该问题困扰我很久，因为dpkg时程序安装命令，该命令出问题导致新的软件不能安装，非常烦，查了很多资料，终于找到解决方法。
错误提示：@H_403_2@ dpkg:在处理时有错误发生： linux-image-extra-3.19.0-28-generic
linux-image-3.19.0-28-generic
解决思路：@H_403_2@将dpkg包中的信息先备份，在新的info信息复制到文件夹中更新内核
sudo mv /var@H_403_2@/lib/dpkg/info /var@H_403_2@/lib/dpkg/info_old //@H_403_2@现将info文件夹更名@H_403_2@
sudo mkdir /var@H_403_2@/lib/dpkg/info //@H_403_2@再新建一个新的info文件夹@H_403_2@
sudo apt-get@H_403_2@ update //@H_403_2@更新源@H_403_2@
sudo apt-get@H_403_2@ -f install
sudo mv /var@H_403_2@/lib/dpkg/info/*@H_403_2@ /var/lib/dpkg/info_old //将info中文件全部移到info_old文件夹下
sudo rm -rf /var/lib/dpkg/info //把自己新建的info文件夹删掉
sudo mv /var/lib/dpkg/info_old /var/lib/dpkg/info //把以前的info文件夹重新改回名字@H_403_2@
通过上述命令可以解决内核移除失败，更新问题。
2.Ubuntu14.04 无法识别硬盘exfat分区@H_403_2@
为什么使用exfat格式呢？主要有以下两种原因：@H_403_2@
1、三大主流操作系统（Linux、Mac、Windows）都支持exfat格式。
在ubuntu下，由于版权的原因（据说），默认不支持exfat格式的u盘，不过可以很方便就能添加对exfat的支持：
1、对于ubuntu 14.04版本，直接运行下面的命令就可以了：
sudo apt-get@H_403_2@ install exfat-utils
安装完之后重启生效。（如果不重启不行，则重启）
export PYTHONPATH=/home/username/caffe/python
查看路径
echo $PYTHONPATH
4.Ubuntu不能对exfat以及ntfs等格式磁盘写入文件@H_403_2@
问题描述：the disk for the xx is not ready yet or not present
acpi pcc probe Failed
解决方式：
5.caffe的python接口配置问题@H_403_2@
在使用make pycaffe -j8命令完成caffe的python接口生成之后，还需要将python接口的路径进行设置。
路径设置一般有两种方式（具体方法百度），为方便使用，这里设置为永久路径。
使用命令
gedit ~/.bashrc
来对路径进行设置，在文件最后一行加入路径：
export PYTHONPATH=/home/startag/caffe/python/:/home/startag/caffe/python/caffe/
注销或者重启，路径生效。
1. 错误提示：ImportError: No module named skimage.io
解决方法：
直接使用终端安装：
pip install -U scikit-image
如果提示不识别 pip 命令，在Ubuntu14.04（64bit）下，使用下面命令安装pip包管理软件，也可以使用新立得软件包搜索“scikit-image”安装。
wget https://@H_403_2@bootstrap.pypa.io/get-pip.py --no-check-certificate@H_403_2@
sudo python get@H_403_2@-pip.py
问题：
ImportError: No module named google.protobuf.internal
提示错误可使用新立得软件包搜索“python-protobuf”安装。
然后使用import caffe测试接口是否调试成功。
问题：@H_403_2@
from@H_403_2@ google.protobuf import symbol_database as@H_403_2@ _symbol_database
ImportError: cannot import name symbol_database@H_403_2@
解决方法：
sudo pip install --upgrade protobuf
6. caffe中的python接口和matlab接口配置及常见问题汇总：@H_403_2@
在配置好了caffe环境之后，我们需要使用到caffe中的接口。caffe的接口分为3种，cmd接口，matlab接口和python接口。
cmd接口在使用make all -j8过程中已经生成，位置在tools里面。而matlab接口特别是python接口需要配置，期间还会遇到各种各样的问题。
在对caffe的matlab和python接口进行编译时可能会遇到g++版本过高问题，解决方法：Caffe使用：安装gcc4.7和g++4.7。
在make pycaffe之后，需要使用make dist来将生成的python文件进行整理并设置caffe路径。
在～/.bashrc文件中加入路径：（问题：ImportError: libcaffe.so: cannot open shared object file: No such file or directory解决方法）
#多个路径使用：分割开
export LD_LIBRARY_PATH=/opt/intel/mkl/lib/intel64:/usr/local/cuda/lib64:/home/startag/caffe/distribute/lib export LD_PRELOAD=/usr/lib/x86_64-linux-gnu/libstdc++.so.6 export PYTHONPATH=/home/startag/caffe/distribute/python:$PYTHONPATH@H_403_2@@H_403_2@@H_403_2@
python接口配置按照caffe官网interface中步骤进行，在～/.bashrc文件中写入PYTHONPATH路径，具体见官网。
**建议：@H_403_2@在使用caffe时候，确定一个版本，然后把路径写入～/.bashrc 文件中。当然，也可以使用多个版本，不过需要把每一个版本的路径都要加入到～/.bashrc文件中，比较麻烦，如果自己需要使用caffe，使用软连接方法建立与caffe的软连接。
方法：
ln -s caffe-root 目标文件夹
构建fast-rcnn时提示：OpenCV - cannot find module cv2@H_403_2@
