在ubuntu 14.04上LIFT: Learned Invariant Feature Points 环境配置所踩过的坑流过的泪（2）

擦干眼泪，老子又是一条好汉，爬起来接着干。
看了一篇运行文章，准备装个Anaconda 接着干。
python2.7, theano-0.9.0, Lasagne (0.2.dev1), flufl.lock (2.4.1)， 剩下的numpy，scipy，parse，h5py版本没有要求。

1.安装Anaconda

2.创建一个虚拟环境名叫LIFT

3.按照配置要求在LIFT虚拟环境里装

4.装theano

1.本来以为装好了今天测试时出现
按照这个链接
https://stackoverflow.com/questions/44765376/valueerror-you-are-trying-to-use-the-old-gpu-back-end-when-importing-keras
2.
https://blog.csdn.net/shenqiongniujiahui/article/details/52488668
import theano时，会出现ERROR (theano.sandbox.cuda): Failed to compile cuda_ndarray.cu: 和WARNING (theano.sandbox.cuda): CUDA is installed, but device gpu is not available (error: cuda unavailable)错误，原因是libc的一个错误，需要设置nvcc.flags=-D_FORCE_INLINES；
显示没有cudnn
如果出现cudnn not available的错误，首先去NVIDIA官网下载cudnn的库，选择和已经安装的cuda的对应的generial 版本。解压后把里面的include和lib64分别copy到cuda的安装目录下的对应的目录里。然后修改thearc的配置， 在global里添加下列一项，强制theano开启cudnn支持。
optimizer_including=cudnn
加上之后还是显示None
https://blog.csdn.net/shenqiongniujiahui/article/details/52488668

配置一下配置文件
生成文件 sudo gedit ~/.theanorc（注意不要漏掉theano前面的一个点）并复制如下内容，然后保存，其中cuda一项的内容为cuda所安装的位置。

1. [global]
2. device=gpu
3. floatX=float32
4. root=/usr/local/cuda-8.0
5. optimizer_including=cudnn
6. [nvcc]
7. fastmath = True
8. [blas]
9. ldflags = -lopenblas
10. [cuda]
11. root = /usr/local/cuda-8.0
12. [nvcc]
13. flags=-D_FORCE_INLINES
14. [lib]
15. cnmem=0.5

5.安装opencv 3.2

https://blog.csdn.net/tsq292978891/article/details/80094873

6.测试

错误 ：
/usr/bin/ld: cannot find -lcudnn
collect2: error: ld returned 1 exit status

把theano 配置文件中device=gpu 改成device=cuda

还是有报错
还是再改回去 。
按照
LIFT: Learned Invariant Feature Points完整调试记录（四）测试程序
LIFT: Learned Invariant Feature Points 环境配置
进行测试
出现错误

显示显卡不匹配
其实ubuntu自带命令行版本安装工具ubuntu-drivers,终端输入:

1 ubuntu-drivers devices   # 查询所有ubuntu推荐的驱动

安装的驱动就是推荐的驱动

欲知后事如何，等我哭完下篇见分解。