安裝參考資料

• Ubuntu 中軟件的安裝、卸載以及查看的方法總結
• ubuntu14.04安裝cuda
• Linux設置環境變量

source /etc/profile 立即生效

• Ubuntu 14.04+cuda 7.5+caffe安裝配置[CUDA 8.0 CUDNN 5.0][以此為藍本]

• make all -j4 加sudo權限，OpenCV3.0以上取消掉Makefile.config對應注釋。
  CUDA與CUDNN庫只與顯卡計算能力有關，GT645M能力為3.0，能夠使用最新。計算能力查詢

• ubuntu14.04+opencv 3.0+python2.7安裝及測試 [先裝CUDA]
  Ubuntu14.04 + opencv2.4.11 + python環境配置[Python 支持，修改CMAKE選項]
• Ubuntu更改默認python版本的兩種方法 python-> Anaconda
• Anaconda裝OpenCV
  拷貝生成cv2.so cv2.py 到目錄下
• Ubuntu14.04 OpenCV編譯安裝
• Ubuntu下多個版本OpenCV管理（Multiple Opencv version）
• Ubuntu 15.04 Opencv 安裝（多版本并存）
• Caffe安裝筆記二：Caffe安裝過程

ubuntu系統已崩。。。。。就在安裝Caffe的依賴庫之后，改變源。。。然后就Kernel panic, 再也沒法啟動了。。。。。
Linux系統make出錯之后再次make會在之前的基礎上繼續，所以需要刪除make出錯的東西重新make。具體到caffe就是caffe-master下的.build_release文件夾。（直接用make clean）
caffe的配置過程[Trouble-shooter]
sudo cp ~/anaconda/lib/libhdf5* /usr/lib/x86_64-linux-gnu/ libhdf5_hl.so.10無法鏈接問題，坑巨大，真是服了，將anaconda里的文件復制到一個文件夾里面去

• Caffe安裝吐血指南
• 再次吐血

make pycaffe 之后只需將路徑添加進caffe所在路徑添加到PYTHONPATH中，如：
export PYTHONPATH=/path/to/caffe/python:$PYTHONPAT
[坑] 如Downloads文件夾在/home/noneland下面，而不是在/home下面，就是因為這個原因導致python無法導入caffe庫。也是醉了。

其實只要一步一步來，最后確實也能安裝成功。大不了吐點血。。。在這個過程中確實學到了很多東西。。。比如OpenCV的編譯安裝[cv2.so在release/lib下面]。。好心酸。。。不過終于安裝成功了。。。

測試MNIST數據集

• Ubuntu安裝Caffe并訓練MNIST
  不得不說，Linux下面的確方便，訓練這個模型只需要幾個命令就搞定了。下載速度也很快。。成功運行截圖如下：

訓練完成截圖

GPU和CPU訓練對比

條件： MNIST數據集：50000訓練，10000測試；迭代10000次
耗時如下：
CPU(i7-3630QM):14min39sec
CPU(i7-7700K):9min51s
GPU(GT 645M CUDA8.0 CUDNN5.0): 2min43sec
GPU(GTX 1070 CUDA8.0 CUDNN5.1):18sec

從以上對比明顯可以看出GPU對于深度學習的重要性了，加速太明顯了。