caffe配置cuda时出现的几个问题

本次实验环境为：

ubuntu16.04.2

gtx1050 2G

之前一直使用cpu进行实验，因为要使用faster rcnn，此时再使用cpu进行实验时，虽然按照网络上各种修改后，可以使用cpu进行训练，但是我出现了无法保存模型文件的问题。深深的感觉到有一个正常的实验环境是多么重要。否则会把问题纠结于各种环境和修改无关紧要的问题（gpu-》cpu）上，无法继续实验。之前小一点的数据还好，faster rcnn不能忽视，速度慢，修改地方多，出现问题很奇葩。

再购买了gtx1050后，配置也出现了几个问题，但是修改的地方不多：

1. cuda 安装 和 cudnn 安装，很多，不赘述

2. BLAS，caffe官方安装文档里，有说明，按照文档安装比在baidu上稳一点

sudo apt-get install libatlas-base-dev

参考：https://my.oschina.net/peterlie/blog/661994

3. 安装boost

sudo apt-get install --no-install-recommends libboost-all-dev

4. cudnn可以在原生的caffe中编译成功，在py-faster-rcnn中的caffe（相对于blvc/caffe已经修改过），要再Makefile.config中注释掉  cudnn:=1->#cudnn:=1, 其他和caffe中需要修改的地方一致。

5. 2G的显存，真的好小，运行faster rcnn vgg模型时，显存不够，需要换成zf模型，运行时间0.1秒左右。非常爽.....

6. 补充一点，github 上有很多 caffe install 相关的文档和脚本，可以以此为关键词进行搜索，合理使用这些脚本可以快速安装caffe的一些依赖。