主要参考：
这三个算是比较新的，综合起来完成HP Z820 上Caffe环境配置
环境： Ubuntu 14.04 desktop， CUDA 7.5
Basics
主要是一部分准备工作
sudo apt-get update
sudo apt-get upgrade
sudo apt-get install build-essential
sudo apt-get autoremove
安装git
sudo apt-get install git
Nvidia Drivers
说明：
- 现在的显卡驱动安装，CUDA安装不需要关闭图形界面也可以实现；
- 也不像很多博客所说的那样，转cuda之前不能更新，否则有可能会崩溃之类的；
- Nvidia Drivers的安装可以通过ubuntu自带的”软件和更新“里的附加驱动实现;
- 或者按照所提供网址里面的方法实现驱动安装；
- 另外一种说法是现在CUDA集成驱动，在关闭图形界面的情况下安装CUDA可以自动把驱动也装好，这个可能通过在线安装，顺带安装依赖项实现，离线安装包可能较小；
- 推荐352，而不是最新的361.42，最新的不一定最合适
查看显卡型号：
lspci | grep -i nvidia
在线安装：
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
sudo apt-get install nvidia-
或者官网下载离安装包，安装
或者按照我所说的使用Ubuntu自带的软件和跟新选择合适的驱动，更简单；
重启系统：
sudo shutdown -r now
查看驱动版本：
cat /proc/driver/nvidia/version
CUDA
同样下载离线安装包，这里使用CUDA 7.5版本：
sudo dpkg -i cuda-repo-ubuntu1404*amd64.deb
sudo apt-get update
sudo apt-get install cuda
添加路径：
echo 'export PATH=/usr/local/cuda/bin:$PATH' >> ~/.bashrc
echo 'export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc
source ~/.bashrc
检查CUDA版本：
nvcc -V
重启系统：
sudo shutdown -r now
cuDNN
最新版本是cuDNN V5，但是经尝试，V5在编译的过程中有问题，推荐cuDNN V4 for Linux
跳转到cuDNN所在路径，解压安装：
cd ~/Downloads/
tar xvf cudnn*.tgz
cd cuda
sudo cp */*.h /usr/local/cuda/include/
sudo cp */libcudnn* /usr/local/cuda/lib64/
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
这里其实就是复制相关文件到cuda目录，奇怪为啥cuda不集成cuDNN，也有可能已经自带，未做验证；
链接cuDNN库文件，不知是否必须：
sudo ln -sf /usr/local/lib/libcudnn.so.4.0. /usr/local/lib/libcudnn.so.
sudo ln -sf /usr/local/lib/libcudnn.so. /usr/local/lib/libcudnn.so
检查：
nvidia-smi
OpenBLAS
cuDNN和OpenBLAS只安装一个就可以完成caffe的编译工作，可选操作
mkdir ~/git
cd ~/git
git clone https://github.com/xianyi/OpenBLAS.git
cd OpenBLAS
make FC=gfortran -j $(($(nproc) + ))
sudo make PREFIX=/usr/local install
添加路径：
echo 'export LD_LIBRARY_PATH=/usr/local/lib:$LD_LIBRARY_PATH' >> ~/.bashrc
Common Tools
- 关于相关python依赖项，可以参照所给出的网址尝试，也可以直接安装Anaconda2一步到位，只是注意添加额外的环境变量：
- 当然也可以不装Anaconda2直接安装；
- 跑一下，稍作检查，确保依赖项都在；
sudo apt-get install -y libfreetype6-dev libpng12-dev
pip install -U matplotlib ipython[all] jupyter pandas scikit-image
还有一些caffe的依赖包：
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
sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev
OpenCV
推荐安装，很多时候是需要用到的：
下载安装包，切换到文件保存的文件夹，安装依赖项：
sudo sh Ubuntu/dependencies.sh
进入Ubuntu\3.0\安装OpenCV 3.0.0:
sudo sh opencv3_0_0.sh
如果成功安装应该不会有什么错误提示：
使用一个有用的命令查看版本：
pkg-config --modversion opencv
Caffe
下载安装包：
cd ~/git
git clone https://github.com/BVLC/caffe.git
cd caffe
cp Makefile.config.example Makefile.config
主要是新建了一个git文件夹，下载caffe安装包到git路径里面:
最后一条命令是复制一个配置文件，源文件留作备份，我们要修改这个配置文件，打开后修改；
sudo gedit /caffe/Makefile.config
USE_CUDNN :=
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/lib/x86_64-linux-gnu/hdf5/serial/include
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu/hdf5/serial
# 默认启用OpenBLAS
PYTHON_LIB := /usr/local/lib # pythn库
MATLAB_DIR := /usr/local/MATLAB/R2014a # Matlab安装路径，用于链接Matlab
OPENCV_VERSION = # OpenCV
仅仅列出修改部分，如果使用Anaconda配置文件中有相关修改，只需要取消注释就可以了，并修改路径为自己Anaconda安装路径；
编译caffe:
make all -j16
make test -j16
make runtest -j16
添加“-16”为使用多核进行编译，速度更快；
编译Pythn 和 Matlab用到的caffe
make pycaffe -j16
make matcaffe -j16
测试详见第二个网址末尾: )