$ tar zvxf cudnn-7.0-linux-x64-v3.0-prod.tgz解壓後會有乙個cuda的資料夾。
2 安裝cudnn v3
$ sudo cp cudnn.h /usr/local/include
$ sudo cp libcudnn.so /usr/local/lib
$ sudo cp libcudnn.so.7.0 /usr/local/lib
$ sudo cp libcudnn.so.7.0.64 /usr/local/lib
3 鏈結cudnn的庫檔案
$ sudo ln -sf /usr/local/lib/libcudnn.so.7.0.64 /usr/local/lib/libcudnn.so.7.0
$ sudo ln -sf /usr/local/lib/libcudnn.so.7.0 /usr/local/lib/libcudnn.so
$ sudo ldconfig -v
4 切換到caffeine-master資料夾，注意：保證前面的所以caffe需要的依賴性已經安裝成功。
. 啟用cudnn，去掉"#「
use_cudnn := 1
5. 編譯caffe-master！！！"-j2"是使用cpu的多核進行編譯，可以極大地加速編譯的速度，建議使用。
$ make all -j2
$ make test -j2
$ make runtest -j2
編譯python和matlab用到的caffe檔案
$ make pycaffe -j8
$ make matcaffe -j8
6 .使用mnist資料集進行測試
caffe預設情況會安裝在$caffe_root，就是解壓到那個目錄，例如：$ home/username/caffe-master，所以下面的工作，預設已經切換到了該工作目錄。下面的工作主要是，用於測試caffe是否工作正常，不做詳細評估。具體設定請參考官網：
1. 資料預處理
$ sh data/mnist/get_mnist.sh
2. 重建lmdb檔案。caffe支援三種資料格式輸入網路，包括image(.jpg, .png等)，leveldb，lmdb，根據自己需要選擇不同輸入吧。
$ sh examples/mnist/create_mnist.sh
生成mnist-train-lmdb 和 mnist-train-lmdb資料夾，這裡包含了lmdb格式的資料集
3. 訓練mnist
$ sh examples/mnist/train_lenet.sh
至此，caffe安裝的所有步驟完結，下面是一組簡單的資料對比，實驗**於mnist資料集，主要是考察一下不同系統下cpu和gpu的效能。可以看到明顯的差別了，雖然mnist資料集很簡單，相信複雜得資料集，差別會更大，ubuntu+gpu是唯一的選擇了。
對比發現：測試平台1：i5-4590k/8g/gtx 760/cuda 7.0
mnist ubuntu 14.04 on gpu（cudnn）：42s
mnist ubuntu 14.04 on gpu：185s
cudnn的威力可見一斑！
注意：make的時候可能會出現未定義的引用，感覺是軟鏈結沒設好，重新鏈結下就ok。
react native上手體驗
目前放出來的是ios版本，後續還會放出android版本，在加上之前的reactjs，那乙份 搞定三個平台並非不可能，於是我也下了個react native來體驗一把。react native目前只放出了ios版本，那為了體驗，你必須有os x系統，並且安裝了xcode.另外官方推薦使用homebr...
git 上手體驗
一 本地庫的建立 1 安裝git，執行 git git bash 2 進行設定 引號不需要 git config global user.name your name git config global user.email email example.com 3 在本地預設路徑建立乙個本地庫 mk...
Amaze UI React框架快速體驗上手
amaze ui react amaze ui 是乙個移動優先的跨屏前端框架，而amaze ui react是用react進行封裝 移植 的版本。官網 安裝 npm install amazeui react 要想正確執行還需要一些babel外掛程式 npm install babel plugin...