（Ubuntu+Tensorflow+CUDA8.0+cudnn，新鲜靠谱版）利用DL学梵高作画---实战记录和心得

作者：老宅

时间：2017年3月

硬件：Core i7-6700；16GB；Nvidia GeForce GTX1070；500G SSD （PS：搞DL的实战必须用好平台，这里就不多废话了）

平台：台式PC

软件：Linux 对应的GTX1070驱动；cuda8.0；cudnn 5.1；GPU支持的Tensorflow；Linux 14.04 LTS

这里首先要提一句，因为博主写这篇文章的时间是2017年的3月，至今为止，文中的部分连接已经失效，比如，Tensorflow的地址可以改为清华的镜像站：https://mirrors.tuna.tsinghua.edu.cn/tensorflow/linux/gpu/

前言——网上诸多“教程“的一些个人看法

首先，老宅的这次DL实践，借鉴的教程来自CSDN大神，七月在线的CEO——July在2016带领公司另外两位同事搞出来的，教程原址：

http://blog.csdn.net/v_july_v/article/details/52658965，原文叫做《教你从头到尾利用DL学梵高作画》。

前人栽树，后人乘凉。我的DL实践就是在这篇教程的指导下起步的，本文部分图片借鉴原图。

实验最后成功了，通过1000次迭代，确实，计算机学会了梵高的作画方式，后面会贴出作画的效果图。

在本文的最后，会讲一讲我对使用DL教计算机学习作画的一些理解和考虑日后所要做的一些改进，这个写在最后。

————————————————————分割线——————————————————————

再罗嗦一句：个人理解，Linux就是极客们搞出的一个怪胎，如果你是纯小白，那，，，做好心理准备吧，这次起步，我倒腾了好久好久。。。

再再罗嗦一句：一定要按本文的顺序来操作，谦虚、谨慎、客观、老实的操作。。。

再再再罗嗦一句：请认真的体会这句话——如果你想在技术的广度和深度上再上一个层面，良好的英语水平和高等数学的基础都是必选项。不认可？那么往下看！

一、软件下载和准备

操作系统：大企鹅Ubuntu14.04。

安装方式：U盘安装

准备方式：一个8G的空U盘，从ubuntu官网下载ubuntu14.04LTS版。

LTS理解为时 ，long time trusty，所以，本教程强烈推荐，

下载地址：http://www.ubuntu.com/download/alternative-downloads（下载地址，选择64位下载）

这里讲一句：必须用英文版，ubuntu确实有中文版，而且，可以在后面安装的过程中选在安装中文版，但是经本人实践发现：当你选择中文安装界面之后，在安装显卡驱动时，输入相应的命令，系统的反馈时菱形，具体原因这里不解释，借鉴教程的一句话：外来的和尚会念经

 

硬件驱动：Linux版GTX1070驱动

 

下载地址：http://www.geforce.cn/drivers

下图为笔者操作界面：

 

在出现的结果中，笔者使用的是367.44，如图

 

 

CUDA 8.0

只要是了解DL的人，肯定都知道CUDA8.0，所以

官网下载：https://developer.nvidia.com/cuda-toolkit

看图：

点击那个硕大的绿色的 DOWNLOAD，进入如下页面：

然后，页面下部——>依次点击：Linux，x86_64，Ubuntu，14.04，runfile(local)，然后，如下图：

点击Download(1.4GB)

后面就不用我多说了，你不可能是连下载都不会的超级小白。

 

 

cudnn准备

首先，心里准备：比之前麻烦一点点，因为他家网站让你注册，然后填写个什么问卷。

地址：https://developer.nvidia.com/cudnn

 点击进入后如下图：

先点击Register，然后是下面的页面：

点击Join now，然后进入下面页面：

然后，就是该填写信息了，这里笔者废句话：为啥他们要求13岁以上呢？

后面就是问答页面了，考验你英语基本读和理解能力的地方到了。所以，如前文所说，英语好一点在技术晋级时是必选项。

 

 

然后：重点来了：本文采用的Tensorflow是网络安装，pip install 方式。经笔者多次实践，诸多tensorflow的安装方式，比如bazel，比如anaconda，安装过程要么需要某种workspace，要么就是哪里设置不小心，导致安装位置不对等等，对于小白的你，使用pip install的方式最靠谱，也入手最快。

 

二、平台搭建

下面，是具体平台搭建过程：

首先，鸣谢百度经验上传者，以及百度经验的最初产品设计者和开发者。

U盘系统盘及安装教程：http://jingyan.baidu.com/article/eb9f7b6d8536a8869364e813.html

这里注意几点：

首先，笔者的台式PC使用华硕主板，该主板有一个UEFI模式，有兴趣的你可以深扒一下该模式的优势。

笔者的实践经验对比表明，UEFI模式比非UEFI模式更快启动安装状态，而且安装时不使用系统自带显卡驱动。

第二：切记！！！使用 英文安装。

第三：安装时的具体分区操作请自行百度。

 

