基本依赖项
sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler
sudo apt-get install --no-install-recommends libboost-all-dev
NVIDIA驱动
sudo apt-get install nvidia-current
CUDA
先安装内核头文件：
sudo apt-get install linux-headers-$(uname -r)
安装cuda(官网下载deb文件）：
sudo dpkg -i cuda-repo-<distro>_<version>_<architecture>.deb
sudo apt-get update
sudo apt-get install cuda
环境变量：
export PATH=/usr/local/cuda-7.5/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-7.5/lib64:$LD_LIBRARY_PATH
测试：
cuda-install-samples-7.5.sh ~
cd ~/NVIDIA_CUDA-.5_Samples
cd 1_Utilities/deviceQuery
make
执行deviceQuery，如果成功结尾会是Result = PASS
cuda环境配置：
sudo nano /etc/ld.so.conf.d/cuda.conf
/usr/local/cuda/lib64
/lib
完成lib文件的链接操作，执行：
sudo ldconfig -v
BLAS
sudo apt-get install libatlas-base-dev
其他依赖项
sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev
OpenCV
#[compiler]
sudo apt-get install build-essential
#[required]
sudo apt-get install cmake git libgtk2.-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev
#[optional]
sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394--dev
可以下载opencv的包解压，也可以用最新代码：
git clone https://github.com/Itseez/opencv.git
cd ~/opencv
mkdir build
cd build
这里可以用下载的ippicvlinux20141027.tgz放进~/opencv/3rdparty/ippicv/downloads/linux-8b449a536a2157bcad08a2b9f266828b/ (cmake之前没这个文件夹，camke的时候会执行下载，20+mb，网速快就不用管了）
cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local
#make -j 后面的数字是并行个数，cpu厉害就设大点。一般是用4
make -j7
sudo make install
CuDNN
解压cudnn的包（官网得申请，用网盘搜索能找到最新的），有include和lib64，里面文件复制到对应/usr/local/cuda/对应文件夹里
#进到对应文件夹
sudo cp cudnn.h /usr/local/cuda/include/
#进到对应文件夹
sudo cp lib* /usr/local/cuda/lib64/
#可能要再进行一次 sudo ldconfig -v
不知道这里会不会有文件权限问题，暴力搞一下（这条可先不用）
sudo chmod -R /usr/local/cuda/lib64
Caffe
git clone https://github.com/BVLC/caffe.git
cp Makefile.config.example Makefile.config
修改Makefile.config，去掉cudnn的注释，其他的在当前应用场景可不变。
make all
make test
make runtest
OK了。