首先，恭喜你入了caffe的坑。
其次，给个建议，当你碰到各种莫名其妙的问题都是no answer之后，建议重装系统。
一、win10安裝Ubuntu 18.04
超详细！Win10（UEFI启动模式）安装Ubuntu18.04双系统
win10安装ubuntu18.04LTS双系统
windows10删除EFI分区(绝对安全)
如何删除EFI分区
注：如果之前设置的内存合适，可以直接原基础上重新安装，不用删除磁盘分区。
二、安装Nvidia显卡驱动教程
Ubuntu18.04安装Nvidia显卡驱动教程
0. 前期准备
禁用BIOS的secure boot，即disable它，如果不关闭，使用第三方源安装显卡驱动会安装后不能使用。
1. 禁用nouveau
- 创建文件(直接在终端输入以下命令)
sudo gedit /etc/modprobe.d/blacklist-nouveau.conf
- 在文件中插入以下内容，将nouveau加入黑名单，默认不开启
blacklist nouveau
options nouveau modeset=0
- 输入以下命令使禁用生效然后重启
sudo update-initramfs -u
sudo reboot
- 重启后验证
lsmod | grep nouveau
如果回车后无反应，则禁用成功
2. 安装显卡驱动
先完全卸载之前安装的显卡驱动：
ppa源文件卸载：
sudo apt-get remove --purge nvidia*
runfile源文件卸载:
sudo ./NVIDIA-Linux-x86_64-384.59.run --uninstall
ppa源驱动安装
查询电脑最适合的显卡驱动版本：
ubuntu-drivers devices
选择free recommended。如果遇到nvidia-driver版本与cuda版本匹配问题，也不一定选择free recommended，可以选择列出来的与cuda匹配的。
比如我的推荐的是nvidia-driver-440，但是我实际安装的是nvidia-driver-390。
用命令行安装显卡驱动
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
sudo apt-get install nvidia-driver-390 #此处数字要对应上面查询到的版本号
sudo apt-get install mesa-common-dev
注意： 如果前面没有禁用secure boot，则在安装过程中会提示设置一个密码，在重启时需要输入密码验证以禁用secure boot，重启后会出现蓝屏，这时候不能直接选择continue,而应该按下按键，选择Enroll MOK, 确认后在下一个选项中选择continue,接着输入安装驱动时设置的密码，开机。
安装完成后重启
sudo reboot
重启后在终端验证
nvidia-smi
如果出现上面安装的gpu列表，则安装成功。
三、 安装Cuda8.0+Cudnn5.1
Ubunt16.04快速安装 Cuda8.0 + Cudnn5.1 (Cuda9.0 + Cudnn7.1 )
Ubuntu 18.04 GT610 Cuda8.0 Caffe环境搭建
Ubuntu 20.04 CUDA&cuDNN安装方法
1. 安装cuda
下载cuda安装包
cuda安装包下载地址，我选择了CUDA Toolkit 8.0 GA2—Linux—x86_64—Ubuntu—16.04—deb(local)
百度云盘地址:来自Ubunt16.04快速安装 Cuda8.0 + Cudnn5.1 (Cuda9.0 + Cudnn7.1 )
https://pan.baidu.com/s/1jcRBY7DriOhoMmLZLPhBiw
命令行安装
sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.deb #这里休要根据下载的.deb文件相应改变
sudo apt-get update
sudo apt-get install cuda
在系统环境设置cuda路径
sudo gedit ~/.bashrc
在文件 ~/.bashrc 中追加以下内容：
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:/usr/local/cuda-8.0/extras/CUPTI/lib64:$LD_LIBRARY_PATH
export CUDA_HOME=/usr/local/cuda-8.0
export PATH=/usr/local/cuda-8.0/bin:$PATH
cuda卸载
- run文件安装时，用如下命令卸载
sudo /usr/local/cuda-8.0/bin/uninstall_cuda_8.0.pl
sudo rm -rf /usr/local/cuda-8.0 // 删除剩余的cudnn文件
- cuda/bin文件夹中不含有uninstall_cuda_8.0.pl，这时可以用另外一种方法卸载：
sudo apt-get remove cuda
sudo apt autoremove
sudo apt-get remove cuda*
cd /usr/local/
sudo rm -rf cuda-8.0
2. 安装cudnn
下载cudnn
cudnn下载地址(注册下载)
百度云盘地址：来自Ubunt16.04快速安装 Cuda8.0 + Cudnn5.1 (Cuda9.0 + Cudnn7.1 )
https://pan.baidu.com/s/1mL6E0UZsWhd__vnCF3AJoQ
解压
进入下载cudnn都文件目录下，终端输入：
