使用Pycharm遇到的一些问题及解决办法

1. 在终端可以import caffe但是在pycharm中No module named caffe

解决：

• 方法一
  在要运行的文件最上面加上

import sys
sys.path.insert(1,'/your/path/to/caffe/python')
import caffe

这个方法虽然可行，但是每次都要手动加，不推荐。

• 方法二（推荐）
  进入PyCharm软件目录中(pycharm*/bin)，用文本方式打开pycharm.sh，在最后加上

export PYTHONPATH=/your/path/to/caffe:$PYTHONPATH

即可。然后从命令行启动：pycharm-community

2. 系统已经配置好cuda但是在pycharm中找不到 libcudart.so.8

解决：

• 方法一
  找到pycharm的安装文件，在pycharm.sh文件中找到LD_LIBRARY_PATH，添加环境变量：'/usr/local/cuda/lib64'。重新启动pycharm，就运行正常了。

我的pycharm版本是2017年的，尝试了这种方法发现pycharm.sh文件中并没有LD_LIBRARY_PATH，自己添加路径后也没有解决问题，因此尝试方法二。

• 方法二（推荐）
  在pycharm的菜单Run–Debug Configuration里，对应的Script下添加Envrionment Variables：
  Name: LD_LIBRARY_PATH
  Value: /usr/local/cuda-8.0/lib64/（此处应为对应的CUDA目录）

添加完毕后即可正常运行。

3. Python import同级目录报错

pycharm的py文件import在同一目录下的另一py文件，import出错。

解决：pycharm不会将当前文件目录自动加入自己的sourse_path。

• 将当前工作的文件夹加入 source content root
  如图，右键点击工程目录，mark_directory as–>Sources Root，将当前工作的文件夹加入source_path。
  

• 然后确保source root路径已加入 PYTHONPATH。
  如图，点击菜单 File–Settings，搜索Python Console项，在右侧找到“Add source roots to PYTHONPATH”选项并打钩。
  

• 成功import模块

4. pycharm使用ipython，在ipynb文件中import同目录下的py文件，发生 Import error 错误

目前暂时没有解决

5. OpenCV在Python上的调用( import cv2的解决办法)

解决：输入命令，

pip install opencv-python

即可。

6. Import cv2 ImportError:DLL load failed:找不到指定模块

解决：

• 首先保证有Visual C++ Redistributable for Visual Studio 2015，如果没有可以去官网下载：
  https://www.microsoft.com/en-us/download/details.aspx?id=48145。

• 将python3.dll复制到Anaconda3目录中，具体操作为：
  前面已经通过命令行安装了opencv-python，因此在Anaconda3目录下查找python3.dll，找到后复制到Anaconda3根目录下。

7. 使用TensorBoard时报错：’tensorboard’不是内部或外部命令，也不是可运行的程序或批处理文件。

在使用tensorflow的时候，有其提供的tensorboard可视化的工具对于参数进行可视化是很方便的事情，安装了tensorflow后，不一定能直接使用tensorboard。
在cmd控制台中输入tensorboard –logdir ./test 结果报错如下：’tensorboard’不是内部或外部命令，也不是可运行的程序或批处理文件。
针对这个问题，网上也给出了一些解决方案：
http://blog.csdn.net/u014497625/article/details/76549219
http://blog.csdn.net/u011501388/article/details/76776562
主要就是把tensorboard的路径加上。首先利用命令pip show tensorflow-gpu找到 tensorflow的安装路径（如果安装的是不支持gpu的tensorflow，则命令是：pip show tensorflow）。
解决：但是在自己的电脑上发现有些不一样：1，tensorboard文件夹不在tensorflow文件下面，两个文件夹是平级结构，都在site-packages文件夹下 ；2， tensorboard文件下的的文件是main.py不是tensorboard.py 。

python E:\Anaconda3\Lib\site-packages\tensorboard/main.py --logdir=kitti20180208T1122-1

8. 使用TensorBoard查看训练进程

执行训练代码，会在“当前路径/logs”目录下生成一个events.out.tfevents.{time}.{machine-name}的文件。在当前目录新建“observe_train.bat”，里面输入。
tensorboard –logdir=logs

执行上述bat文件，打开浏览器，输入地址：http://localhost:6006，就可以查看训练过程中的各种图形。