一、硬件与环境

显卡：GTX 1080
系统：Ubuntu 14.04
CUDA：cuda_8.0.44_linux.run（一定是下载这个）
cuDNN：cudnn-8.0-linux-x64-v5.1.tgz

GTX1080显卡必须用CUDA 8.0版本。切记，千万不要下载 deb 包，否则后方无数坑在等着你。GTX1080显卡必须用cuDNN-8.0-V5.1版本，不然用 caffe 跑模型，用 cpu或GPU显卡跑精度正常，一旦开启cuDNN模式，精度（acc）立刻下降到 0.1 左右，loss 非常大。下载需注册。最好注册一个账号，选择对应的版本，不要用网上其他教程给的现成的包，出问题的概率非常大。

二、安装

1 安装依赖库

sudo apt-get install --no-install-recommends libboost-all-dev
sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler
sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev

2 安装 BLAS

BLAS (Basic Linear Algebra Subprograms)是一个基本线性代数运算库，除了BLAS还有Intel的MKL（Math Kernel Library），这个库需要购买或者用edu邮箱申请，相应的这个库比BLAS运算效率高，如果有GPU的情况下这个库就不是很重要了，所以这里我们用免费的BLAS，安装命令如下。

sudo apt-get install libatlas-base-dev

3 安装opencv

OpenCV的全称是：Open Source Computer Vision Library。OpenCV是一个基于BSD许可（开源）发行的跨平台计算机视觉库，可以运行在Linux、Windows和Mac OS操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。caffe里用到很多caffe的函数，包括基本的图像处理，需要执行以下命令：

3.1 安装cmake等编译opencv需要用到的工具

sudo apt-get install build-essential
sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev
sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev

3.2 下载opencv

mkdir ~/opencv
cd ~/opencv
wget https://github.com/Itseez/opencv/archive/3.0.0-alpha.zip -O opencv-3.0.0-alpha.zip
unzip opencv-3.0.0-alpha.zip
cd opencv-3.0.0-alpha

3.3 编译安装opencv

mkdir build
cd build
cmake ..
sudo make
sudo make install
sudo /bin/bash -c 'echo "/usr/local/lib" > /etc/ld.so.conf.d/opencv.conf'
sudo ldconfig

4 安装CUDA

CUDA(Compute Unified Device Architecture)，是显卡厂商NVIDIA推出的运算平台。 CUDA™是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。 它包含了CUDA指令集架构（ISA）以及GPU内部的并行计算引擎。 开发人员现在可以使用C语言来为CUDA™架构编写程序，C语言是应用最广泛的一种高级编程语言。caffe中几乎所有的layer都有GPU实现的版本，利用cuda使得训练速度大大提升。CUDA相应也是比较难以安装的一个依赖包了，这次安装的过程 中出现最多问题的就是CUDA的安装。

在安装之前需要说明一些情况，Ubuntu14.04安装的时候自带了一个名为nouveau的驱动，这个驱动为安装带来了很多麻烦。如果你原本的显示设备是NVIDIA的卡的话，尤其是单GPU的话，那你安装的时候需要先关闭GUI，执行Ctrl+Alt+F1后进入tty1，执行sudo stop lightdm关闭显示器管理器，禁用旧的显卡驱动：

cd /etc/modprobe.d/
sudo vim nvidia-installer-disable-nouveau.conf

输入以下内容，保存并退出：

blacklist nouveau options nouveau modeset=0 

打开/etc/default/grub，在文件末尾添加：

rdblacklist nouveau nouveau.modeset=0 

然后再安装NVIDIA驱动：

sudo sh ./NVIDIA-Linux-x86_64-352.30.run

安装CUDA成功之后再执行

sudo start lightdm

5 安装 cuDNN

cd ~
sudo tar xvf cudnn-8.0-linux-x64-v5.1.tgz
cd cuda/include
sudo cp *.h /usr/local/include/
cd ../lib64
sudo cp lib* /usr/local/lib/
cd /usr/local/lib# sudo chmod +r libcudnn.so.5.1.5
sudo ln -sf libcudnn.so.5.1.5 libcudnn.so.5
sudo ln -sf libcudnn.so.5 libcudnn.so
sudo ldconfig

注意：libcudnn.so后面跟的数字可能和你下载的 cudnn 包小版本的不同而不同，去~/cuda/lib64下看一眼，相对应地进行修改。

6 安装 caffe

6.1 下载 caffe

cd ~
git clone https://github.com/BVLC/caffe.git

6.2安装依赖

sudo apt-get install libatlas-base-dev libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev libgflags-dev libgoogle-glog-dev liblmdb-dev protobuf-compiler

6.3 编译 caffe

cd ~/caffe
cp Makefile.config.example Makefile.config
vim Makefile.config

修改Makefile.config文件：
USE_CUDNN ：= 1,开头的＃删除
USE_OPENCV := 0,开头的＃删除
OPENCV_VERSION := 3，开头的＃删除 因为我安装的是opencv3

make all
make test
make runtest

OK现在就完成了，体验下1080显卡的霸气。