&. 使用draw_net.py绘制网络结构方法：@H_403_2@
使用draw_net.py绘制网络结构时提示错误信息：
permission denied:
chmod u+x ./python/draw_net.py
出现下面错误时说明系统已经严重损坏，不保证可以完全修复@H_403_2@@H_403_2@
1.误将cuda卸载之后，cuda-driver包损坏时的解决方案：@H_403_2@
使用 aptitude进行安装（这个经测试不好用，这样安装可能是非官方驱动）
-
Install aptitude
sudo apt-get@H_403_2@ install aptitude -
Install main package
sudo aptitude install cuda
2. caffe中安装build-essential提示包损坏解决方法@H_403_2@
sudo apt-get@H_403_2@ update
sudo apt@H_403_2@-get@H_403_2@ upgrade
sudo apt@H_403_2@-get@H_403_2@ install build-essential -f
当因安装版本问题出现错误时，如本来应该在Ubuntu14.04上安装cuda7.0，但是错误的在Ubuntu15.04上安装（应该安装对应的7.5），提示一下错误时：
dpkg: error processing archive (--install):cuda-repo-ubuntu1504_7.5@H_403_2@-18_amd64.deb
trying to overwrite @H_403_2@'@H_403_2@/etc/apt/sources.list.d/cuda.list@H_403_2@'@H_403_2@,which @H_403_2@is@H_403_2@ also in@H_403_2@ package cuda-repo-ubuntu1404_7.0@H_403_2@-18_amd64.deb
解决方案：
sudo dpkg -i --force-overwrite cuda-repo-ubuntu1504_7.5@H_403_2@-18_amd64.deb
Error: 'make all' 'make test' .build_release/lib/libcaffe.so: undefined reference to cv::imread(cv::String const&,int)'
.build_release/lib/libcaffe.so: undefined reference tocv::imencode(cv::String const&,cv::_InputArray const&,std::vector >&,std::vector > const&)'@H_403_2@@H_403_2@@H_403_2@@H_403_2@@H_403_2@@H_403_2@@H_403_2@@H_403_2@@H_403_2@@H_403_2@@H_403_2@@H_403_2@
原因：caffe代码中并没有build文件夹，需要新建build文件夹之后再进行编译：
cd caffe-master #打开caffe所在文件夹
cp Makefile.config.example Makefile.config #change setting in Makefile.config make all -j8 #在build文件夹下进行编译
maketest-j8
makeruntest -j8 #使用cpu多核同时进行编译@H_403_2@@H_403_2@@H_403_2@@H_403_2@@H_403_2@@H_403_2@
CMake Error at cuda_compile_generated_lrn_layer.cu.o.cmake:206 (message)@H_403_2@
在成功安装cuda之后，由于路径设置问题，或者路径冲突会产生以下错误，解决方法：
1.在caffe文件夹下，通过下面该命令查看配置路径：
sudo find / -name nvcc
2.通过下面命令查看是否cuda路径冲突：
$PATH
如果显示结果有两个cuda环境变量，那么需要移除旧的路径，更新PATH。
3.重新设置cuda环境变量
在/etc/profile中添加CUDA环境变量
PATH=/usr/local/cuda/bin:$PATH
export PATH@H_403_2@
然后注销或重启（因为注销或重启之后PATH会从 ~/.bash_profile文件中重新读取）
问题3：pycaffe编译过程中的问题@H_403_2@
错误信息：touch python/caffe/proto/__init__.py
CXX/LD -o python/caffe/_caffe.so python/caffe/_caffe.cpp
PROTOC (python) src/caffe/proto/caffe.proto
python/caffe/_caffe.cpp:1:52: fatal error: Python.h: No such file or directory
#include <Python.h> // NOLINT(build/include_alpha)
compilation terminated.
make: *** [python/caffe/_caffe.so] Error 1
因为我的python环境安装的是spyder，而不是Anaconda，因此在makefile.config里面需要对路径进行设置
# Anaconda Python distribution is@H_403_2@ quite popular. Include path:
# Verify anaconda location,sometimes it@H_403_2@'@H_403_2@s in root.@H_403_2@
# ANACONDA_HOME := $(HOME)/anaconda
# PYTHON_INCLUDE :@H_403_2@= $(ANACONDA_HOME)/include \
# $(ANACONDA_HOME)@H_403_2@/include/python2.7@H_403_2@ \
# $(ANACONDA_HOME)@H_403_2@/lib/python2.7@H_403_2@/site-packages/numpy/core/include \
# We need to be able to find libpythonX.X.so or .dylib.
PYTHON_LIB :@H_403_2@= /usr/lib
# PYTHON_LIB :@H_403_2@= $(ANACONDA_HOME)/lib
Python.h can runningsudo find / -name 'Python.h' to find the path.
