核，避免驱动丢失，这个没有尝试过）。当然，其他原因也会导致驱动丢失，这时只需按照上述方法再安装一次驱动即可。如果按照上述方法安装好驱动后始终无法进入桌面，可以参考这个方法恢复nouveau驱动，装个CPU版本的caffe玩玩，不用重装系统再折腾了，来日方长嘛。。。
装好CUDA后，需要将相关的路径加入到系统变量中（以下是按默认路径安装后的操作）。
在文件~/.bashrc的最后加入相关的路径
gedit ~/.bashrc export PATH=/usr/local/cuda-8.0/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
综上可见，装好系统后，第一步应安装CUDA，以免装好其他软件之后再装驱动，无法进入桌面就唧唧了。。。
接下来安装cuDNN
去nvidia官网下载一个与CUDA版本相对应的cuDNN
这是官网给的安装步骤
下载cuDNN需要在官网注册，可以自己注册一下，很快搞定。
另外，如果需要支持多张GPU的话，还需要安装NCCL
如果是按照默认路径安装CUDA的话，只需
git clone https://github.com/NVIDIA/nccl.git cd nccl sudo make install -j4
NCCL的库文件和头文件将安装在/usr/local/lib和/usr/local/include中。若不是按照默认路径安装CUDA，可按照官网给的安装步骤（需指定一下CUDA的安装位置）安装。
四、安装Anaconda
去官网https://www.anaconda.com/download/下载
我采用cmake编译（方便查看源码），若要使用caffe的python接口需要很多python的依赖库，Anaconda集成了很多的python库，能够满足编译caffe的python接口的需求。若自己安装依赖库也可，但是比较麻烦。直接运行Anaconda2-4.4.0-Linux-x86_64.sh，选择安装路径，然后安装，装好后将anaconda_install_path/bin加入到PATH环境变量中．
最后安装一些常用的包，其中的protobuf是使用caffe的python接口必需要使用的，scikit-image程序中经常用到的．打开终端，依次安装
1 conda install protobuf 2 conda install scikit-image
五、安装第三方的一些依赖库
参考官网http://caffe.berkeleyvision.org/install_apt.html
1 sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler 2 sudo apt-get install --no-install-recommends libboost-all-dev libboost-python-dev
caffe依赖的BLAS本文使用ATLAS
1 sudo apt-get install libatlas-base-dev
还有
1 sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev
六、编译caffe
从https://github.com/BVLC/caffe/下载caffe源代码，进入解压目录，然后在此打开终端
1 mkdir build 2 cd build 3 ccmake .. 4 make 5 make install 6 make runtest
在ccmake之后出现的界面中需要选择编译的配置参数，如是否使用CUDA，即GPU加速，是否使用cuDNN加速，还要指定opencv的安装路径，然后按c完成configure，configure成功之后再按g生成Makefile文件。
最后一步make runtest时遇到问题
解决方法参考：https://itbilu.com/linux/management/NymXRUieg.html
解决步骤为
直接去根目录，然后在搜索框中搜索libstdc++.so.6，找到libstdc++.so.6.0.21的位置，将其复制到上面出问题的目录中，即anaconda_install_path/lib
删除原来的软连接
1 rm -rf libstdc++.so.6
建立新的软连接
1 ln -s libstdc++.so.6.0.21 libstdc++.so.6
这样make runtest便可以通过。
七、设置caffe的python接口
需要将caffe安装目录下的python文件夹的路径加入PYTHONPATH环境变量中
gedit ~/.bashrc
在文件末尾添加一行
export PYTHONPATH=caffe_install_path/python:$PYTHONPATH
然后重新打开终端输入python，import caffe，报错
参考https://stackoverflow.com/questions/37666241/importing-caffe-results-in-importerror-no-module-named-google-protobuf-interna
在终端中输入anaconda_install_path/bin/pip install protobuf安装protobuf。最后重新import就没有错误了。至此，安装完成。