ubuntu16.04+NVIDIA显卡+cuda-8.0+cudnn-5.1+opencv3.1+caffe(ssd)安装 （亲测成功！）

碎碎念：安装caffe真的用了很久，无数次搜索经验贴，最初选择的版本是cuda-10.0及其对应的cudnn版本，无数次报错，也很难搜到有用的经验贴，均以失败告终，最后选择cuda-8.0+cudnn-5.1安装成功！第一次写博客，还没习惯贴图，请耐心看，亲测成功！
一.NVIDIA 显卡安装
1. 确定笔记本的显卡对应的驱动版本： https://www.nvidia.com/Download/index.aspx

2. 添加PPA：

 sudo add-apt-repository ppa:graphics-drivers/ppa
 sudo apt update

3. 打开在software&updates-Additional drivers：选择上述查到的显卡版本进行安装，如果没有上述的版本，通过ubuntu-drivers devices查看推荐安装的显卡驱动版本，应用改变后close。
4. 重启后输入：sudo nvidia-smi，可以查看到安装成功的界面，再输入sudo nvidia-settings进行查看，确实安装成功。
二.cuda-8.0安装
1.通过网址：cuda官网 下载 cuda_8.0.61_375.26_linux.run
2.通过sudo sh cuda_8.0.61_375.26_linux.run 进行安装，一路按着enter知道提示输入accept，之后依次输入 no（询问是否安装显卡驱动），yes，yes，yes；
3.添加环境变量：

gedit ~/.bashrc
export PATH=/usr/local/cuda-8.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH

通过source ~/.bashrc使其生效。
4.

cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery

此时会看见Result=PASS表明安装成功！
三.cudnn-5.1安装
1官网cudnn官网 下载即可
2. tar zxvf cudnn-8.0-linux-x64-v5.1.tgz
3. sudo cp cuda/include/cudnn.h /usr/local/cuda-8.0/include
4. sudo cp cuda/lib64/libcudnn* /usr/local/cuda-8.0/lib64
5.sudo chmod a+r /usr/local/cuda-8.0/include/cudnn.h /usr/local/cuda-8.0/lib64/libcudnn*
6.cd /usr/local/cuda/lib64/
7.

#删除原有动态文件
sudo rm -rf libcudnn.so libcudnn.so.5
#生成软衔接
sudo ln -s libcudnn.so.5.1.10 libcudnn.so.5
#生成软链接
sudo ln -s libcudnn.so.5 libcudnn.so

8. 查看是否安装成功：

 cat /usr/local/cuda-8.0/include/cudnn.h | grep CUDNN_MAJOR -A 2

提示：

#define CUDNN_MAJOR 5
…
#include “driver_types.h”

即安装成功！
四.opencv3.1安装
0.

sudo apt-get install build-essential cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev
sudo apt-get install checkinstall yasm libtiff5-dev libjpeg-dev libjasper-dev libdc1394-22-dev libxine2-dev libgstreamer0.10-dev libgstreamer-plugins-base0.10-dev libv4l-dev python-dev python-numpy libtbb-dev libqt4-dev libgtk2.0-dev libfaac-dev libmp3lame-dev libopencore-amrnb-dev libopencore-amrwb-dev libtheora-dev libvorbis-dev libxvidcore-dev x264 v4l-utils libeigen3-dev

1.进入官网 : opencv官网 下载opencv-3.1.0.tar.gz
2.解压后进入 cd opencv-3.1.0
(1)mkdir build
(2) cd build
(3) cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local .
在该步会卡在ippicv_linux_20151201.tgz的下载，也有可能提示超时问题，请自己搜索下载好ippicv_linux_20151201.tgz后放在

/home/xxx/opencv-3.1.0/3rdparty/ippicv/downloads/linux-808b791a6eac9ed78d32a7666804320e

目录下后，cd build 输入 cmake ..编译
（4）

sudo make
sudo make install

(5)测试是否安装成功：`pkg-config --modversion opencv  `

五.caffe（ssd）安装
0.

 sudo apt-get update -y  
 sudo apt-get upgrade -y  
 sudo apt-get install build-essential -y  
 sudo apt-get install -y pkg-config automake autoconf  
 sudo apt-get install libprotobuf-dev libleveldb-dev -y  
 sudo apt-get install libsnappy-dev libhdf5-serial-dev protobuf-compiler -y  
 sudo apt-get install libatlas-base-dev -y  
 sudo apt-get install --no-install-recommends libboost-all-dev -y  
 sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev -y  
 sudo apt-get install libopencv-dev -y  
 sudo apt-get install python-pip python-dev -y  
 sudo apt-get install -y python-numpy python-scipy
 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 libopenblas-dev liblapack-dev libatlas-base-dev
 sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev
 sudo apt-get install git cmake build-essential

1.git clone https://github.com/weiliu89/caffe.git
2.

cd caffe
git checkout ssd

3.sudo cp Makefile.config.example Makefile.config
4.gedit Makefile.config
（1）取消USE_CUDNN := 1前的#
（2）取消OPENCV_VERSION := 3前的#
（3）取消WITH_PYTHON_LAYER := 1前的#
（4）将

   INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include
   LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib 

修改为

INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial

LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu /usr/lib/x86_64-linux-gnu/hdf5/serial   

注意：以下第（5）步为非必须修改，因为我在sudo make -j8时出现警告nvcc warning:The ‘compute_20’, ‘sm_20’…所以修改了
（5） CUDA_ARCH := -gencode arch=compute_30,code=sm_30 \

               -gencode arch=compute_35,code=sm_35 \
               -gencode arch=compute_50,code=sm_50 \
               -gencode arch=compute_52,code=sm_52 \
               -gencode arch=compute_60,code=sm_60 \
               -gencode arch=compute_61,code=sm_61 \
               -gencode arch=compute_61,code=compute_61

5. gedit Makefile
（1）将

NVCCFLAGS +=-ccbin=$(CXX) -Xcompiler-fPIC $(COMMON_FLAGS)

替换为：

NVCCFLAGS += -D_FORCE_INLINES -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS)

（2）将：

LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_hl hdf5

改为：

LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_serial_hl hdf5_serial

(3)
修改Makefile 文件

LIBRARIES += boost_thread stdc++

改成 LIBRARIES += boost_thread stdc++ boost_regex
6.cd caffe

（1）sudo make -j8   #j8是因为电脑为8核
（2）sudo make test -j8
（3）sudo make runtest -j8

注（1）因为在（3）中我有报错：Caffe .build_release/tools/caffe: error while loading shared libraries: libcudart.so.8.0.....所以我进行了如下：

sudo cp /usr/local/cuda-8.0/lib64/libcudart.so.8.0 /usr/local/lib/libcudart.so.8.0 && sudo ldconfig
sudo cp /usr/local/cuda-8.0/lib64/libcublas.so.8.0 /usr/local/lib/libcublas.so.8.0 && sudo ldconfig
sudo cp /usr/local/cuda-8.0/lib64/libcurand.so.8.0 /usr/local/lib/libcurand.so.8.0 && sudo ldconfig

之后在sudo make runtest -j8即可
注（2）在第6步中，（1）-（3）步每执行一次，如果没有编译通过（报错或者警告），请先make clean，解决问题后再进行编译即可
等待一段时间，安装成功的话，如下：参考链接：
https://blog.csdn.net/yhaolpz/article/details/71375762
https://blog.csdn.net/chris_pei/article/details/79976018