ubuntu安装过程（硬盘安装）http://www.cnblogs.com/zhbzz2007/p/5493395.html
“但是千万不要用麒麟版！！！比原版体验要差很多！！！”
开关机的时候电脑最上面 有一行 提示 一晃即过,/dev/sda6: clean（未知，单没关系）
http://blog.csdn.net/xuezhisdc/article/details/48649575（意义）
1、教程1
http://blog.csdn.net/zwyjg/article/details/16371349
2、教程2
https://jingyan.baidu.com/article/e4d08ffdace06e0fd2f60d39.html
注意点：
1、划分分区时，只有交换分区不是主分区，其他分区都是主分区，分区格式都是EXT4
2、引导器加载到、boot\分区
3、没有按照默认引导器安装，安装完成之后重启并不能进入ubuntu，再进到w7中，删除之前安装的添加条目，添加linux引导、\boot分区
（看到下面加的是C盘目录，不是很清楚，明明末尾磁盘安装的，不过在c盘下肯定有它的启动文件）
分区详解http://blog.csdn.net/arcsinsin/article/details/17143163
后续：
无线驱动安装http://www.linuxdiyf.com/linux/27545.html
能联网之后，开始配置环境
第一步 先装显卡驱动，先装驱动，宾且屏蔽nouvea
1、网上教程从官网下载安装包（装了几次，测试失败，但发现在纯命令行模式下--（笔记本fn+ctrl+alt+F1/返回F7），装驱动就想在window的dos状态，要先停用图形界面（sudo *** stop），不知道为什么,装好之后启用（sudo *** start） ）
2、从系统自带的驱动更新里更新，方便
装完之后 测试
sudo nvidia-smi
安装成功的话，会显示显卡信息
重启（装好nvidia的驱动之后，应该自动的屏蔽了linux自带的novea的驱动）
第二步，装cuda,
2.1的确需要从官网下载对应版本的安装包，最好放在在命令行模式下容易找到的地址
运行 sudo sh ****.run
不断 空格 跳过提醒
输入：accept
注意问题是否安装驱动时：n
y/enter（默认） 一直下去
中间会有警告：incomplete install，因为还有几个安装依赖（什么鬼），未安装
运行
2.2 sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev
不出意外过程中还会有类似安装不成功的提示，不管它，反正也看不懂
2.3更爱环境变量之类的东西，目前还是在纯命令行模式下，所以最好安装vim,用来更改环境变量
sudo apt-get install vim
sudo vi /etc/profile
打开后添加
export PATH=/usr/local/cuda-8.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH
sudo ldconfig立即生效，不出意外这里会报错，感觉应该是2.2的原因，解决方法
sudo mv /usr/lib/nvidia-375/libEGL.so.1 /usr/lib/nvidia-375/libEGL.so.1.org
sudo mv /usr/lib32/nvidia-375/libEGL.so.1 /usr/lib32/nvidia-375/libEGL.so.1.org
sudo ln -s /usr/lib/nvidia-375/libEGL.so.375.39 /usr/lib/nvidia-375/libEGL.so.1
sudo ln -s /usr/lib32/nvidia-375/libEGL.so.375.39 /usr/lib32/nvidia-375/libEGL.so.1
注意版本号可能不同
再来
sudo idconfig 应该不会报错了
重启
2.4 测试
nvcc -V应该会输出cuda的版本
第三步 装cudnn
找到官网，注册帐号，下载对应版本的压缩文件，在任意路径下解压，当前文件夹运行终端
udo cp cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/
sudo chmod a+r /usr/local/cuda/include/cudnn.h
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
cudnn安装完成
http://www.2cto.com/os/201607/528798.html
第四部、opencvan安装（opencv的cmake应该跟window下的cmake相同，但他妈的要那么多依赖项？？？）
下载对应版本的opencv3.2.0匹配cuda8.0
解压位置
4.1，安装依赖项（各种版本问题不同，ubuntu16.04）https://help.ubuntu.com/community/OpenCV
sudo apt-get install libopencv-dev build-essential checkinstall cmake pkg-config yasm libtiff5-dev libjpeg-dev libjasper-dev libavcodec-dev libavformat-dev libswscale-dev libdc1394-22-dev libxine2-dev libgstreamer0.10-dev libgstreamer-plugins-base0.10-dev libv4l-dev python-dev python-numpy libtbb-dev libgtk2.0-dev libfaac-dev libmp3lame-dev libopencore-amrnb-dev libopencore-amrwb-dev libtheora-dev libvorbis-dev libxvidcore-dev x264 v4l-utils
4.2.未知必须的一步
cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local -D WITH_TBB=ON -D BUILD_NEW_PYTHON_SUPPORT=ON -D WITH_V4L=ON -D INSTALL_C_EXAMPLES=ON -D INSTALL_PYTHON_EXAMPLES=ON -D BUILD_EXAMPLES=ON -D WITH_QT=ON -D WITH_OPENGL=ON -D ENABLE_FAST_MATH=1 -D CUDA_FAST_MATH=1 -D WITH_CUBLAS=1 ..
