由于采用的是Jetpack3.1刷机，所以tx2的环境是ubuntu16.04 + cuda8.0 + cudnnV6 + opencv2
一，caffe环境的配置
原始版本的caffe已经支持了cudnnV6，所以直接git下来的代码可以直接用，没有任何问题。
（网站上还说了ubuntu17.04可以直接 apt-get install caffe了）
所以，caffe配置是不存在问题的。
二，faster RCNN的配置
由于rbg的py-faster-rcnn的依赖的caffe版本比较老，不支持cudnnV5，编译肯定是不通过的。那就得改！
我使用了 beyond compare工具对比新版的caffe和faster-rcnn的caffe，发现只有cudnn开头的文件具有一点不一样，有几个函数的参数变化了。于是我照着新版的caffe来一步一步操作，改完编译就可以了。
解决办法:
将caffe/src/caffe/layer里的，所有以cudnn开头的文件，包括 .cu文件 .cpp文件 ，全部替换到faster-rcnn中。
将caffe/include/caffe/util/cudnn.hpp 替换faster-rcnn中同名文件。
将caffe/include/caffe/layers的，所有以cudnn开头的文件，.hpp文件全部替换到faster-rcnn中，简单粗暴。