sudo tar -xzvf cudnn-8.0-linux-x64-v5.1.tgz
将cudnn解压得到的文件分别拷贝到已经装好的Cuda中去
cd cuda/include
sudo cp *.h /usr/local/cuda/include/ #(注意这里是你自己的cuda的安装地址，复制*.h文件)
cd cuda/lib64
sudo cp libcudnn* /usr/local/cuda/lib64/
which nvcc #可以查看cuda安装路径
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
检查cuda和cudnn是否安装成功
nvcc -V
cat /usr/local/cuda/version.txt #查看cuda版本，cuda一般安装在 /usr/local/cuda/ 路径下
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2 # 查看cudnn版本
如果看到的版本与刚才安装的一致，则说明安装成功。
四、安装opencv3.4.0
1. 安装ffmpeg
git clone https://github.com/FFmpeg/FFmpeg.git
git checkout n3.4.5 // checkout到一个可以支持opencv3.4.0的任一版本
./configure --enable-shared // 需要编译成静态库
make
sudo make install
这里安装可能会出现一些简单的问题，google一下可以轻松解决。
2. 修改gcc和g++版本
Ubuntu18.04 修改gcc/g++版本
由于编译时可能因为gcc和g++版本问题导致编译失败，此时将gcc和g++版本修改为5版本。
3. 安装opencv3.4.0
进opencv官网(https://opencv.org/releases/)下载源代码。
解压
unzip opencv-3.4.0.zip
将解压的文件放在你想要安装的位置，进入文件里面，打开终端。
opencv3.4.0与cuda8.0不兼容，修改 /opencv-3.1.0/modules/cudalegacy/src/graphcuts.cpp中这一行，改成下面形式。
#if !defined (HAVE_CUDA) || defined (CUDA_DISABLER) || (CUDART_VERSION >= 8000)
接着安装opencv依赖
sudo apt-get install build-essential
sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev
sudo apt-get install build-essential cmake git libgtk2.0-dev pkg-config
sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev
sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev # 处理图像所需的包
sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev liblapacke-dev
sudo apt-get install libxvidcore-dev libx264-dev # 处理视频所需的包
sudo apt-get install libatlas-base-dev gfortran # 优化opencv功能
sudo apt-get install ffmpeg
可选包：
sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev
编译安装opencv
mkdir build
cd build
cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local ..
####如果报错nvcc fatal : Unsupported gpu architecture 'compute_20'，使用下面语句
#####cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local -D CUDA_GENERATION=Kepler ..
make -j12 #j后面数字代表cpu线程数，可用以下命令查看grep 'processor' /proc/cpuinfo | sort -u | wc -l
sudo make install #上面成功后再执行安装，有bug就google找解决方案吧
###安装完成后，可查看安装目录下是否生成了libopencv*.so等文件###
ls /usr/local/lib/libopencv*
查看opencv版本
pkg-config --modversion opencv
添加库路径
sudo gedit /etc/ld.so.conf.d/opencv.conf
在里面写入（注意如果安装目录更改的话，这里需要更改，是安装目录下的lib目录，可以添加前查看是否有此目录）
/usr/local/lib
然后配置环境变量
sudo gedit /etc/profile
添加内容
PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig
export PKG_CONFIG_PATH
这样就安装完成了，可以进行如下测试
cd /samples/cpp/example_cmake
cmake .
