之前在windows10下安装caffe（only CPU），看了很多网上的教程，但后面折腾了很多，怎么都配置环境，在VS2013下都编译不成功，最后在老师建议下，安装双系统windows10和Ubuntu16.04，在Ubuntu16.04下安装caffe（only CPU）和anaconda2，自己也是折腾了很久，很多都是无用功，所以把自己的安装步骤和经验教训都记下来。
强调一定要细心和有耐心，一心急就有可能就漏点一些重要的东西，这都是白花花的时间。
Ubuntu 16.04无GPU版caffe安装简记：
http://www.linuxdiyf.com/linux/22442.html
Ubuntu16.04 + Anaconda2 + caffe （only cpu）： https://www.jianshu.com/p/a71866734d51
http://www.cnblogs.com/denny402/p/5067265.html
http://blog.csdn.net/u013989576/article/details/56677749
http://blog.csdn.net/u010193446/article/details/53259294
http://www.linuxidc.com/Linux/2016-09/135025.htm
1. Ubuntu16.04的安装（网上有具体安装教程，可以直接百度）
网上有很多安装教程，先在windows的磁盘管理中腾出100GB（这是我的情况），然后准备一个u盘，根据网上教程制作Ubuntu启动盘，再在boost中设置U盘启动优先，注意在传统模式下启动还是在UEFI模式下，这个是很关键的，具体原因网上说得很清楚了，自己百度。
然后进入安装，推荐语言选择英文，如果你选择英文，一定要看清每个选项后再下一步，这个很重要（我安装很多次都是因为都是一路next下去，导致是在UEFI模式下安装，一直失败，）。网上有具体的安装过程，我是分四个磁盘，/boost是400M（是存放引导启动器的）， / 是20G（是存放系统的盘），Swap 是16G（是放缓存，网上说为自己电脑内存的2倍），其余的空间都给 /home 用来存放各种文档东西的。然后下面系统启动器选择/boost对应的那个区号，然后就差不多了。
2. Anaconda2的安装
下载地址：https://www.continuum.io/downloads
下载Linux版本，根据Python版本选择相应的。
（将下载的安装包放到某目录下，然后执行）
sudo bash home/downloads/Anaconda2-4.2.0-Linux-x86_64.sh（你自己的存放地址和下载的版本号）
读完license（一直回车），回复个 yes
输入安装地址/usr/local/anaconda2
安装路径放到/home/xx/.bashrc, 回复yes
路径添加到path: source~/.bashrc
运行python，发现已经安装成功anaconda
输入：python
3. 安装 caffe
可直接使用Git下载caffe，如果没有Git，请先安装Git，我新装的Ubuntu16.04没有Git，所以先安装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：
接下来一个一个安装第三方依赖库，这样后面发生错误时知道哪些地方出错
接着，安装 OpenCV，记得在caffe的目录下安装
4. 编译caffe
1. 进入caffe目录：cd ~/caffe
2. 生成Makefile.config文件：cp Makefile.config.exampleMakefile.config
3.（GPU不需要考虑这一步）修改Makefile.config文件中的配置:
sudo gedit Makefile.config
3.1 去掉CPU_ONLY前面的#号
3.2 配置引用文件路径（主要是HDF5的路径问题：hdf5.h、 libhdf5.so的路径）
INCLUDE_DIRS:= $(PYTHON_INCLUDE)/usr/local/include/usr/include/hdf5/serie-l
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib/usr/lib/i386-linux-gnu/hdf5/serial
( 注意：可以利用sudo find / -name 文件名来查找某个文件的具体位置)
然后接下来可以大概参看这：我直接截取图片，详细可以直接看链接点击打开链接
https://www.jianshu.com/p/a71866734d51
4.执行编译
sudo make all -j8
sudo make test -j8
sudo make runtest -j8
（用make -j带一个参数，可以把项目在进行并行编译，比如在一台双核的机器上，完全可以用make -j4，让make最多允许4个编译命令同时执行，这样可以更有效的利用CPU资源。）
执行完runtest后，如果显示PASSED，则执行成功，如下图：
5. 我遇到的问题
在接下来的make runtest 这一步我又遇到了找不到文件的错误，错误代码如下。
.build_release/tools/caffe:error whileloading shared libraries: libhdf5_hl.so.100: cannot open sharedobject file: Nosuch file or directory
注意这里报错的库文件（libhdf5_hl.so.100）在不同时期的caffe上可能有所差别，要根据自己报错的库文件做修改。Anaconda自带的库能找到相同的库文件libhdf5_hl.so.100的，这是一个软链指向了libhdf5_hl.so.10.0.1这个文件。因此参考这个issues后，可以在 /usr/lib 及/usr/lib/x86_64-linux-gnu 分别放了一个软链指向了Anaconda的库中libhdf5_hl.so.10.0.1。
sudo cp-s$HOME/anaconda2/lib/libhdf5_hl.so.100.0.1 /usr/lib/libhdf5_hl.so.100
sudo cp -s$HOME/anaconda2/lib/libhdf5_hl.so.100.0.1/usr/lib/x86_64-linux-gnu/libhdf5_hl.so.100
再次尝试运行 make runtest 这次发现错误变成了：
.build_release/tools/caffe:error whileloading shared libraries: libhdf5.so.101: cannot open shared objectfile: Nosuch file or directory
如法炮制，找到原库文件是libhdf5.so.101.0.0：
sudo cp –s $HOME/anaconda2/lib/libhdf5.so.101.0.0 /usr/lib/libhdf5.so.101
sudo cp –s $HOME/anaconda2/lib/libhdf5.so.101.0.0/usr/lib/x86_64-linux-gnu/libhdf5.so.101
这次再运行 make runtest，成功了！
6. MNIST训练
之前将Caffe的环境搭好了，现在用MNIST这个数据集进行测试，继续在caffe下进行操作。
./data/mnist/get_mnist.sh
./examples/mnist/create_mnist.sh
经过上述操作./examples/mnist/路径下会有mnist_test_lmdb和mnist_train_lmdb两个文件夹，分别是测试和训练数据。
在最终训练之前需要修改./examples/mnist/lenet_solver.prototxt最后一句话为，
solver_mode: CPU。你直接打开caffe文件夹里面的examples文件夹下mnist文件夹下的lenet_solver.prototxt文件，双击打开进行修改。
这样保证个训练过程在CPU上进行，最后执行训练命令，
./examples/mnist/train_lenet.sh