安装参考资料
source /etc/profile 立即生效
- Ubuntu 14.04+cuda 7.5+caffe安装配置[CUDA 8.0 CUDNN 5.0][以此为蓝本]
make all -j4 加sudo权限，OpenCV3.0以上取消掉Makefile.config对应注释。
CUDA与CUDNN库只与显卡计算能力有关，GT645M能力为3.0，能够使用最新。计算能力查询-
ubuntu14.04+opencv 3.0+python2.7安装及测试 [先装CUDA]
Ubuntu14.04 + opencv2.4.11 + python环境配置[Python 支持，修改CMAKE选项] - Ubuntu更改默认python版本的两种方法 python-> Anaconda
-
Anaconda装OpenCV
拷贝生成cv2.so cv2.py 到目录下 - Ubuntu14.04 OpenCV编译安装
- Ubuntu下多个版本OpenCV管理（Multiple Opencv version）
- Ubuntu 15.04 Opencv 安装（多版本并存）
- Caffe安装笔记二：Caffe安装过程
ubuntu系统已崩。。。。。就在安装Caffe的依赖库之后，改变源。。。然后就Kernel panic, 再也没法启动了。。。。。
Linux系统make出错之后再次make会在之前的基础上继续，所以需要删除make出错的东西重新make。具体到caffe就是caffe-master下的.build_release文件夹。（直接用make clean）
caffe的配置过程[Trouble-shooter]
sudo cp ~/anaconda/lib/libhdf5* /usr/lib/x86_64-linux-gnu/ libhdf5_hl.so.10无法链接问题，坑巨大，真是服了，将anaconda里的文件复制到一个文件夹里面去
make pycaffe 之后只需将路径添加进caffe所在路径添加到PYTHONPATH中，如：
export PYTHONPATH=/path/to/caffe/python:$PYTHONPAT
[坑] 如Downloads文件夹在/home/noneland下面，而不是在/home下面，就是因为这个原因导致python无法导入caffe库。也是醉了。
其实只要一步一步来，最后确实也能安装成功。大不了吐点血。。。在这个过程中确实学到了很多东西。。。比如OpenCV的编译安装[cv2.so在release/lib下面]。。好心酸。。。不过终于安装成功了。。。
测试MNIST数据集
-
Ubuntu安装Caffe并训练MNIST
不得不说，Linux下面的确方便，训练这个模型只需要几个命令就搞定了。下载速度也很快。。成功运行截图如下：
GPU和CPU训练对比
条件： MNIST数据集：50000训练，10000测试；迭代10000次
耗时如下：
CPU(i7-3630QM):14min39sec
CPU(i7-7700K):9min51s
GPU(GT 645M CUDA8.0 CUDNN5.0): 2min43sec
GPU(GTX 1070 CUDA8.0 CUDNN5.1):18sec
从以上对比明显可以看出GPU对于深度学习的重要性了，加速太明显了。
