1.必须的依赖：Boost >= 1.55，CUDA，BLAS
看一下自己的CUDA安装在哪个目录下了。Makefile.config默认CUDA_DIR := /usr/local/cuda
依赖库：protobuf, glog, gflags, hdf5。安装：
sudo apt-get install libgflags-dev
sudo apt-get install libgoogle-glog-dev
sudo apt-get install libhdf5-serial-dev
BLAS可以使用atlas，mkl或者openblas。atlas是caffe默认选择的。mkl和openblas性能更好。安装atlas：
sudo apt-get install libatlas-base-dev
2.可选的：OpenCV >= 2.4 including 3.0（默认使用2.4。如果想不使用，则将Makefile.config中11行取消注释;如果使用opencv3,将Makefile.config中21行取消注释）
IO库：lmdb（默认使用。如果想不使用，则将Makefile.config中13行取消注释）、leveldb (note: leveldb requires snappy；默认使用。如果想不使用，则将Makefile.config中12行取消注释)
pip install lmdb（可能需要先安装pip：sudo apt install python-pip）
cuDNN：见http://www.linuxdiyf.com/linux/24945.html中步骤1-3。
3.如果只使用cpu的话，将Makefile.config中的CPU_ONLY := 1取消注释。
使用cuDNN的话，取消注释Makefile.config中的USE_CUDNN := 1。
使用mkl的话，设置Makefile.config中BLAS := mkl
使用openblas的话，设置Makefile.config中BLAS := open
说明：装完依赖的库之后，最好重启一下（比如装完boost，重启一下），因为装完boost没有重启，然后make all时能通过了。
此处make all和make test都通过了，但是make runtest会提示libboost_system未定义（实际上装的是中文的ubuntu，因而显示信息时未定义。但是开始没截图。现在成功了，没法截图了。只能找一个英文的信息贴这里。）：
undefined reference to `boost::system::generic_category()'
4.编译caffe：终端中输入如下命令：
cp Makefile.config.example Makefile.config
# Adjust Makefile.config (for example, if using Anaconda Python, or if cuDNN is desired)
make all
make test
make runtest
如果想用多线程编译，使用make all -j8，其中8为并行的线程数。
更新1：
1) 如果想在python和matlab中使用caffe，首先在Makefile.config中设置python和matlab的路径PYTHON_INCLUDE（64行）和MATLAB_DIR（59行），而后分别运行如下命令：
make pycaffe
make matcaffe
说明：(1) 对于python，官网推荐使用Anaconda。
(2) 为了在make pycaffe后，在python中能成功import caffe，需要将模块的路径添加到$PYTHONPATH中，命令如下：
export PYTHONPATH=/path/to/caffe/python:$PYTHONPATH
不能将caffe/python/caffe导入到$PYTHONPATH中。
(3)目前的caffe兼容matlab 2015a, 2014a/b, 2013a/b, and 2012b.
2) 使用如下命令创建一个distribute，可将所有的caffe头文件，编译后的库文件及二进制文件置于对应的文件夹内，方便将该distribute拷贝到其他电脑上面。使用该命令后，会在caffe根目录下创建一个distribute文件夹，里面包含bin、include、lib、proto、python等文件夹。
make distribute
更新2：
对于上面1)(2)中PYTHONPATH路径，实际上导入的是caffe/python路径，由于该文件夹内还有caffe文件夹，所以说不能导入caffe/python/caffe文件夹，比如可以导入：
export PYTHONPATH=/home/xxx/caffe-master/python:$PYTHONPATH
下面的导入则是错误的：
export PYTHONPATH=/home/xxx/caffe-master/python/caffe:$PYTHONPATH
或者干脆更省事的方法，直接打开.bashrc文件，位于/home/xxx/.bashrc，然后在最后添加上上面正确的语句。之后将终端定位到/home/xxx内，输入source .bashrc，使bashrc生效。再在终端中输入python后，输入import python就能成功。
最终编译完成后的截图：
ps：使用cmake编译（CMake version >= 2.8.7）：
首先定位到caffe文件夹内。之后：
mkdir build
cd build
cmake ..
make all
make install
make runtest
说明：使用cmake编译没成功。总是有问题。最终又回到了make编译。
5.将caffe的头文件拷贝到系统目录下：
sudo cp -a build/lib /usr
sudo cp –a include /usr
刚才很奇怪，用第二句就一直提示：
cp: 无法获取'–a' 的文件状态(stat): 没有那个文件或目录
cp: 略过目录'include'
之后第二句开始的include改成了绝对路径，就可以了。（关键的在另一台电脑上，第二句是可以用的）：
sudo cp -a /home/XXX/caffe-master/include /usr
6.遇到的问题：
1）fatal error: hdf5.h: 没有那个文件或目录”解决方法
在Makefile.config文件的第90行，添加/usr/include/hdf5/serial/ 到 INCLUDE_DIRS。
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial
在Makefile文件的第181行，把 hdf5_hl 和hdf5修改为hdf5_serial_hl 和 hdf5_serial。
LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_serial_hl hdf5_serial
2）/usr/local/cuda/bin/nvcc:命令未找到：
在Makefile.config的第28行内容从CUDA_DIR := /usr/local/cuda修改为（我这边nvcc所在位置为/usr/lib/nvidia-cuda-toolkit/bin/nvcc）：
CUDA_DIR := /usr/lib/nvidia-cuda-toolkit
3）error: ‘memcpy’ was not declared in this scope
return (char *) memcpy (__dest, __src, __n) + __n;
Makefile中409行，增加-D_FORCE_INLINES：
NVCCFLAGS += -D_FORCE_INLINES -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS)
4）直接使用make all，提示下面的内容。
网上说是protobuf 版本不一致。重新装了最新版的protobuf，然后用make all，还是会提示上面的内容。此时显示所有文件夹的话，实际上在caffe根目录下有.build_release的目录，里面就有caffe.pb.cc。
用make clean，提示权限不足（caffe放在了usr/local目录下），然后使用sudo make clean（如果是在home的路径下，应该不需要sudo的），成功清除了.build_release里面的文件。之后再make all，就不会有上面的提示了。