驱动需要在字符界面下安装

步骤：

（1）进入Ubuntu图形界面

（2）插入U盘，将内容拷贝至Desktop文件下

（3）点击左上角，输入terminal，如下图

（4） 将命令框图标拖动到左边栏里或者桌面，以便使用。

（5） 点击Terminal，然后

输入：sudo -i

输入 :开机密码 ，回车

输入  sudo apt-get install vim

          sudo vi /etc/default/grub

（这里的输入，注意必要的空格）

（6） 此时系统会进入一个文本页面（这就是传说中的Vim）。

           在第20行前后会出现

           GRUB_CMDLINE_LINUX_DEFAULT="quiet splash"。

           将光标移动到这个命令最前端，

           然后键盘点击Esc键，再点击y键两次，点一下p键。

           就会将本条指令复制一个放到下一行。然后点击i键，就能进行编辑了，

           在本行命令前面添加#号，然后移动到复制出来的那条，

           修改quiet splash为text，按Esc键。

           Shift +：,输入wq，回车。

      此时会调回命令框界面，

      输入sudo update-grub，回车

      输入sudo reboot，回车。

      随后，系统重启，如果你在安装Ubuntu时，计算机原有一个其他系统，那么重启后首先会遇到一个选择界面，

      这时选择*Ubuntu，即可进入系统，由于之前的操作，本次登录Ubuntu是文字界面。

      重启后进入字符界面，

      按照提示输入你的用户名，回车

      输入密码，回车

    输入sudo  -i，回车

    输入密码，回车

    此时，需要使用linux的cd命令，这时需要输入下面命令：

    cd /home/[输入到这里时，可点击Tab键，系统会自动匹配]/Desktop/   回车   （注意：Desktop后面的 / 符号，务必要输入）

    这时输入 ls

    会显示刚才拷贝到桌面上的三个文件名称

    然后，输入

     chmod +x NVIDIA-LIN…（这个按Tab键自动匹配） 回车

     再次输入

     ./NV...（这个按Tab键自动匹配） 回车

刚才的操作如下图：

按回车键后出现

…………………………………………………………………………………………………………………………………………………………………………………………………………………………….

说明开始安装

 

期间会出现数次让你选择的字样，你们看，每次操作请各位仔细看，这里老宅不再多说，只要英语水平够，操作不是问题，基本都是左右方向键+回车。

 

 

下面，以同样操作安装CUDA8.0，在完成了

chmod +x cuda[此时点击Tab键] 回车

./cuda[此时点击Tab键] 回车

之后，系统会先有一段长长的协议，阅读这段协议，需要你按住空格键，系统的提示文字会自动滚屏，直到出现

如下图字样：accept/decline/quit:

此时输入：accept 回车

根据系统提示，并不是一路需要输入y，而是如下图，第一个需要输入

n 回车

这里需要注意其中一个地方需要填写N才行，不能写Y。如图

其余操作如图

然后回车等待就行

 

顺利的话，等待可能不到一分钟就可完成安装。

这时，需要输入

sudo vi /etc/default/grub

出现文本界面，也就是刚才修改quiet splash 为text的地方

如前所示，以相反的操作。

点击 i键

将带有quiet splash那行代码前面的 # 删掉

将刚才复制出来的，修改成带有text的哪行代码前，加 #

然后，点击Esc键，

点击Shift + :   回车

输入 wq 回车

此时，再次输入 sudo update-grub 回车

sudo reboot 回车

等待系统重启

 

下面是将桌面上的cudnn安装进Ubuntu

在系统重新启动后，点击Terminal

输入sudo -i 回车

输入登录密码 回车

输入

cd  /home/***(自己的用户名)/Desktop/  回车

输入

tar xvzf cudnn-8.0-linux-x64-v5.1-ga.tgz 回车

sudo cp cuda/include/cudnn.h  /usr/local/cuda/include 回车

sudo cp cuda/lib64/libcudnn*  /usr/local/cuda/lib64 回车

sudo chmod a+r /usr/local/cuda/include/cudnn.h/  usr/local/cuda/lib64/libcudnn*  回车

 

至此，前期准备工作都已完成。

下面，输入如下命令：

sudoapt-get install python-pip python-dev Python-scipy Python-numpy Git

 

由于使用Bazel等等其他工具安装Tensorflow总是要事先配置各种各样的环境，博主作为一个懒人，在认真看了Tensorflow的安装提示后，总结了一种安装方法，请务必按照下文的顺序输入代码并及时回车！

 

首先，输入

python --version 回车

然后，输入如下（看清，不要错）：

sudo pip install https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow_gpu-1.0.1-cp27-none-linux_x86_64.whl   回车

