本文所采用的环境为：Ubuntu16.04 64位。
1、安装caffe相关依赖项：
sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libhdf5-serial-dev protobuf-compiler sudo apt-get install --no-install-recommends libboost-all-dev sudo apt-get install libopenblas-dev liblapack-dev libatlas-base-dev sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev
2、安装Python相关依赖库：
sudo apt-get install python-numpy python-scipy python-matplotlib python-sklearn python-skimage python-h5py python-protobuf python-leveldb python-networkx python-nose python-pandas python-gflags Cython ipython
3、安装驱动。
驱动可以在NVIDIA官网下载：http://www.nvidia.com/Download/index.aspx?lang=en-us，选择适合自动的电脑的驱动，查看电脑驱动的方式：
spci | grep -i vga：
00:02.0 VGA compatible controller: Intel Corporation 4th Gen Core Processor Integrated Graphics Controller (rev 06) 01:00.0 VGA compatible controller: NVIDIA Corporation GK107GLM [Quadro K1100M] (rev a1)
也可以通过Ubuntu自带的附加驱动进行下载，这种方式不容易出错。
在附加驱动中选择电脑的驱动版本。安装成功后，通过：
sudo nvidia-smi
查看是否安装成功。若列出了GPU的信息列表则表示驱动安装成功。如下图：
3、安装CUDA
CUDA是NVIDIA的编程语言平台，想使用GPU就必须要使用cuda。
（1）下载CUDA
首先在官网上(https://developer.nvidia.com/cuda-downloads)下载CUDA：
下载完成通过下面指令进行安装：
sudo sh cuda_8.0.61_375.26_linux.run注意：执行后会有一系列提示让你确认，但是注意，有个让你选择是否安装Linux-x86_64375.26驱动时，一定要选择否。因为前面我们已经安装了更加新的Linux-x86_64375.26，所以这里不要选择安装。其余的都直接默认或者选择是即可。其它的安装默认方式就可以了。
(2)配置环境
打开~/.bashrc文件：
sudo nano ~/.bashrc
在文件的末尾加入：
export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
(3)测试CUDA的samples
cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery make sudo ./deviceQuery
如果显示一些关于GPU的信息，则说明安装成功。
(4)配置cuDNN
cuDNN是GPU加速计算深层神经网络的库。首先去官网https://developer.nvidia.com/rdp/cudnn-download下载cuDNN，需要注册一个账号才能下载。下载版本号如下图：
下载cuDNN5.1之后进行解压：
sudo tar -zxvf ./cudnn-8.0-linux-x64-v5.1.tgz
进入cuDNN5.1解压之后的include目录，在命令行进行如下操作：
cd cuda/include sudo cp cudnn.h /usr/local/cuda/include #复制头文件然后进入： lib64
cd lib64 sudo cp lib* /usr/local/cuda/lib64/ #复制动态链接库 cd /usr/local/cuda/lib64/ sudo rm -rf libcudnn.so libcudnn.so.5 #删除原有动态文件 sudo ln -s libcudnn.so.5.1.10 libcudnn.so.5 #生成软衔接，注意自己下载的版本号 sudo ln -s libcudnn.so.5 libcudnn.so #生成软链接进入lib64目录下的动态文件
4 安装opencv2.4.13,
参考：http://blog.csdn.net/lovelyaiq/article/details/11798791
5配置caffe
(1)使用Git直接下载Caffe非常简单，或者去https://github.com/BVLC/caffe下载。由于我习惯去github上找代码，所以就直接去下载的源码。
下载完成后，会在家目录下的下载里找到caffe-master.zip，用unzip命令解压到家目录下，然后重命名为caffe.
(2)因为make指令只能makeMakefile.config文件，而Makefile.config.example是caffe给出的makefile例子，因此，首先将Makefile.config.example的内容复制到Makefile.config：sudocpMakefile.config.exampleMakefile.config
(3)打开并修改配置文件：
sudo gedit Makefile.config #打开Makefile.config文件 根据个人情况修改文件：
a.若使用cudnn，则
将#USE_CUDNN := 1修改成： USE_CUDNN := 1
b.若使用的opencv版本是3的，则
将#OPENCV_VERSION := 3 修改为：OPENCV_VERSION := 3
c.若要使用python来编写layer，则
将 #WITH_PYTHON_LAYER := 1 修改为 WITH_PYTHON_LAYER := 1
d.重要的一项:
将#Whateverelseyoufindyouneedgoeshere.下面的
INCLUDE_Dirs := $(PYTHON_INCLUDE) /usr/local/include LIBRARY_Dirs := $(PYTHON_LIB) /usr/local/lib /usr/lib
修改为：
INCLUDE_Dirs := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial /opt/Opencv2/include LIBRARY_Dirs := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu /usr/lib/x86_64-linux-gnu/hdf5/serial /opt/Opencv2/lib
其中：INCLUDE_Dirs为需要包含的头文件，例如将Opencv的头文件，如果不加入，opencv的头文件将会报错，找不到头文件。例如：
src/caffe/data_transformer.cpp:2:33:fatalerror:opencv2/core/core.hpp:没有那个文件或目录。
LIBRARY_Dirs为动态链接库文件路径，编译过程中需要的动态链接库，都需要加入到其中。
这是因为ubuntu16.04的文件包含位置发生了变化，尤其是需要用到的hdf5的位置，所以需要更改这一路径.
(4)修改makefile文件
打开makefile文件，做如下修改：
将：
NVCCFLAGS +=-ccbin=$(CXX) -Xcompiler-fPIC $(COMMON_FLAGS)
替换为：
NVCCFLAGS += -D_FORCE_INLInes -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS)
(5)编辑/usr/local/cuda/include/host_config.h
将其中的第115行注释掉：
将#error-- unsupported GNU version! gcc versions later than 4.9 are not supported! 改为//#error-- unsupported GNU version! gcc versions later than 4.9 are not supported!6 验证
经过前面的努力，最后终于到了验证的阶段，在验证的阶段，也会有很多的坑等着你，但要充分发挥，逢坑必补的原则。
make test make runtest make pycaffe make distribute
# dir 是caffe放置的路径 echo 'export PYTHONPATH=/dir/caffe/python:$PYTHONPATH' >> ~/.bashrc
验证pycaffe是否安装成功：
Python 2.7.12 (default,Nov 19 2016,06:48:10) [GCC 5.4.0 20160609] on linux2 Type "help","copyright","credits" or "license" for more information. >>> import caffe >>> #如果没有报错，说明安转成功
7 遇到的问题
下面是在构建Caffe的过程中遇到的问题和解决的方法。
7.1Pythoncaffe报错：Nomodulenamedgoogle.protobuf.internal
sudo apt-get install python-protobuf7.2ImportError:Nomodulenamedskimage.io
sudo apt-get install python-skimage
7.3 ImportError: libcudart.so.7.0: cannot open shared object file: No such file or directory
sudo ldconfig /usr/local/cuda/lib64