在Linux安装LQ-Net项目环境

---

微软发布的LQ-Net的环境要求：
tensorflow >= 1.3.0 (本文选择tensorflow-gpu 1.3.0 对应cuda 8 cuDNN 6)
numpy <= 1.16.2
Python bindings for OpenCV
tensorpack（本文选择0.8.3）

---

1. 安装cuda/cuDNN

1.1 cuda

1.1.1 查看Linux内核版本
命令：cat /proc/version
得到版本是redhat
命令：cat /etc/redhat-release
得到发布版本是7

1.1.2 从官网根据系统内核版本下载cuda安装包
https://developer.nvidia.com/cuda-toolkit-archive
推荐下载runfile（后缀为.run），比较稳定

1.1.3 安装cuda
命令：sh your_cuda_version.run
使用服务器的推荐把cuda安装到自己的用户路径，然后被问到是否要添加symbolic link到/usr/local/cuda时选择否，之后再自己添加软连接。因为使用服务器不要更改系统配置，更改自己的用户配置就可以了
命令：vim ~/.bashrc（更改用户配置），将以下内容添加进去

export PATH=/your_cuda_path/cuda-8.0/bin:$PATH
export LD_LIBRARY_PATH=/your_cuda_path/cuda-8.0/lib64:$LD_LIBRARY_PATH

然后source ~/.bashrc

1.1.4 查看是否安装成功
命令：nvcc -V
如果显示cuda版本就说明安装成功了

1.2 cudnn

1.2.1 下载cudnn的文件
https://developer.nvidia.com/rdp/cudnn-archive
选择版本6

1.2.2 解压下载的文件，会看到一个名为cuda的文件夹，在当前目录打开终端，执行以下命令

cp cuda/include/cudnn.h /your_cuda_path/include/
cp cuda/lib64/libcudnn* /your_cuda_path/lib64/
chmod a+r /your_cuda_path/include/cudnn.h
chmod a+r /your_cuda_path/lib64/libcudnn*

2. 安装指定版本tensorpack

考虑到tensorflow发布的时间，我打算安装2018年5月21日发布的0.8.5版本
命令：pip install tensorpack==0.8.5

3. 安装tensorflow/numpy/opencv

都可以直接用conda命令
conda install tensorflow-gpu = 1.3.0
conda install numpy = 1.16.2
conda install opencv