配置
来自知乎推荐
问题
- Tt Core P5 太坑,或者说太高端,刚上手有点接受不了。如图所示,机箱四周是空的,平摊的。
或者视频更能说明问题:
https://youtu.be/4qyLoYUxuZA - 水冷比较麻烦,我用的水管是硬的,需要专业设备进行切割弯曲,最好让专业人士装好。
开机问题
- 显示屏,VGA线很关键,有些显示屏,或者说连接线不支持,开机后无信号,或者时有时无,导致装机各种失败
系统 Ubuntu16.04
- 安装ubuntu服务器版本可能比较好,适合多用户
- 我安装的是ubuntu桌面版,因为远程ssh访问不了(实验室网络有限制),现在通过teamviewer进行远程访问。
深度学习环境
- 安装miniconda
- 按照tensorflow上的教程安装cuda 8.0,cudNN
- 利用miniconda 创建tensorflow环境,安装tensorflow. 注意卸载navid-cuda-toolkit,因为在2017/03/10时,sudo apt-get install navid-cuda-toolkit 是7.5版本的,可能导致冲突
conda create -n tensorflow
source activate tensorflow
sudo apt-get uninstall navid-cuda-toolkit
[install tensorflow,选择好版本]
- 安装opencv2.4.13,opencv3.2 build with cuda,但没有with python(因为ffmpeg 有点问题),注意卸载 libopencv-dev,因为可能导致版本问题。
opencv2 安装位置: /usr/local/opencv2
opencv3 安装位置: /usr/local/opencv3
如果不在cmake-gui中指明,默认是/usr/local
- 安装caffe with opencv3 + cuda 8.0
# 设置opencv3的环境变量
export LD_LIBRARY_PATH=/usr/local/opencv3/lib
export PKG_CONFIG_PATH=/usr/local/opencv3/lib/pkgconfig
具体配置见Makefile.config
- 安装darknet with opencv2 + cuda 8.0 (darknet 与 opencv2 完美兼容,但opencv3版本更新快于darknet, opencv3.2在2017/03/10时并不直接支持,改一些头文件也没有用.
# 设置opencv2 的环境变量
export LD_LIBRARY_PATH=/usr/local/opencv2/lib
export PKG_CONFIG_PATH=/usr/local/opencv2/lib/pkgconfig