服务器上安装Anaconda、tensorflow、opencv吐血总结

1、Anaconda

首先安装anaconda。

什么是anaconda呢？参考于博客，

Anaconda是一个用于科学计算的Python发行版，支持 Linux, Mac, Windows系统，提供了包管理与环境管理的功能，可以很方便地解决多版本python并存、切换以及各种第三方包安装问题。Anaconda利用工具/命令conda来进行package和environment的管理，并且已经包含了Python和相关的配套工具。

这里先解释下conda、anaconda这些概念的差别。conda可以理解为一个工具，也是一个可执行命令，其核心功能是包管理与环境管理。包管理与pip的使用类似，环境管理则允许用户方便地安装不同版本的python并可以快速切换。Anaconda则是一个打包的集合，里面预装好了conda、某个版本的python、众多packages、科学计算工具等等，所以也称为Python的一种发行版。其实还有Miniconda，顾名思义，它只包含最基本的内容——python与conda，以及相关的必须依赖项，对于空间要求严格的用户，Miniconda是一种选择。

conda的设计理念——conda将几乎所有的工具、第三方包都当做package对待，甚至包括python和conda自身！因此，conda打破了包管理与环境管理的约束，能非常方便地安装各种版本python、各种package并方便地切换。

怎么安装呢？参考于博客，基本不会遇到什么问题，完美搞定。

2、Tensorflow

然后是安装tensorflow，这个直接按照官网教程即可。选择anaconda模式安装，并且选择了支持GPU模式。

但是在安装过程中遇到了一个小问题：

importerror libcudnn.so.6:cannot open shared object file failed to load the native tensorflow runtime python2.7.13

查了好多资料啊，找不到怎么解决啊，终于在一篇博客中找到，很明显，我装的是tensorflow1.3，而我的服务器上cudnn是5.1版本，真是心累，果断换了tensorflow1.2安装，果然没问题了。

3、OpenCv

最后安装opencv，嗯，各种问题啊！！崩溃啊！！

3.3 安装教程

看了各种安装教程，主要参考了一下几篇博客。

博客1
博客2
博客3
博客4

安装的是opencv2.4.9.

下面说下我的安装过程以及遇见的各种坑！！

1、首先安装各种依赖库，

sudo apt-get install build-essential cmake libgtk2.0-dev pkg-config python-dev python-numpy libavcodec-dev libavformat-dev libswscale-dev  

2、然后根据博客中说的，下载了opencv2.4.9的安装包，并解压。

3、在解压后的路径下创建release文件夹，并进入到改路径下。

mkdir release cd release

4、编译安装，cmake生成make文件，并执行make，sudo make install操作。

cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local ..

make

结果在make的时候出现问题：

cmake error at cuda_compile_generated_matrix_operations.cu.o.cmake:208

这里主要是因为cuda的关系，参考于博客，在cmake时添加了：

cmake -D CMAKE_BUILD_TYPE=bulid -D CMAKE_INSTALL_PREFIX=/usr/local -D CUDA_GENERATION=Kepler ..

问题得到解决。

再次make，又出现问题：

cmake error at cuda_compile_generated_NCVPyramid.cu.o.cmake:266

继续查，参考于博客1，博客2，

修改出错误的文件，NCVPixelOperations.hpp，将文件中所有的static全部删掉。

问题得到解决。

再次make，又又又出现问题：

‘NPPiGraphcutState’ has not been declared typedef NppStatus

好气啊，但还是要解决，参考于博客，

进入opencv-2.4.9/modules/cudalegacy/src/目录，修改graphcuts.cpp文件，将：

#include "precomp.hpp"#if !defined (HAVE_CUDA) || defined (CUDA_DISABLER)改为#include "precomp.hpp"#if !defined (HAVE_CUDA) || defined (CUDA_DISABLER) || (CUDART_VERSION >= 8000)

另外博客中也提到了这个问题：

看到这里，气的我想去重新安装opencv-2.4.13.

重新cmake，make，终于没问题了啊！！

5、测试

就是不行，又去各种查看安装步骤是否出错。

6、暂时还没找到问题所在，先放着，有别的事要做，待会再来解决这个东西，生气啊！！

7、想了想可能是Python配置opencv出现了问题，opencv应该是已经安装好了的，于是先测试一下。

参考于博客

在某个目录下建立一个test.cpp文件

#include <cv.h>#include <highgui.h>using namespace cv;int main(int argc, char* argv[]) {    std::cout<<CV_VERSION<<std::endl;    return 0;}

同目录,新建一个文件CMakeLists.txt,写入如下内容

project(test)  find_package(OpenCV REQUIRED)  add_executable(test test)  target_link_libraries(test ${OpenCV_LIBS})  cmake_minimum_required(VERSION 2.8)

编译成可执行文件

  cmake .  make

进入test.cpp目录中,键入

 ./test

如果能看到’2.4.9’，那就表示成功了。

8、所以说，不是安装的问题，是配置的问题。

仍然参考上一篇博客，

将opencv编译后的python库加入python路径中

你可以在python终端键入：

import sysprint sys.path

它将输出许多地址，然后将

/usr/local/lib/python2.7/site-packages/cv2.so

移动到以上任意一个目录下即可。

9、此时，打开Python，import cv2成功。

10、以上。

---