本人是在VMware虚拟机ubuntu14.04下安装caffe，仅CPU模式， CUDA 版本为7.5。下载地址
特别注意CUDA7.5支持的Linux版本如图

在虚拟机下安装caffe的缺点就是不能使用主机的GPU，只能安装CPU only模式，与在双系统使用GPU安装区别在于不用安装CUDA的显卡驱动和相应的库，运行时需要将相应的设置改为CPU only而已！

下面的开始安装：
1·下载CUDA下载地址
下载caffe：全部下载
2·在终端下更新必要的环境：

sudo apt-get update #更新软件列表
sudo apt-get upgrade #更新软件   
sudo apt-get install build-essential #安装build essentials  
sudo apt-get install linux-headers-`uname -r`   #安装kernel headers

3·切换到CUDA下载目录执行，sudo sh cuda_7.5.18_linux.run会开始出现CUDA的提示，这里的英文要注意看，如果直接提示不支持你的系统版本的话后面的就别做了，吗，没什么提示就直接：
accept
下一步选n
下一步y
下一步y
一路enter到结束

安装结束更新必要的库路径

echo 'export PATH=/usr/local/cuda/bin:$PATH' >> ~/.bashrc
echo 'export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/lib' >> ~/.bashrc  
source ~/.bashrc 

sudo apt-get install -y libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev protobuf-compiler gfortran libjpeg62 libfreeimage-dev libatlas-base-dev git python-dev python-pip libgoogle-glog-dev libbz2-dev libxml2-dev libxslt-dev libffi-dev libssl-dev libgflags-dev liblmdb-dev python-yaml  
sudo easy_install pillow  

4·切换到caffe下载目录执行

cd caffe目录
cat python/requirements.txt | xargs -L 1 sudo pip install  #这里的requirements.txt里面是caffe需要的库目录，因此要下载很久，很久的等待就好

上一步下载玩caffe的requirements.txt之后就可以执行：

sudo ln -s /usr/include/python2.7/ /usr/local/include/python2.7  
sudo ln -s /usr/local/lib/python2.7/dist-packages/numpy/core/include/numpy/ /usr/local/include/python2.7/numpy  
#软连接是为了caffe调用python

5·修改makefile
caffe目录下的Makefile.config.example复制为Makefile.config

cp Makefile.config.example Makefile.config  
#下面修改Makefile.config
sudo vi Makefile.config
#去掉 # CPU_ONLY: = 1 的注释 （也就是去掉前面的#号）

继续修改其中PYTHON_INCLUDE项目：
把

/usr/lib/python2.7/dist-packages/numpy/core/include  

改为

/usr/local/lib/python2.7/dist-packages/numpy/core/include  

6·下面可以正式开始编译caffe：

make pycaffe &&make all&&make test  

中间没有什么error的话caffe就安装成功了。

7·测试caffe
7.1进入caffe/python目录测试

python #进入python
import caffe #不出错就是成功

7.2用官方的测试集测试：
编辑examples/mnist文件夹下的lenet_solver.prototxt文件，将solver_mode模式从GPU改为CPU

./examples/mnist/train_lenet.sh   #能够开始训练的话就成功了