硬件配置：台式机、i7处理器、NVIDIA GTX1080显卡、32G内存
系统：Ubuntu16.04.2 LTS(64bit)
显卡驱动：ppa上的最新版nvidia 378.13
1、CUDA8.0 RC安装（包括显卡驱动安装部分）
参考以下文章第2、3节：
http://www.52nlp.cn/深度学习主机环境配置-ubuntu-16-04-nvidia-gtx-1080-cuda-8
或参考以下相关安装部分也可：
http://blog.csdn.net/zhongshijunacm/article/details/52824894
注意我是NVIDIA GTX1080显卡，安装的是ppa当前最新的版本378.13驱动.
我安装的NVIDIA驱动是最新的nvidia-378；
2、cuDNN 5.1安装
参考以下文章第4节：http://www.cnblogs.com/xuanxufeng/p/6150593.html
注意以下图片所示版本5.0.5修改为自己的版本，到文件/usr/local/cuda/lib64/查看：
3、OpenCV 3.2安装
主要参考：http://blog.csdn.net/zhongshijunacm/article/details/52824894
注意，CUDA 8.0RC不支持OpenCV3.1中的部分功能，所以安装OpenCV3.2（3.1也可，因为它的不兼容部分网上也有修改方法：http://blog.csdn.net/jhszh418762259/article/details/52957495）。
还有，以下安装checkinstall也是必要的，方便以后更改版本卸载：
sudo apt-get install checkinstall sudo checkinstall 安装后直接将OpenCV安装文件中的build文件删除即可：dpkg -r build注意：对于安装中所有提示的gcc/g++版本太高，我未作版本降级处理，依然可以安装通过。
安装好后测试openCV是否成功安装：
先在根目录下，
mkdir~/opencv-lena
cd ~/opencv-lenagedit
DisplayImage.cpp
然后在.cpp中编辑如下代码：
[cpp] view plain copy #include <stdio.h> #include <opencv2/opencv.hpp> using namespace cv; int main(int argc, char** argv ) { if ( argc != 2 ) { printf("usage: DisplayImage.out <Image_Path>\n"); return -1; } Mat image; image = imread( argv[1], 1 ); if ( !image.data ) { printf("No image data \n"); return -1; } namedWindow("Display Image", WINDOW_AUTOSIZE ); imshow("Display Image", image); waitKey(0); return 0; }
接着，opencv-lena/下创建cmake编译文件：
sudo gedit CMakeLists.txt
并编辑如下内容：
cmake_minimum_required(VERSION 2.8)
project( DisplayImage )
find_package( OpenCV REQUIRED )
add_executable( DisplayImage DisplayImage.cpp )
target_link_libraries( DisplayImage ${OpenCV_LIBS} )
并且，将图片1.jpg复制到opencv-lena文件中。
再就是编译：
cd ~/opencv-lena
sudo cmake .
sudo make
最后，执行：
./DisplayImage 1.jpg
能出现图像就代表ok了。
4、Python安装
python的安装有两种方式：一种是系统自带的python，自己可选择性安装ipython-notebook，也不需更改路径；第二种是直接安装anaconda，很多相应的库已经包含了。为了图简单，我直接使用Ubuntu16.04自带的Python，参考：
http://blog.topspeedsnail.com/archives/6538。要使用第二种，可自行百度。
5、matlab2015b安装（开始安装的matlab2014a和ubuntu16.04.2的兼容性有问题）
MATLAB2015b自行下载（更新版本也可）
安装参考：http://blog.csdn.net/lcx543576178/article/details/51376008
注意：
（1）要在终端直接输入matlab就打开软件，需先添加环境变量：sudo gedit /etc/profile
在PATH中新添加一个路径（不同路径之间用英文状态的 : 分割）：/usr/local/MATLAB/R2015b/bin（这是默认安装路径，具体根据你自己的软件安装路径）。
（2）如果出现安装完成后，只有使用权限命令“sudo ./matlab或sudo matlab”才可以打开，不加权限就提示权限不足的情况，需做一个授权：sudo chown username -R ~/.matlab （username为用户名）。
6、tensorflow安装
没有使用网上说的源码编译安装，就直接使用native pip安装方式，简单快捷，参考官方网址：
https://www.tensorflow.org/install/install_linux#InstallingNativePip
注意两种模式：support CPU和support GPU，选一种安装模式，我是用gpu的：
sudo pip install tensorflow-gpu # Python 2.7; GPU support只要前面依赖项和环境都配置好了，此处一条指令搞定，若有问题查看上述给出的官网。
安装后查看安装版本和路径：
~$ Python
>>> import tensorflow as tf引包tensorflow包，如果没有报错，则安装成功，否则就有问题。注意，gpu模式会出现以下内容才算成功识别GPU，否则有问题：
I tensorflow/stream_executor/dso_loader.cc:135] successfully opened CUDA library libcublas.so.8.0 locally I tensorflow/stream_executor/dso_loader.cc:135] successfully opened CUDA library libcudnn.so.5 locally I tensorflow/stream_executor/dso_loader.cc:135] successfully opened CUDA library libcufft.so.8.0 locally I tensorflow/stream_executor/dso_loader.cc:135] successfully opened CUDA library libcuda.so.1 locally I tensorflow/stream_executor/dso_loader.cc:135] successfully opened CUDA library libcurand.so.8.0 locally
然后可以输入：
>>> tf.__version__ >>> tf.__path__查看tensorflow的安装版本和安装路径（左右各两根下横线）。
7、theano安装
参考以下文章theano安装部分即可：http://blog.csdn.net/xierhacker/article/details/53035989
8、caffe安装
主要参考：http://blog.csdn.net/zhongshijunacm/article/details/52824894
附：我没有对Makefile文件做修改，也没出问题
安装问题：
（1）MATLAB2014a安装对Ubuntu16.04 LTS有不兼容，在make macaffe时出错，网上也没搜到合适的解决方法，改为安装MATLAB2015b解决了问题。
（2）还是MATLAB相关，make mattest时提示：libstdc++.so.6 version ‘GLIBCXX_3.4.15’ not found。网上这个错误很多，解决方法是：sudo gedit /etc/profile
添加环境变量：export LD_PRELOAD=/usr/lib/x86_64-linux-gnu/libstdc++.so.6
最后更新：source /etc/profile