我的中间出现这个问题
qt问题解决
I was able to solve this by using sudo apt-get install qt5-default
注意查看这几项yes：
-- Use Cuda: YES (ver 6.5)
-- Use OpenCL: YES
--
-- NVIDIA CUDA
-- Use CUFFT: YES
-- Use CUBLAS: YES
-- USE NVCUVID: NO
-- NVIDIA GPU arch: 11 12 13 20 21 30 35
-- NVIDIA PTX archs: 30
-- Use fast math: YES
4.3、make编译
make -j8 好长时间，近3个小时，不过还好这次编译没有出什么问题。
sudo make install 编译之后安装
sudo /bin/bash -c ‘echo "/usr/local/lib" > /etc/ld.so.conf.d/opencv.conf‘更改环境变量
sudo ldconfig环境变量生效
重启系统，重启系统后cd到build文件夹下：
sudo apt-get install checkinstall
sudo checkinstall
执行了checkinstall后，会在build文件下生成一个以backup开头的.tgz的备份文件和一个以build开头的.deb安装文件，当你想卸载当前的opencv时，直接执行dpkg -r build即可。
第五步，准备安装caffe
纠结安装Matlab,还是安装python时，感觉两者都不会反正都要了解，以及空间大小就没有安装matlab
5.1ubuntu16.04不知道本来就有python还是经过前面的安装，放正都已经有了python，所以只需要安装python的caffe依赖项就好了（什么鬼！）
https://github.com/BVLC/caffe/wiki/Ubuntu-16.04-or-15.10-Installation-Guide
sudo apt-get update
sudo apt-get install -y build-essential cmake git pkg-config
sudo apt-get install -y libprotobuf-dev libleveldb-dev libsnappy-dev libhdf5-serial-dev protobuf-compiler
sudo apt-get install -y libatlas-base-dev
sudo apt-get install -y--no-install-recommends libboost-all-dev
sudo apt-get install -y libgflags-dev libgoogle-glog-dev liblmdb-dev
sudo apt-get install -y python-pip
sudo apt-get install -y python-dev
sudo apt-get install -y python-numpy python-scipy
5.2安装caffe
http://blog.csdn.net/autocyz/article/details/52299889
5.3测试（http://www.cnblogs.com/yymn/articles/5018623.html）
mnist数据集测试
d $CAFFE_ROOT
./data/mnist/get_mnist.sh
./examples/mnist/create_mnist.sh
./examples/mnist/train_lenet.sh | tee res.out
竟然出现了问题！妈卖批的！！！！！！！！！！！！
Check failed: status == CUDNN_STATUS_SUCCESS (6 vs. 0) CUDNN_STATUS_ARCH_MISMATCH
！！！！！！！！！！！！！我日，我不白装了，装了半天，还没有超能云上的虚拟机好
官方的cudnn加速是不支持3.0以下的版本的，因此只能在Makefile.config中注释掉USE_CUDNN这行，重新执行以下
还有几个命令不知道（http://blog.csdn.net/autocyz/article/details/52299889）
make all -j8
make runtest
make pycaffe
make matcaffe
番外片：faster-rcnn
http://www.cnblogs.com/CarryPotMan/p/5390336.html
http://www.voidcn.com/blog/a125930123/article/p-6215083.html
感觉应该是confile没有配置好，已经下载了supervessl的makefile文件详细研究一下
py-R-FCN use Microsoft-version Caffe which is compatible with cudnn 5.后面要考虑升级cudnn5
1、首先down"faster-rcnn-caffe"（我也记不清安装了那些依赖了）
参考：http://blog.csdn.net/nicky_lyu/article/details/53181434
不过依赖项的第二步肯定做了，我是这么做的：
sudo apt-get install python-opencv
sudo pip install cython easydict
不过感觉少安装了一些依赖项
所以之后就一直报错！！！！
2、编译Cython模块（什么鬼）
$ cd py-faster-rcnn/lib
$ make
3编译caffe和pycaffe
(这里报了一点错误）
修改Makefile文件
3.1、（经验，因为自己的cudnn不能用）注释了use_cudnn=1编译通过
3.2、（反正报了一些python的错误）
cuda8.0有关makeconfig的更改：
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial/ and
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu/hdf5/serial/
在py-caffe/faster-caffe下
3.3（报了什么错，有关tk的）sudo apt-get install python-tk
cd $FRCN_ROOT/caffe-fast-rcnn
3.4（No module named ‘yaml‘ #）
sudo apt-get install python-yaml
make -j8
编译通过
make test
有个layer.vision的错误，把报错文件的这个头文件注释就好
make runtest
这一步只在云上跑过，时间好长，并没出错，可以略去
make pycaffe
应该是编译出一些python的东西
4、运行（运行过程中各种错误，不过还好有google!（其实上面有些应该是运行中报的错吧！））
4.1下载模型
一般是使用其他浏览器下载，放置py-caffe的data中（新建fasterrcnnmodels）中
4.2
./tools/demo.py
Check failed: error == cudaSuccess (8 vs. 0) invalid device function
NMS注意（什么鬼）/lib/fast_rcnn/config.py第205行，把__C.USE_GPU_NMS = Ture改成__C.USE_GPU_NMS = False
番外片
原来github在远程发生更改后要：
git pull origin master
(感觉云端与本地保持同步的意思！)
然后才能上传
git push origin master
notepad（语言调节）
http://shouce.jb51.net/notepad_book/npp_func_code_hl.html
make test 错误（这个命令是什么鬼）
http://hammer2505.cn/2016/10/16/deeplearning1/
运行好长时间！！！！！！！！！
黑屏（猜测显卡冲突）
https://my.oschina.net/eechen/blog/227134