经过几天的奋战终于配置好了如题所述的配置，现在把配置大体过程写下来供大家配置时参考（由于电脑硬件和系统的千差万别，实在不适合写详细的）
（一切不声明配置环境的配置教程都是耍流氓）
环境： Inter集显 + gtx1070独显
ubuntu14.04LTS(ubuntu系统，若两个显卡驱动同时存在会起冲突，貌似关掉什么lightdm可以解决，我就不折腾了，安装好n卡驱动后我就在BIOS中关掉集显只用独显)
cuda_8.0.61_375.26_linux.run cudnn-8.0-linux-x64-v5.1 opencv-3.0.0-rc1 NVIDIA-Linux-x86_64-367.44.run（注意！务必选和自己硬件环境相适应的软件版本，nvidia软件的兼容性实在不敢恭维。。比如，这里由于我是10系列的显卡，则必须用cuda8.0，不能用cuda7.5,不要问我怎么知道的，cudnn也是最好用v5,没试过v4）
参考博客：http://blog.csdn.net/baidu_32173921/article/details/53510764（我基本是按照这个博客来配置的）
http://blog.csdn.net/ai_smith/article/details/53000973
http://blog.csdn.net/samylee/article/details/50922601
一、配置caffe
然后先说一下大致的配置流程：1.装opencv3.0(因为先装cuda再装opencv会起冲突，所以先装它)，参照：http://www.cnblogs.com/zf-blog/p/6649612.html；
2.先安装cuda再安装nvidia驱动（先装驱动再安装cuda容易起冲突），一定要在命令行界面安装，参照这篇博客：http://blog.csdn.net/baidu_32173921/article/details/53510764（很详细），其中安装驱动时如下：
否则有可能陷入循环登录界面；之前是在集显开的环境下安装了ubuntu14.04，现在安装了n卡驱动，再登录时屏幕分辨率会有问题（Ubutntu貌似不支持双显卡驱动），所以我关掉了集显只用独显就好了。
安装之后一定要测试一下一下驱动和cuda有没有安装成功，网上有很多教程，nvidia-smi命令测试驱动，还有一个测试cuda的不记得了。。
3.安装cudnn,参考：http://blog.csdn.net/baidu_32173921/article/details/53510764
http://blog.csdn.net/ai_smith/article/details/53000973
http://blog.csdn.net/samylee/article/details/50922601
4.现在就是开始配置caffe了，先安装各种依赖项等等，这里注意一下python最好选用系统自带的，anaconda虽然集成了很多，但依然不足，而且容易与系统自带的Python起冲突，我建议用系统自带的Python,IDE可以下载jupyter notebook就行了，后面的步骤网上都有我就不说了，但要注意一下就是make runtest最好能通过，它能保证你的caffe是完好的；编译的过程中大家应该都会出各种各样的错误，我这儿就不说了，因为每个人硬件和软件环境的不同产生的问题都不一样，问题一样可能解决方法也不一样，建议百度，能FQ的尽量google,国外网上的解答质量真的非常高！配置好caffe后跑了一下Imagenet网络，速度真心快。。。
二、配置py-faster-rcnn
然后来配置py-faster-rcnn，参照：http://blog.csdn.net/samylee/article/details/51086153
这里注意一点就是，由于github上的caffe已经可以支持cudnnv5了，但py-faster-rcnn还不能支持cudnnv5,只能支持v4,所以在make all时会出错。解决方法是利用git merge将github上的caffe合并到py-faster-rcnn中的caffe中，具体可参照：http://blog.csdn.net/10km/article/details/62418583 ，这里使用git merge命令时可能会出现下面的问题：
那么就在主目录下执行：
名字可以自己改，其他形式不要改，然后再merge就行了，后面就按照上面博客http://blog.csdn.net/10km/article/details/62418583中的来就行了。然后再重新编译（make clean）一步一步来，最后在make runtest时会可能会出错，说找不到vision_caffe.hpp文件，鉴于它是test文件中的，可能是因为合并caffe版本时出了一点小问题，但我后来试了不影响，最后运行demo，如下（不贴图片了）：
ubuntu14.04 + cuda8.0 + cudnnv5 + caffe + py-faster-rcnn配置
原文：http://www.cnblogs.com/zf-blog/p/6701710.html