参考自：https://gist.github.com/bearpaw/c38ef18ec45ba6548ec0
若需要cuDNN加速的童鞋，可以参考上面的网址安装CUDA6.5
本步骤能实现用Intel核芯显卡来进行显示， 用NVIDIA GPU进行计算。
1. 安装开发所需的依赖包
安装开发所需要的一些基本包
sudo apt-get install build-essential # basic requirementsudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev libgflags-dev libgoogle-glog-dev liblmdb-dev protobuf-compiler #required by caffe2. 安装CUDA及驱动2.1 准备工作
在关闭桌面管理 lightdm 的情况下安装驱动似乎可以实现Intel 核芯显卡 来显示 + NVIDIA 显卡来计算。具体步骤如下：
首先在BIOS设置里选择用Intel显卡来显示或作为主要显示设备
进入Ubuntu， 按 ctrl+alt+F1 进入tty， 登录tty后输入如下命令
sudo service lightdm stop
该命令会关闭lightdm。如果你使用 gdm或者其他的desktop manager, 请在安装NVIDIA驱动前关闭他。
2.2 （貌似可以略过）安装NVIDIA显卡驱动
输入下列命令添加驱动源
sudo add-apt-repository ppa:xorg-edgers/ppasudo apt-get update
安装346版驱动
sudo apt
安装完成后, 最好把下列包也一并安装上 (否则以后可能会缺少文件)
sudo apt
安装完成后 reboot.
2.3 下载deb包及安装CUDA
使用deb包安装CUDA及驱动能省去很多麻烦(参见CUDA Starting Guide)。下载对应于你系统的CUDA deb包, 我下载的是7.0版的，需要先注册才能获得RC版下载权限。 我下载的是deb包， 先双击后在Ubuntu Software Center里点install。 或用下列命令添加软件源
sudo dpkg -i cuda-repo-<distro>_<version>_<architecture>.deb sudo apt-get update
然后在终端中用下列命令安装CUDA
sudo apt-get install cuda
安装完成后重启电脑.
sudo reboot2.4 安装cuDNN
由于还没有出配合CUDA7.0的cuDNN下载，所以暂时不安装cuDNN，以免发生不知名错误。
2.5 设置环境变量
安装完成后需要在/etc/profile中添加环境变量, 在文件最后添加:
export PATH
保存后, 执行下列命令, 使环境变量立即生效
source /etc/profile
同时需要添加lib库路径： 在 /etc/ld.so.conf.d/加入文件 cuda.conf, 内容如下
/usr/local/cuda/lib64
保存后，执行下列命令使之立刻生效
sudo ldconfig3. 安装CUDA SAMPLE
进入/usr/local/cuda/samples, 执行下列命令来build samples
sudo make all -j8
整个过程大概10分钟左右, 全部编译完成后， 进入 samples/bin/x86_64/linux/release, 运行deviceQuery
./deviceQuery
如果出现显卡信息， 则驱动及显卡安装成功：
./deviceQuery Starting… CUDA Device Query (Runtime API) version (CUDART static linking)Detected 1 CUDA Capable device(s)Device 0: “GeForce GTX 980” CUDA Driver Version / Runtime Version7.0 / 7.0 CUDA Capability Major/Minor version number: 5.2 Total amount ) (16) Multiprocessors, (128) CUDA Cores/MP:2048 CUDA Cores GPU Clock rate:1329 MHz (1.33 GHz) Memory Clock rate:3505 Mhz Memory Bus Width:256-bit L2 Cache Size:2097152 bytes Maximum Texture Dimension Size (x,y,z)1D=(65536), 2D=(65536, 65536), 3D=(4096, 4096, 4096) Maximum Layered 1D Texture Size, (num) layers 1D=(16384), 2048 layers Maximum Layered 2D Texture Size, (num) layers 2D=(16384, 16384), 2048 layers Total amount Total amount of shared memory per block:49152 bytes Total number of registers available per block: 65536 Warp size:32 Maximum number of threads per multiprocessor: 2048 Maximum number of threads per block:1024 Max dimension size of a thread block (x,y,z): (1024, 1024, 64) Max dimension size of a grid size (x,y,z): (2147483647, 65535, 65535) Maximum memory pitch:2147483647 bytes Texture alignment:512 bytes Concurrent copy and kernel execution:Yes with 2 copy engine(s) Run time limit on kernels:Yes Integrated GPU sharing Host Memory:No Support host page-locked memory mapping:Yes Alignment requirement for Surfaces:Yes Device has ECC support:Disabled Device supports Unified Addressing (UVA):Yes Device PCI Domain ID / Bus ID / location ID: 0 / 1 / 0 Compute Mode:< Default (multiple host threads can use ::cudaSetDevice() with device simultaneously) >deviceQuery, CUDA Driver = CUDART, CUDA Driver Version = 7.0, CUDA Runtime Version = 7.0, NumDevs = 1, Device0 = GeForce GTX 980Result = PASS4. 安装openBLAS 或 Intel MKL 或 Atlas
A.如果图省事儿，可以用下列命令安装免费的atlas
sudo apt-get install libatlas-base-dev
B.（不推荐。。caffe总是找不到include和lib）我安装的是openBLAS，首先下载openBLAS 网址： 网页右上角或最下面下载tar文件，如：
xianyitar.gz
随后解压缩，在终端中输入：
tar tar.gz
编译
cd xianyimake -j8sudo make PREFIX=/opt/OpenBLAS install
openBLAS就安装到/opt/OpenBLAS了。
C.如果有mkl安装包，首先解压安装包，下面有一个install_GUI.sh文件， 执行该文件，会出现图形安装界面，根据说明一步一步执行即可。
注意： 安装完成后需要添加library路径, 创建/etc/ld.so.conf.d/intel_mkl.conf文件， 在文件中添加内容
/opt/intel/lib/opt/intel/mkl/lib/intel64
注意把路径替换成自己的安装路径。 编辑完后执行
sudo ldconfig5. 安装OpenCV
虽然我们已经安装了libopencv-dev, 但该库似乎会导致libtiff的相关问题, 所以我们需要从源代码build 自己的版本。这个尽量不要手动安装， Github上有人已经写好了完整的安装脚本, 能自动安装所有dependencies.
下载该脚本，进入Ubuntu/2.4 目录, 给所有shell脚本加上可执行权限
chmod +x *.sh
修改脚本opencv2_4_X.sh, 在cmake中加入参数
-D BUILD_TIFF=ON
然后安装（当前为2.4.9）
sudo ./opencv2_4_9.sh
脚本会自动安装依赖项，下载安装包，编译并安装OpenCV。整个过程大概半小时左右。
注意，，安装2.4.9时中途可能会报错
opencv-allowed in an explicit specialization
解决方法在此 下载 NCVPixelOperations.hpp， 替换掉opencv2.4.9内的文件， *并注释掉opencv2_4_9.sh中下载opencv包的代码, 重新执行sudo ./opencv2_4_9.sh`.
还有可能报另外一个错
_compile_generated_gpu_mat.cu.objnvcc fatal : Unsupported gpu architecture ‘compute_11’你爱我吗？已经爱到危险的程度了.危险到什么程度？已经不能一个人生活。
