由于caffe实在是太难安装了，需要依赖的库太多，安装了一天都没安装好(每安一个库都能 遇到一堆问题)，最后选择在docker上安装，轻轻松松解决问题。

1.下载docker镜像

然后查看docker images里面会有下好的这个docker，复制image id (这里是47dee10d8ba0)

$ nvidia-docker run -it -v 挂载目录:挂载目录 --name your_name 47dee10d8ba0 /bin/bash

然后就进入docker了

2.测试mnist例子

进入/opt/caffe

docker带的caffe目录，不需要再编译

可以试验下这里的mnist例子。

下载mnist数据集到这个目录下

$ ./data/mnist/get_mnist.sh

转换格式，在examples/mnist生成了两个目录：mnist_test_lmdb和mnist_train_lmdb

$ ./examples/mnist/create_mnist.sh

在 /opt/caffe文件夹下运行

$ ./build/tools/caffe train --solver=examples/mnist/lenet_solver.prototxt

训练结果

成功！

3. tips

1.docker是个好东西，安装依赖包遇到一个又一个问题太要命了，不过安装过程让我对linux多些了解

2.安装好带caffe的docker，可以直接在pythom后import cafffe，但是在我从github上clone的caffe库里运行mnist的例子不行，还是得编译caffe，因为import各种包的时候位置不对，所以必须得进入docker自带的caffe文件夹里。

4. 后记(编译caffe)

以上步骤，可以使用标准的caffe了，但是caffe这个东西，和tensor