本人迷信AMD战未来，于去年毕业后，购买AMD RX480，但是caffe下的GPU加速默认针对n卡，需要安装cuda。至此要么换卡，要么使用opencl版的caffe。想了想，也许rx480以后可以在深度学习领域战未来呢？于是乎，走上了安装opencl-caffe的不归路。
简要安装指南：
一、安装纯净Ubuntu16.04.2系统
这是首先要做的事情，本人使用了win10+ubuntu16.04.2双系统，为的就是发挥cpu和gpu的所有性能，一波三折，不再赘述。
二、安装amd显卡驱动
显卡型号为AMD RX480，驱动amdgpu-pro-16.60-379184.tar.xz，官网下载即可。
三、安装OpenCL
AMD-APP-SDKInstaller-v3.0.130.136-GA-linux64.tar.bz2
依旧是在AMD官网下载，最后会有一个waiting，时间较长（本来以为是安装失败，结果看youtube视频，跟我最后安装的结果一样，才恍然大悟....）
四、下载caffe
Git clone --recursive https://github.com/BVLC/caffe.git
git checkout opencl
mkdir build
cd build
cmake ..
cmake .. 时，会遇到很多没有安装的库，依据错误信息，依次安装，其中有个比较麻烦ViennaCL，这个库安装较为麻烦。 三个问题
（1）会说OPENCL_INCLUDE_DIRS和OPENCL_LIBRARIES找不到，此时要指定这两个文件夹的路径
cmake -DOPENCL_INCLUDE_DIRS=/opt/AMDAPPSDK-3.0/include/ -DOPENCL_LIBRARIES=/opt/AMDAPPSDK-3.0/lib/x86_64/libOpenCL.so ..
（2）opencl库文件的链接错误
AMDAPPSDK-3.0安装成功后：
/opt/AMDAPPSDK-3.0/lib/x86_64/libOpenCL.so链接有问题，需要手动和/opt/AMDAPPSDK-3.0/lib/x86_64/sdk/libOpenCL.so建立链接
ln -s /opt/AMDAPPSDK-3.0/lib/x86_64/libOpenCL.so /opt/AMDAPPSDK-3.0/lib/x86_64/sdk/libOpenCL.so
（3）
make
make install(需要，后面编译caffe要用到)
五、编译Caffe OpenCL
在build文件夹中，紧接着cmake ..
make
大功告成
六、测试
测试艺术迁移
https://github.com/fzliu/style-transfer.git
使用方法可以百度，测试自带例子，使用gpu，20分钟左右，使用cpu4个小时左右。
注意：艺术迁移可以使用gpu，但是很多github上的例子都是使用cuda写的，因此还是有很多问题出现。再就是tensorflow到目前为止，官方还没有支持opencl，虽然可以在github上下载到其他cl版本的tensorflow，问题较多，不稳定。建议想高效学习深度学习的朋友，直接买n卡。
——————————————
补：还有clBLAS的安装
Ubuntu 15.04 下Caffe + + CUDA 7.0 安装配置指南
Ubuntu 16.04下Matlab2014a+Anaconda2+OpenCV3.1+Caffe安装
Ubuntu 16.04系统下CUDA7.5配置Caffe教程
Caffe + Ubuntu 14.04 64bit + CUDA 6.5 配置说明
Caffe配置简明教程 ( Ubuntu 14.04 / CUDA 7.5 / cuDNN 5.1 / OpenCV 3.1 )