接下来的等待时间就看你的网速了。。。。。。

待安装完成后，可以测试一下tensorflow是否能够正常使用

测试方法如下：

输入

python  回车

观察一下系统反馈，一般不会出错。如果有error字样，可跟贴本博客，博主会为你解答。

输入如下代码：

import tensorflow as tf  回车

此时，如果安装没有问题，这里有句名言：没有答案就是最好的情况

系统会出现‘>>>’的显示，说明一切正常，效果如下图

说明安装成功，一切正常。

但是，博主曾碰到过这样的问题，如下图：

再然后，操作如下：

在Terminal中输入

sudo vim ~/.bashrc  回车

输入（先点击按键i）

export  LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64"   回车

export  CUDA_HOME=/usr/local/cuda  回车

然后，按Esc，

然后，Shift + : ，

输入 wq 回车

在输入  source ~/.bashrc  回车

问题彻底解决。

全部安装过程就到这里了。下面是教计算机学梵高作画的过程：

三、实验：模仿梵高绘画

1.neural-style下载
在这个github网站下载相应代码：https://github.com/anishathalye/neural-style

2.接下来，下载vgg19：
http://www.vlfeat.org/matconvnet/models/beta16/imagenet-vgg-verydeep-19.mat

然后，把vgg放到neural-style的文件夹根目录下

现在，在命令窗口cd  /home/***(你自己的用户名)/Desktop/

   git clone  https://github.com/anishathalye/neural-style.git 

接着你就能在桌面打开这个文件夹了

把你想修改的照片放入example文件夹内，然后在刚才的窗口命令接着输入：

python  neural_style.py   --content  ./examples/***.jpg (此括号内不要复制：***代表你想要使用的图片名称)   --styles  ./examples/ 1-style.jpg (此括号内不要复制：1-style.jpg是梵高星空图片在文件夹内名称，你也可以换其他的风格，改名称就行了) --output  ./examples/$$$.jpg (此括号内不要复制：$$$代表你想要生成的图片名称)

例如我的输入如下python neural_style.py --content  ./examples/1-content.jpg  --styles ./examples/1-style.jpg --output./examples/1-output.jpg

接下来，时博主的实验效果

在计算机学到梵高作品星空的风格之后，让计算机对指定图片进行梵高式处理，在迭代1000次候，计算机成了梵高的徒弟，不过，是个特别实诚的“傻徒弟”，具体原因，先看下面对比图：

首先，是让计算机学习的《星空》

 

然后，是计算机学习之后要修改的我个人的摄影作品《火炬》

最后，迭代1000次候，得到了下面这幅“画作”

 

————————————分割线——————————————

下面是博主对于这次练习的几点体会，也许对于小白的你会有一定的帮助：

1.使用Linux，相比用惯了windows的你来说，上手是需要一定的开发经验的，如果不是抱着对专业学习极大的热爱之情在学习，相信你很快就会对Linux失去兴趣，博主在调试Ubuntu时，翻阅了大量的网上相关“教程”，发现很多敢于吃螃蟹的第一人在初尝整套配置时，有的竟前后折腾了一周之久，来来回回反复安装、调试、测试。。。。。。，相信，初尝Linux的你的世界观一定会在Linux的影响下有所改变。。。。

2.经博主测试，本次“作画”所使用的content文件，即，你需要改变的图片的体积，是对计算机显存有一定要求的，楼主第一次放入的照片体积大于1.0MB，计算机刚刚开始计算及发生了内存溢出。博主完成测试用的图片是经压缩后，体积下降到了100+KB。

3.为什么说计算机是个特别实诚的“傻徒弟”？仔细对比上面三幅图就会直到，《星空》的主色调时蓝色，画面中带有光晕的星星时金黄色，也就是说，虽然历史上传言梵高精神存在问题，他看到的世界与常人不同，但，至少他看到的世界在他眼中的颜色是正常的，即，他在《星空》中描绘的画面，普通人看来，颜色也是正常的。也就是说，如果让梵高本人观察和重画我们要修改的这幅《火炬》，我相信梵高应该采用的描绘《火炬》的主色调应该是红色，而不是蓝色，也就是说，如果计算机是一个“聪明”的徒弟，它看到这幅《火炬》，会按照梵高的绘画方式而不是用色方式，来重画这幅画。从专业角度讲，即：计算机使用这里我们做实验用的DL算法进行学习的时候，不仅学会了《星空》的纹理特征，也学会了《星空》的颜色特征，因此，才出现了带有《星空》的颜色特征的《火炬》。所以，博主认为，这里实验用的DL算法，还有极大的改进空间，具体的修改方法，楼主将在以后的博文中做讲解。

 

完。

PPPS：有问题的，可以跟贴问老宅。