去年下半年看了相关目标检测的论文，一些传统的算法，一些CVPR,TPAMI,ECCV,ICCV,NIPS,比较前沿的进展，主要都是基于深度学习卷积神经网络方面的，包括RCNN,SPP-NET,Fast-RCNN,Faster-RCNN,以及YOLO,SSD，然后明天准备正式开始搞学术了，争取早点把论文发出来。

趁着放假回家的时间，做点前期准备工作，深度学习方面的框架有caffe，torch，mxnet，kerse，还有最近比较大热的TensorFlow，感觉tf会持续popular，所以准备搭建一个玩玩，但是相关比较新的目标检测框架都是首先基于caffe开发的，caffe对于图像方面的库比较多，稳定，所以搭建一个caffe也是必不可少，好像tf也是可以调用caffe框架模型的（没用过）。

装双系统之step one：http://blog.csdn.net/jasonzhangoo/article/details/54865974

装显卡驱动之step two（很多同学都是因为这步而放弃深度学习的）：http://blog.csdn.net/jasonzhangoo/article/details/54866049

Ubuntu16.04下安装caffe和TensorFlow的cpu版本之step three：http://blog.csdn.net/jasonzhangoo/article/details/54866074

Win10下安装caffe的GPU版本之step four：http://blog.csdn.net/jasonzhangoo/article/details/54866120

windows安装配置faster-rcnn之step five：http://blog.csdn.net/jasonzhangoo/article/details/54866174

Ubuntu16.04下安装caffe和TensorFlow的cpu版本之step three：

当然如果你仅仅是初学者就只想快速感受一下caffe和TensorFlow的魅力，那么可以安装cpu版本跑几个demo看看。

1）依次安装依赖包

依次执行以下语句，安装依赖包：

sudo apt-get install libprotobuf-dev

sudo apt-get install libleveldb-dev

sudo apt-get install libsnappy-dev

sudo apt-get install libopencv-dev

sudo apt-get install libhdf5-serial-dev

sudo apt-get install protobuf-compiler

sudo apt-get install libgflags-dev

sudo apt-get install libgoogle-glog-dev

sudo apt-get install liblmdb-dev

sudo apt-get install libatlas-base-dev

2）下载caffe

可直接使用Git下载caffe，如果没有Git，请先安装Git，执行如下语句：

sudo apt-get install git

安装结束后下载caffe，执行以下命令：

git clone git://github.com/BVLC/caffe.git

3）编译caffe

1.进入caffe目录

cd caffe/

2.生成Makefile.config文件，这里是将caffe目录下自带的Makefile.config.example文件复制一份并更名为Makefile.config，命令如下：

cp Makefile.config.example Makefile.config

此时目录下就会有Makefile.config文件

3.修改Makefile.config文件中的配置

1）编辑Makefile.config文件

sudo gedit Makefile.config

2）去掉cpu_ONLY前面的#号

使得cpu_ONLY := 1

3)配置引用文件路径（主要是HDF5的路径问题）

原来的路径配置如下图：

修改为如下图：

新增的内容为（注意新增内容是空一格然后直接在后面添加）：

/usr/include/hdf5/serial

/usr/lib/x86_64-Linux-gnu/hdf5/serial

4）执行编译

sudo make all

执行之后：

sudo make test

sudo make runtest

显示1104个用例执行成功，结果PASSED！

注意：如果执行结果失败，则需要执行语句sudo make clean,然后解决掉问题重新编译

安装TensorFlow：

首先建议安装pip，这样安装tf会十分方便sudo apt-get installPython-pip

#仅使用cpu的版本

$ pip installhttps://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.5.0-cp27-none-linux_x86_64.whl

开启GPU支持的版本(安装该版本的前提是已经安装了CUDA sdk)

$ pip installhttps://storage.googleapis.com/tensorflow/linux/gpu/tensorflow--cp27-none-linux_x86_64.whl

安装Ubuntu下cpu版本可以参考：http://www.linuxdiyf.com/linux/26229.html