最近开始尝试Deep Learning的东西，师兄推荐了Caffe，开始尝试如何配置Caffe运行所需环境。
OK，开始动手。
找到Caffe官网的安装指南：http://caffe.berkeleyvision.org/installation.html，着实被安装的预备条件吓了一下，好大一坨，没办法，安装需求，硬着头皮也要上啊，一项一项开始走起～（另外，这篇http://blog.csdn.net/yuxiangyunei/article/details/50165519博文也给出了一些安装步骤，我这里基本都是自己编译的包，并不是同该博文中的使用Ubuntu软件库进行的安装配置，大家可以参考一下这位大牛的步骤。）
1、CUDA和BLAS安装
CUDA安装包和驱动的下载去NVIDIA官网下就好，Caffe官方推荐的是最新的CUDA 7.0及以上版本，所以，追了一把潮流，来了一个7.5版本的，驱动来个Linux环境下的闭源驱动，如果已经安装Linux下Additional Driver推荐的驱动的话，需要卸载重新安装，这个通过系统工具安装的驱动是没办法安装从官网下载的CUDA工具包的（记得之前是这个样子），这里也没有选择通过apt-get安装的CUDA版本，一步一步走起，感觉能更好的理解整个安装过程，而且，也知道自己安装的东西所在目录吧。
a) CUDA 7.0安装
首先，安装对应的依赖包：
sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev
------- deb安装方法（参考自：http://www.linuxidc.com/Linux/2014-10/107501.htm）：
$ sudo dpkg -i cuda-repo-<distro>_<version>_<architecture>.deb
$ sudo apt-get update
$ sudo apt-get install cuda
安装完成后需要配置CUDA的环境变量：
～/.bashrc中最后加入：
$ export PATH=/usr/local/cuda-6.5/bin:$PATH
$ export LD_LIBRARY_PATH=/usr/local/cuda-6.5/lib64:$LD_LIBRARY_PATH
------- run文件安装方法
首先，安装显卡的闭源驱动，这里需要删除对应的Ubuntu系统下默认使用的显卡驱动：
sudo apt-get --purge remove xserver-xorg-video-nouveau
禁用nouveau驱动：
在/etc/modprobe.d/blacklist.conf配置文件后边加入（或者单独创建一个文件）：
blacklist nouveau
options nouveau modeset=0
重新生成kernel 的initramfs：
sudo update-initramfs -u
重启系统。
登陆界面按下ctrl+alt+F1，进入字符界面，登入系统，关闭lightdm管理器：
sudo service lightdm stop
进入NVIDIA闭源驱动所在目录，执行：
sudo ./<NVIDIA驱动文件>.run
之后执行对应的CUDA安装文件：
sudo ./<CUDA安装文件>.run
注意：这两个文件默认没有执行权限，需要手动添加执行权限：chmod +x <文件名>.run
b) OpenBLAS安装
可选的有ATLAS（Caffe的默认选项）、Intel MKL和OpenBLAS，由于ATLAS需要关闭CPU Throttling，这里并没有找到对应的关闭方法，且很多方法现如今都已经无效了，所以，这里使用的是OpenBLAS库文件，这里从Github上下载OpenBLAS：
git clone https://github.com/xianyi/OpenBLAS
安装相对就简单很多了，进入OpenBLAS下载目录下
make && make install PREFIX=<安装的目标目录>
2、Boost安装
下载对应的Boost安装包，本文用的Boost安装包版本为boost_1_59_0.tar.bz2，解压之：
tar --bzip2 -xf <目标文件夹>
进入boost解压目录，可以通过如下命令查看安装帮助：
./bootstrap.sh --help
安装命令：
./bootstrap.sh --prefix=<安装目录> // 默认安装目录为/usr/local，我使用的是默认安装目录，因为没有弄明白对应的环境变量设置。。。
其他详细的安装选项见：http://www.boost.org/doc/libs/1_59_0/more/getting_started/unix-variants.html
3、protobuf安装
这里Caffe需要Protobuf（Google自己开发的一套协议框架，感觉很犀利的样子，有一篇博客介绍protobuf的：http://blog.csdn.net/caisini_vc/article/details/5599468），但安装Protobuf之前，需要先行编译安装googlemock和googletest，这里去Github上下载对应的googletest，下载地址：https://github.com/google/googletest，由于googlemock依赖于googletest，且最新版的googlemock已经放到googletest项目中，所以只需要下载googletest即可。
git clone https://github.com/google/googletest
进入googletest目录下，执行命令编译安装googletest：
./travse.sh
或者：
mkdir build && cd build
cmake ..
sudo make && make install
或者分别进入googletest和googlemock文件夹下，分别编译安装，但是应注意先行编译安装googletest，之后是googlemock。
OK，准备工作完成。
编译安装protobuf：
git clone https://github.com/google/protobuf // 下载protobuf
首先，我们需要生成configure文件，进入protobuf文件夹下，执行：
./autogen.sh
安装命令：
./configure --prefix=<安装目录>
make
make check
sudo make instal
4、glog安装
Google的日志模块，下载：
git clone https://github.com/google/glog
安装：
./configure && make && make install
5、gflags安装
下载：
git clone https://github.com/gflags/gflags
安装命令，安装参数详细介绍见INSTALL.md：
mkdir build && cd build
ccmake .. // 按‘c‘配置build系统参数，’e‘忽略警告，设置生成参数信息，‘c’直至‘g’可用，按‘g’生成配置文件（configuration file）
make
make test
make install
6、hdf5编译安装
HDF5下载地址：http://www.hdfgroup.org/HDF5/release/obtainsrc.html，本文用的是HDF5-1.8.16。
解压：
tar xvf hdf5-1.8.16.tar
简单安装方法，进入解压后的源码目录中，执行
./configure --prefix=<安装目录>
make
make check // 执行测试例程
make install
make check-install // 验证安装.
同事，HDF5安装也支持CMake工具，关于CMake编译安装的方法或者完整安装方式请见： http://www.hdfgroup.org/HDF5/release/obtainsrc.html中给出的安装文档。
至此，Caffe强制的依赖包已经安装完成，可选的依赖包如lmdb，leveldb，cuDNN和OpenCV这里不再介绍，注意，如果安装Python Caffe还需要numpy（>=1.7）的软件包和Boost的Python支持。