深度学习环境安装和设置

这两天安装和设置深度学习环境走了些弯路，主要原因在自己这里，记录一下，希望对后来者有帮助。网上很多配置教程可供参考，可自行百度，能谷歌更好。我这里主要提供官方的下载地址、安装教程和我自己遇到的问题以及解决方法。

• Ubuntu 16.04安装好后不要急于开始安装其它软件，要先等系统更新完成。一是因为安装CUDA的时候会报错，二是系统更新会造成显卡驱动和CUDA失效。只能卸载重装。

• 一定要从官方下载程序和源码。我从百度网盘下的CUDA8.0应该不是最新版本，在系统更新前，NVIDIA_CUDA-8.0_Samples能成功编译安装。但是在系统更新后失效，必须重新编译安装CUDA，然而再也编译不过去了。因为之前编译成功过，于是就在网上反复查寻编译通不过的原因，这块浪费了最多的时间。后来从Nvidia官网下载最新版本，编译顺利通过。

  下载GTX1080Ti驱动安装包NVIDIA-Linux-x86_64-381.22.run, 官方安装教程

  下载CUDA安装包cuda_8.0.61_375.26_linux.run, 官方安装教程

  下载cuDNN v6.0压缩文件cudnn-8.0-linux-x64-v6.0-tgz, 官方安装教程

这里的坑主要是Ubuntu 16.04.2的gcc和g++版本是5.4.0，而CUDA限定gcc和g++的版本要小于5.3，因此安装CUDA会报错，编译NVIDIA_CUDA-8.0_Samples会通不过。解决方法如下：

1. 安装CUDA的时候加参数–override。

   sh cuda_8.0.44_linux.run –override

2. 在编译NVIDIA_CUDA-8.0_Samples前，修改host_config.h文件。

   cd /usr/local/cuda-8.0/include
   sudo cp host_config.h host_config.h.bak
   sudo gedit host_config.h

3. 找到文件第117&118行，如下所示：

   if GNUC > 5
   error – unsupported GNU version! gcc versions later than 5 are not supported!

4. 将5改成6。

   if GNUC > 6
   error – unsupported GNU version! gcc versions later than 6 are not supported!

这个方法的好处是无需降gcc/g++版本到4.9，也无需编译安装gcc 5.3，简单方便，实测能成功安装。

cuDNN我没按照官方教程操作，而是参照了博客Ubuntu 16.04 CUDA 8 cuDNN 5.1安装介绍的方法。

---

安装pip。Ubuntu自带Python2.7和pythonp3.5，但是都没有带pip，直接用sudo apt-get python-pip安装不是最新版本，而且无法升级。可用sudo python2 get-pip.py和sudo python3 get-pip.py安装最新版。日常使用中，pip2管理python2.7安装包，pip3管理python3.5安装包。

Opencv3.2官方安装教程，教程里包括源码下载。
在CUDA正确安装的情况下OpenCV的安装非常顺利，不再赘述。

Caffe官方安装教程. Caffe与CUDA 8.0和cuDNN 6.0的适配非常好，按照教程安装非常顺利。只是在执行make pycaffe编译时报错fatal error: numpy/arrayobject.h: No such file or directory...compilation terminated。解决方法是如下编辑Makefile.config第68行，然后重新编译即可。

PYTHON_INCLUDE := /usr/include/python2.7 \
/usr/local/lib/python2.7/dist-packages/numpy/core/include

在安装的过程中如果发现依赖库缺失，可以利用apt-file来解决。详见博客Ubuntu使用apt-file解决库或者文件缺失依赖。