1. 安装NVIDIA驱动
下载NVIDIA-Linux-x86_64-375.66.run，见官网，下载满足自己系统以及cuda8.0所要求的驱动版本。
（1）将旧的nvidia驱动卸掉，一般新系统一般不存在nvidia驱动，但是执行一下：
sudo apt-get purge nvidia*
（2）然后卸掉ubuntu自带的nouveau nvidia驱动，打开.conf文件，若没有此文件，便自己创建一个。
sudo gedit /etc/modprobe.d/blacklist-nouveau.conf
将下述代码复制进去
blacklist nouveau
options nouveau modeset=0
（3）保存，更新一下
sudo update-initramfs -u
（4）重启系统，看下nouveau是否被干掉
lsmod | grep nouveau
如果没有了很好，按Ctrl+Alt+F1进入tty1界面，使用用户名跟密码登陆进去，做如下操作：
（1）关闭图形界面
sudo service lightdm stop
（2）修改驱动文件权限
sudo chmod 777 NVIDIA-Linux-x86_64-375.66.run
or
sudo chmod a+x NVIDIA-Linux-x86_64-375.66.run
（3）安装驱动，括号里的可要可不要
sudo ./NVIDIA-Linux-x86_64-375.66.run （-no-opengl-files）
（4）重启图形界面
sudo service lightdm start
（5）可以使用nvidia-smi来检测驱动是否装好
2. 安装cuda8.0以及cudnn5.1
cuda8.0
去官网上下载对应16.04的runfile(local)，注意：一般主页显示的是最新版的，可以拉到页面上有个Legacy release 点击可以看到之前的版本。
下载完，执行：
sudo sh cuda_8.0.61_375.26_linux.run
启动安装程序，一直按空格到最后，输入accept接受条款
- 输入n不安装nvidia图像驱动，之前已经安装过了
- 输入y安装cuda 8.0工具，回车确认cuda默认安装路径：/usr/local/cuda-8.0
- 输入y用sudo权限运行安装，输入密码
- 输入y安装指向/usr/local/cuda的符号链接
- 输入y安装CUDA 8.0 Samples，以便后面测试
- 回车确认CUDA 8.0 Samples默认安装路径，该安装路径测试完可以删除
cudnn5.1
去官网下载相应的cudnn的包，然后解压产生一个cuda目录，进入此目录
cd cuda/include/
sudo cp cudnn.h /usr/local/cuda/include/ #复制头文件
cd ../lib64 #打开lib64目录
sudo cp lib* /usr/local/cuda/lib64/ #复制库文件
接着建立软连接：
cd /usr/local/cuda/lib64/
sudo rm -rf libcudnn.so libcudnn.so.5
sudo ln -s libcudnn.so.5.1.5 libcudnn.so.5
sudo ln -s libcudnn.so.5 libcudnn.so
配置环境变量：
sudo gedit /etc/profile
在末尾处添加:
export PATH=/usr/local/cuda-8.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH
接着创建链接文件:
sudo gedit /etc/ld.so.conf.d/cuda.conf
增加下面一行:
/usr/local/cuda/lib64
保存后在终端输入:
sudo ldconfig #使链接生效
测试
切换到CUDA 8.0 Samples默认安装路径(即在NVIDIA_CUDA-8.0_Samples目录下)，终端输入
sudo make all -j12
完成后继续向终端输入
cd bin/x86_64/linux/release
./deviceQuery
出现如下画面则成功
3. 安装opencv3.2
（1）更新apt-get(最好更新一下。否则有可能失败)
sudo apt-get update
sudo apt-get upgrade
（2）安装依赖（有些可能之前已经装过）
sudo apt-get -y install libopencv-dev build-essential cmake git libgtk2.0-dev pkg-config python-dev python-numpy libdc1394-22 libdc1394-22-dev libjpeg-dev libpng12-dev libjasper-dev libavcodec-dev libavformat-dev libswscale-dev libgstreamer0.10-dev libgstreamer-plugins-base0.10-dev libv4l-dev libtbb-dev libqt4-dev libfaac-dev libmp3lame-dev libopencore-amrnb-dev libopencore-amrwb-dev libtheora-dev libvorbis-dev libxvidcore-dev x264 v4l-utils unzip
sudo apt-get -y install libopencv-dev build-essential cmake git libgtk2.0-dev pkg-config python-dev python-numpy libdc1394-22 libdc1394-22-dev libjpeg-dev libpng12-dev libjasper-dev libavcodec-dev libavformat-dev libswscale-dev libgstreamer0.10-dev libgstreamer-plugins-base0.10-dev libv4l-dev libtbb-dev libqt4-dev libfaac-dev libmp3lame-dev libopencore-amrnb-dev libopencore-amrwb-dev libtheora-dev libvorbis-dev libxvidcore-dev x264 v4l-utils unzip --fix-missing
（3）下载并解压opencv安装包（建议直接手动下载，速度会快一些）
wget https://github.com/Itseez/opencv/archive/3.2.0.zip
unzip opencv-3.2.0.zip
（4）编译
cd opencv-3.2.0
mkdir build
cd build
cmake ..
在cmake下载过程中可能会出现 ICV:DOWNLONDINGippicv_linux_20151201.tgz但是一直下载不下来，自己可以手动下载ippicv_linux_20151201.tgz并粘贴（替换）到目录opencv-3.2.0/3rdparty/ippicv/downloads/linux-808b791a6eac9ed78d32a7666804320e/， 然后重新执行上述步骤。
（5）安装
make -j10
sudo make install
（6）把链接写入配置文件
sudo /bin/bash -c 'echo "/usr/local/lib" > /etc/ld.so.conf.d/opencv.conf'
sudo ldconfig
sudo apt-get update
（7）测试是否安装成功
python
>>> import cv2
>>> cv2.__version__
'3.2.0'
>>>