fastai深度学习实战课程（2018版）笔记（1）——fastai安装（ubuntu16.04）

Fast AI的课程，秉承了自上而下的教学理念，大体而言，就是先展示深度学习解决实际问题的示例，提起刚接触者的兴趣和信心，然后逐步深入，揭示深度学习的底层理论。其所采用的框架是构建在Pytorch基础上的一套API。课程的教授者是Kaggle竞赛的资深选手，课程中不乏各种trick，而且课程内容紧跟技术前沿，不少新论文中的技巧都会在课程中得到实现和验证。

该课程分上下两部分，共14节课，每节课时长2小时。教授者建议利用14周完成课程，每周除了课时外，附加投入10小时完成各种练习。这个系列的博客，将花费1~2个月，记录Fast AI深度学习课程的学习心得。下面是Fast AI的官方网站：http://www.fast.ai。课程视频位于Youtube上，请自备梯子。在B站上面也有，都是英文字幕，中文字幕的只有youtube上的自动翻译，翻的很烂，还不如看英语。
B站链接（第一部分）：https://www.bilibili.com/video/av18904696?from=search&seid=10542808614844045642
（第二部分）：https://www.bilibili.com/video/av23172110?from=search&seid=10542808614844045642

相关环境搭建的必要准备：

两个选择：

1. 云服务器：
   Fast AI课程着重推荐了一个GPU云服务器提供商PaperSpace，若选择上述云服务器，请忽略下述内容，并按课程指导进行环境配置。
2. 买不起云服务器（比如我）：
   一个装有显卡的机器——显卡当然越高级越好。
   一个好的网络——环境配置中将下载Cuda、Pytorch等软件包，还有课程数据。林林总总，共需要下载几个G的东西。不要让网络问题成为入坑的第一个障碍，我用的是ubuntu16.04系统，所以下面的是ubuntu系统中的安装。
   windows安装教程：传送门

开始安装

贴出FAST AI官方git：github主页
但主页上的安装是1.0版本的，上面也说了，如果是用于教学视频只需要fastai 0.7版本的即可。
0.7版本官方安装说明
大部分问题解决方案上面都有。

安装教程：链接
我就懒得写了，这个写的挺好的，我就是按照他的安装方法安装的。
但出了点小问题
最后一步测试

import sys
sys.path.append('home/zzz/fastai-master/old')  #注意这里添加的是fastai的git包中的old文件夹路径，这个才对应的是fastai0.7
from fastai.conv_learner import *

这句代码：sys.path.append(‘home/zzz/fastai-master/old’)
是在添加Python的搜索路径，这个路径要根据自己的改，就是那个old文件夹的路径。
只需要把fastai中的old文件夹拖入终端就可以。
然后还是发生了如下错误：

ImportError: /opt/ros/kinetic/lib/python2.7/dist-packages/cv2.so: undefined symbol: PyCObject_Type

是因为我的ubuntu系统中本身就安装了ros系统，这是因为安装ros的时候，ROS添加/opt/ros/kinetic/lib/python2.7/dist-packages到python路径引起的。

在使用fastai时候，Python是会调用opencv的。
而Python调用opencv的原理是：opencv编译出共享库文件，python把这个共享库文件作为一个模块加载并使用。通俗点就是，编译opencv的时候开启python接口选项，编译好了会产生cv2.so(linux下）或者cv2.pyd(windows下）这个共享库文件，python代码中import这个cv2就可以用了。为了能正确import它，往往需要把cv2.so放在python找包能找到的路径下，或者修改PYTHONPATH环境变量让它包含cv2.so所在路径。

解决办法

打开home文件夹，按Ctrl+H会显示隐藏文件夹。里面有个.bashrc文件，打开，将source /opt/ros/kinetic/setup.bash这行删掉。但这样就不能启动ros了，所以每次启动ros之前要把这句加回原处。

至此，安装完毕。