make
./opencv_example
[Ubuntu+opencv]Ubuntu18.04安装opencv3.4.3
开启摄像头并显示即正确。
4. 安装opencv_contrib(可选，此时我没安装)
Ubuntu 18.04 GT610 Cuda8.0 Caffe环境搭建
四、安装caffe
1. 安装依赖
sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler
sudo apt-get install --no-install-recommends libboost-all-dev
sudo apt-get install libopenblas-dev liblapack-dev libatlas-base-dev
sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev
sudo apt-get install git cmake build-essential
注意:如果有boost版本问题,可以编译安装boost1.68
2. 克隆源码
git clone https://github.com/BVLC/caffe.git
git clone https://github.com/MhLiao/TextBoxes_plusplus.git
此时如果速度过慢，可以使用码云https://gitee.com/提速。(提速教程google)
3. 修改Makefile.config
cd ~/caffe // 进入到Caffe源码目录
cp Makefile.config.example Makefile.config
gedit Makefile.config // 编辑Makefile.config文件
Makefile.config文件有很多选项配置，需要根据当前使用场景进行配置。我们只进行以下配置修改：
1. 应用OpenCV 3 版本
打开OPENCV_VERSION选项：
#OPENCV_VERSION := 3修改为
OPENCV_VERSION := 3
2. 应用Python接口
打开 WITH_PYTHON_LAYER选项：
#WITH_PYTHON_LAYER := 1修改为WITH_PYTHON_LAYER := 1
3.修改 INCLUDE_DIRS和LIBRARY_DIRS路径
为INCLUDE_DIRS和LIBRARY_DIRS添加路径：
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib
修改为：
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu /usr/lib/x86_64-linux-gnu/hdf5/serial
4. 去掉compute_20
找到CUDA_ARCH，将其中包含-gencode arch=compute_20的行删掉。
4. 修改Makefile
为NVCCFLAGS添加编译选项：
由：
NVCCFLAGS += -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS)
改为：
NVCCFLAGS += -D_FORCE_INLINES -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS)
修改LIBRARIES：
将：
LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_hl hdf5
改为：
LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_serial_hl hdf5_serial
如果编译报错
LD -o .build_release/lib/libcaffe.so.1.0.0-rc3
/usr/bin/ld: 找不到 -lboost_python
则将
PYTHON_LIBRARIES ?= boost_python python2.7//改为
PYTHON_LIBRARIES ?= boost_python27 python2.7
需要makefile.config和makefile文件可在评论区留下邮箱。
5. 安装caffe
sudo make all -j12 #make出错之后查找原因，需要sudo make clean再进行 sudo make all -j12
sudo make pycaffe
sudo make runtest -j12//可以加-j12选项，加速编译
6. 调用python接口
由于上面已经编译安装了pycaffe，接下来添加python路径，使其生效。
sudo gedit /etc/profile
#打开文件后，添加以下内容
export PYTHONPATH=/home/djw/TextBoxes_plusplus/python:$PYTHONPATH ###python的具体安装目录
source /etc/profile #使其生效
#测试
python
import caffe
7. 常见caffe踩坑记录
安装过程各种出错，google搜索failed的原因，不行的话再考虑google打开以下网页，Ctrl+F搜索查找相关问题吧。再不行重装系统，重装系统，重装系统。重装系统往往比你找编译bug这快更有效。
Ubuntu 18.04 GT610 Cuda8.0 Caffe环境搭建
【深度教程】Ubuntu16.04 安装环境配置 (CUDA+cuDNN+NCCL+OpenCV+Caffe)
caffe缺少NCCL库导致不能多GPU训练问题(改makefile版)
Ubuntu18.04 Caffe 安装步骤记录（超详尽）
Ubuntu 18.04 GT610 Cuda8.0 Caffe环境搭建
ubuntu下编译caffe
caffe安装--踩坑
ubuntu16.04+cuda8.0.44+cudnn5.1.5+caffe问题集
build_release/lib/libcaffe.so: undefined reference to cv::imread(cv::String const&, int)
CMake Error: The following variables are used in this project, but they are set to NOTFOUND.Please set them or make sure they are set and tested correctly in the CMake files:CUDA_nppi_LIBRARY (ADVANCED)